目标：记录做了什么。最后一个调用，生成完成报告：• 做了什么• 关键决策和取舍• 修改的文件路径• 验证命令• 后续工作（可选）Agent 提示词位于目录：- 代码追踪、架构映射- 方案设计、文件规划- 代码审查、简化建议如需自定义，在创建同名文件覆盖。do 是四套工作流的合体的 7 阶段框架和 Agent 分工dev的需求澄清和多后端路由omo的智能路由和编排者不写代码原则ralph-loop的

摘要：LDR 4.0工作流创新性地采用多Agent协作系统，由Claude、Gemini和Codex组成AI开发团队，分别负责需求分析、原型设计和编码实现。该系统支持Skills自动激活、并行执行和智能后端分配，通过/dev命令实现端到端自动化开发，将传统8-10小时的开发流程缩短至3-4小时，测试覆盖率高达90%。核心优势包括多模型协作、自然语言触发和统一API接口，特别适合生产级项目和复杂功能

myclaw 是一个用 Go 编写的开源 AI Agent Gateway，核心功能包括多通道消息路由（Telegram + 飞书）、持久化记忆系统和定时任务调度。约 2000 行核心代码实现了 OpenClaw 的核心 Gateway 架构，编译出来就一个二进制文件，适合想要自托管 AI 助手但不想折腾 Node.js 或 Python 环境的开发者。

摘要：本文分享了作者从手动使用ClaudeCode到实现全自动AI开发流程的半年历程。6月开始用ClaudeCode手动开发，11月实现云端触发，12月完成全自动化流程。关键突破包括：1）将单次任务升级为流程编排；2）分设单次任务和全流程两种模式；3）解决并发执行和测试闭环问题。主要经验：避免重造轮子，限制AI在分析阶段只读不写，让AI自主选择后端工具，用ClaudeCode快速验证MVP。最终实