返回项目目录
catlog22

catlog22

maestro-flow

Intent-driven workflow orchestration for multi-agent AI development — adaptive lifecycle engine, self-reinforcing knowledge graph, and visual dashboard for Claude Code, Gemini, Codex & more

MCPSkillAgentRAG工作流 / 自动化ai-agentsclaude-codeclicodexgeminiknowledge-graph
Stars
516
Forks
63
Watchers
516
Issues
1

README

项目介绍

10245 bytes
# Maestro-Flow ### 意图驱动的多智能体工作流编排框架 **说出你要做什么,Maestro 自动规划、调度、执行、验证。**
[![npm version](https://img.shields.io/npm/v/maestro-flow?color=cb3837&logo=npm&logoColor=white)](https://www.npmjs.com/package/maestro-flow) [![TypeScript](https://img.shields.io/badge/TypeScript-5.7-3178C6?logo=typescript&logoColor=white)](https://www.typescriptlang.org/) [![Node.js](https://img.shields.io/badge/Node.js-≥18-339933?logo=node.js&logoColor=white)](https://nodejs.org/) [![MCP](https://img.shields.io/badge/MCP-Protocol-8B5CF6)](https://modelcontextprotocol.io/) [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE) [简体中文](README.md)  |  [English](README.en.md)


大多数 AI 编程工具只能让一个 Agent 做一件事。 Maestro-Flow 让多个 Agent 协同完成从头脑风暴到部署上线的全流程 — 自适应决策引擎根据实际结果动态调整策略,知识图谱将每次执行的经验自动积累到下一次。


核心能力

自适应编排 — Ralph v2 引擎读取项目状态,将自然语言意图分类到 40+ 种命令链,在关键节点根据实际执行结果动态决策:继续、回退、还是插入修复循环。不写 YAML,不配置管线。

跨后端调度 — 同一工作流中混用 Claude、Codex、Gemini、Qwen、OpenCode,四种编排模式按需组合:Delegate(异步委派)、Team(角色协作)、Wave(依赖并行)、Swarm(蚁群探索)。

知识自增强 — Agent 执行中发现的模式、陷阱、决策,自动持久化为 Spec 和 Knowhow。Hook 系统将相关知识注入后续 Agent 的提示词 — 项目越用越聪明。

长周期自校正 — Odyssey 系列命令运行数小时级的自主循环,每个检查点自适应调整策略,直到满足验收标准。


安装

npm install -g maestro-flow
maestro install          # 交互式选择安装组件

需要 Node.js ≥ 18 和 Claude Code CLI。多 Agent 工作流可选装 Codex CLI、agy CLI。


快速上手

Ralph — 闭环策略层

主入口。说出目标,Ralph 自动判断开发阶段、构建命令链、在 decision 节点动态调整:

/maestro-ralph "实现 OAuth2 认证,支持 refresh token"

# Ralph 自动构建链:analyze → plan → execute → verify → review → test
# 遇到失败 → 自动插入 debug → fix → retry 循环
# 遇到新项目 → 自动前置 brainstorm → blueprint
maestro session status        # 查看当前会话进度
/maestro-ralph -c             # 从 decision 暂停点恢复
/maestro-ralph -y "..."       # 全自动,无需确认

核心管线

意图输入 → Ralph 分类(40+ 链类型)
              │
              ▼
brainstorm → blueprint(opt) → analyze → plan → execute → verify
                                                           ◆ decision
                                    review ── ◆ ── test ── ◆ ── milestone
                                                           ◆ → 下一里程碑

三种质量模式控制管线深度:

模式 管线 适用场景
full verify → business-test → review → test-gen → test 生产环境、安全关键
standard verify → review → test 默认平衡
quick verify → CLI-review 原型、热修

其他入口

/maestro "添加用户资料页"            # 意图到链规划,自动选链
/maestro-next "修复重定向 bug"       # 纯路由:分类意图 → companion / 单 Run / /maestro
/maestro-companion "修正 README 拼写"  # 轻量执行:最小 Run 生命周期

Odyssey — 长周期自主循环

适合大型调试、深度重构、UI 优化等需要持续迭代的场景:

统一入口 /maestro-odyssey <intent> --mode <name>,六种模式:

模式 循环模式
--mode debug 考古分析 → 诊断 → 修复 → 确认 → 泛化 → 知识沉淀
--mode planex 需求解析 → 计划 → 执行 → 严格验证 → 修复循环
--mode improve 多维审计 → 深度诊断 → 定向修复 → 验证 → 泛化
--mode review 多维审查 → 定向修复 → 测试 → 泛化 → 知识沉淀
--mode security 分层安全审计(OWASP + 依赖 + 密钥 + STRIDE),只读
--mode ui 视觉巡检 → 多维审计 → 发散探索 → 修复 → 验证

