首页 > 教程资讯 > 教程详情

AWS Labs 开源 AI-DLC：一套工作流核心适配七种 AI 编码环境

AI 与前沿编辑部小鹿 2026-10-16

文章分享

AWS Labs 在 GitHub 上开源了 AI-DLC（AI-Driven Development Life Cycle，AI 驱动的开发生命周期）。据 awslabs/aidlc-workflows 仓库的 README，这个项目想把 AI 编码助手变成「结构化、可验证」的软件交付工作流。同一套与具体 harness 无关的核心，可以原生运行在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode 和 GitHub Copilot 上。README 徽章标注的版本为 2.11.0，许可证为 MIT-0。

工作流的规模

README 称，ad-hoc 的 AI 编码会随项目变大而丢失上下文，AI-DLC 则通过一条带审计的生命周期，把需求、决策、实现、测试和运维工作串在一起。按 README 的描述，它包含：

5 个阶段、33 个环节，覆盖从初始化到运维；
14 个 agent：11 名领域专家、2 名审查者和 1 名自适应编排者（composer）；
11 个工作流 profile，用于功能开发、缺陷修复、基础设施、安全、概念验证、企业交付等常见工作；
人工审批关卡和与来源绑定的审查证据；
记录 119 个事件的审计轨迹，以及持久状态、团队知识和学到的规则。

README 还说明，所有受支持的 harness 共用同一个确定性引擎。仓库的 core/tools 目录下有 93 个 aidlc-*.ts 引擎和创作工具。

安装与配置

在 macOS、Linux 或 WSL 上，用一条 curl 命令下载并运行安装脚本；Windows 则用 PowerShell 的 irm 命令。安装器会装好原生的 aidlc 命令和各 harness 的运行时。README 称，原生安装不需要事先安装 Bun 或 Node.js。

不想用安装器的用户，可以手动把发布包里完整的 runtime/<harness>/ 目录拷进项目。README 说明，只有这条路径需要 Bun。

在项目根目录，用 aidlc config --harness <名称> 选择后端，再用 aidlc doctor 检查环境。可选的名称包括 claude、kiro、kiro-ide、codex、cursor、opencode 和 copilot。启动工作流时，多数 harness 输入 /aidlc 加上需求描述，Codex CLI 则使用 $aidlc。README 称，AI-DLC 会根据请求选择工作流、追问缺失的决策，并在审批关卡处停下，等人确认后才继续。

Windows 上的注意事项

README 提醒，Windows 上应在普通 PowerShell 窗口里安装；以管理员身份运行的窗口会收到警告和提示，因为管理员安装不够安全。安装器会自动把 bin 目录登记到用户 PATH，如需跳过 PATH 修改，可使用 -NoModifyPath。卸载时，只会移除登记为安装器所有的用户 PATH 项。

模型与提供方

按 README 的说法，模型和提供方的配置属于各个 harness，项目配置会保留用户已选的提供方和模型。aidlc config providers 可以在受支持的项目界面应用 Amazon Bedrock 设置，其他 harness 则记录为手动配置。README 同时写明：AI-DLC 适合搭配能力较强的推理模型，目前推荐的模型是 Claude Opus 4.8。