AI 工程化框架 (AI Engineering Framework)

基于「上下文工程 + 复合工程」理念的 AI 辅助开发框架，帮助实现知识复利和边际成本递减。

核心理念

• 上下文优先：执行任务前按需加载 context/，确保 AI 信息完整
• 知识复利：每次工作沉淀经验到工具链，下次自动提醒
• 边际成本递减：首次建立 context/，后续复用，拒绝每次从头开始
• 工具隐形化：表达意图即可，AI 自主判断阶段、加载上下文、执行流程

目录结构

ai-engineering-framework/
├── AGENTS.md                  # 项目记忆入口（复制到项目根目录，每次会话自动加载）
├── context/                   # 项目知识库
│   ├── business/              # 业务领域知识
│   ├── tech/                  # 技术背景（含 services/ 技术总结）
│   ├── experience/            # 历史经验（踩坑、最佳实践）
│   └── rules/                 # 自动匹配规则（context / risk / pattern）
├── requirements/              # 需求管理（INDEX / in-progress / completed）
└── .cursor/rules/             # Cursor 规则（意图路由、经验检索、沉淀流程）

快速开始

1. 复制到你的项目：将本仓库内容复制到你的项目根目录
2. 填写 AGENTS.md：在「项目概览」和「通用开发规范」中填入你的项目信息
3. 按需填写规则：在 context/rules/ 下填入你的上下文映射、风险规则、代码模式
4. 用 Cursor 打开项目：规则生效后，直接说「新需求：xxx」「记住这个坑」「分析xxx项目」即可

使用方式

你说	AI 自动执行
新需求：xxx	创建需求文件 → 检索经验 → 加载上下文 → 提醒风险 → 开始开发
继续 REQ-xxx	加载需求状态 → 从中断点继续
记住这个坑 / 沉淀一下	写入 context/experience/ → 更新规则 → 下次自动提醒
分析 xxx 项目	扫描项目 → 生成技术总结 → 写入 context/tech/services/

参考

框架设计参考了 rickyshou 的《AI 工程化》实践，融合 Anthropic 的上下文工程与复合工程（Compound Engineering）理念。

License

MIT