Odyssey 持续运行直到验收标准达成,中间自适应调整策略,发现的知识自动持久化。


文档

入门

指南 说明
01 快速开始 安装、第一个工作流、核心概念
02 安装指南 组件选择、工作空间配置
03 Ralph 引擎 自适应决策、quality 模式、session 管理
04 命令大全 64 个命令的用法、流程图、管线衔接

日常使用

指南 说明
CLI 命令参考 35+ 终端命令速查
知识管理 知识图谱、Spec、Knowhow、Wiki 全景
Spec 系统 项目规则的编写、加载与自动注入
质量管线 verify → review → test 三级管线
Hook 机制 17 个 Hook 的触发时机与上下文预算控制
进阶 & 设计文档(点击展开)
| 指南 | 说明 | |------|------| | [工作流结构](guide/workflow-structure-guide.md) | 四层命令拓扑、六条规范路径 | | [多 Agent 协调](guide/maestro-coordinator-guide.md) | Delegate / Team / Wave / Swarm 详解 | | [Delegate 异步执行](guide/delegate-async-guide.md) | 跨 CLI 委派、消息注入、链式调用 | | [Overlay 扩展](guide/overlay-guide.md) | 不改源码给命令加行为 | | [Worktree 并行开发](guide/worktree-guide.md) | 里程碑级分支隔离 | | [跨项目共享](guide/workspace-guide.md) | 多项目 link/unlink 知识库 | | [MCP 工具](guide/mcp-tools-guide.md) | 9 个 MCP 端点工具参考 | | [团队协作](guide/team-lite-guide.md) | 2–8 人 Collab 模式 | | [搜索系统](guide/search-system-guide.md) | BM25F 全文搜索与 KG 集成 | | [知识系统架构](docs/knowledge-system-architecture.md) | Run ledger、知识协调、检索多样性与安全剪枝 | | [学习工具](guide/learn-tools-guide.md) | 复盘、跟读、拆解、探究四件套 | | [MaestroGraph 设计](guide/plan-maestrograph.md) | 统一知识图谱引擎架构 | | [领域知识设计](guide/plan-domain-knowledge.md) | 语义词汇表与概念关系网络 |

项目规模

333 个 TypeScript 源文件 / ~80k 行代码 / 64 斜杠命令 / 45 技能包 / 23 Agent 定义 / 35+ CLI 命令 / 92 模板

技术栈  Commander.js · MCP SDK · better-sqlite3 · web-tree-sitter · React 19 · Zustand · Tailwind CSS 4 · Hono · Vite 6

目录结构
maestro/
├── src/                     # 核心 CLI(Commander.js + MCP SDK)
│   ├── commands/            # 35+ CLI 命令
│   ├── mcp/                 # MCP 服务器(stdio)
│   ├── graph/               # 知识图谱(SQLite + tree-sitter)
│   └── core/                # 工具注册、扩展加载
├── dashboard/               # Web 仪表盘(React 19)
├── .claude/
│   ├── commands/            # 64 斜杠命令
│   ├── agents/              # 23 Agent 定义
│   └── skills/              # 45 技能包
├── workflows/               # 115 工作流定义
└── templates/               # 92 JSON 模板

与同类工具对比
| | [Superpowers](https://github.com/obra/superpowers) | [OpenSpec](https://github.com/Fission-AI/OpenSpec) | [Trellis](https://github.com/mindfold-ai/trellis) | **Maestro-Flow** | |---|---|---|---|---| | **定位** | Agent 技能框架 | 规格驱动开发 | 多平台 Agent 治具 | 意图驱动编排 | | **架构** | 纯 `.md`,无运行时 | CLI + Git | CLI + `.trellis/` | CLI + MCP + SQLite | | **路由** | 手动选技能 | 手动命令序列 | 固定阶段 | AI 分类 40+ 链 | | **多 Agent** | 子 Agent 调度 | 单 Agent | Channel 模式 | 4 模式 × 5 后端 | | **知识** | 仅 Git | Git 归档 | 文件日志 | SQLite KG + 自动注入 | | **长时工作** | 上下文窗口 | 手动 continue | 日志恢复 | 有状态 Odyssey 循环 | | **自校正** | review-fix 循环 | 手动重验 | 手动 | Decision 节点自动重试 | **各有所长**:Superpowers 的 prompt 工程方法论最成熟;OpenSpec 的需求规格化最严谨;Trellis 的多平台统一做得最好;Maestro-Flow 聚焦全生命周期编排、跨后端调度和知识自增强。

致谢


**[@catlog22](https://github.com/catlog22)** — 创建者 & 维护者 加入微信群交流: 微信群

[Linux DO:学AI,上L站!](https://linux.do/)
MIT License