什么是 Datarim?面向 Claude Code 的 AI 工作流框架
隆重推出 Datarim——一个结构化的迭代式工作流框架,可将任何项目转化为一系列受管理的任务,并在每个阶段提供 AI 辅助。
当你开始使用 AI 助手处理真正的工作时——不是一次性的提问,而是持续的项目执行——你很快就会撞上一堵墙。AI 会在会话之间遗忘上下文。没有结构来引导多步骤的工作。质量参差不齐。而且无法从一个任务中学习并应用到下一个任务。
Datarim 解决了这个问题。它是一个为 AI 辅助的项目工作提供结构、记忆和质量控制的框架——专为 Claude Code 打造,而且现在一次项目安装也能服务于 Codex CLI、Cursor、Google Antigravity(agy)和 MiniMax Code(mcode)。
流水线
Datarim 中的每个任务都遵循一条流水线:
init → prd → plan → design → do → qa → compliance → archive
但并非每个任务都需要全部 8 个阶段。一个简单的缺陷修复走的是:init → do → archive(反思在 /dr-compliance 处运行,仅在缺失时由 archive 重新生成)。一个复杂的功能则会得到完整处理,包括产品需求、架构设计、多层 QA 和合规加固。
Datarim 会根据复杂度等级(L1-L4)自动路由。你专注于工作本身;框架负责管理流程。
19 个专业化智能体
每个阶段都由专业化的智能体驱动——规划师、架构师、开发者、审查员、合规官、策略师、撰写者、编辑、DevOps、SRE、安全分析师等等。它们各自拥有专注的角色,并通过流水线协作。
对于关键决策,Consilium 会组建一个定制的智能体小组进行辩论并综合出建议——就像架构评审委员会,但由 AI 驱动。
不止于代码
Datarim 适用于任何迭代式工作:
- 软件开发——从需求到生产,采用 TDD
- 研究——文献综述、方法论、写作、事实核查
- 技术文档——API 文档、架构决策、指南
- 内容创作——文章、社交媒体帖子,附带编辑审查
- 项目管理——待办事项、迭代、回顾
自我进化
每个任务之后,都会在 /dr-compliance 给出通过结论时运行一次强制反思(如果缺失,/dr-archive 会重新生成它)——哪些做法有效、哪些无效,以及改进框架本身的具体建议。Datarim 真正从自身经验中学习,而且反思无法跳过。
开始使用
git clone https://github.com/Arcanada-one/datarim.git ~/src/datarim
cd ~/src/datarim && ./install.sh --project /absolute/path/to/project # no answer flags: asks the questions, or prints them for the user
cd /absolute/path/to/project && claude
/dr-help
在终端中,安装程序会自行提问;没有终端时,它不会安装任何内容,而是打印出问题、每个答案对应的标志以及用于重新运行的一次性答案令牌。问题和标志见安装指南。
Datarim 是开源的(MIT 许可证),并且是 Arcanada 生态系统的一部分。