快速上手

测试站体验

用之前发的测试站地址和账号登录，直接建项目跑。

本地部署

bash

git clone [仓库地址]
docker compose up -d
# 浏览器打开 localhost:3000

登录后：

「设置 → 模型供应商」配好API Key
「设置 → 角色模型」按推荐方案分配模型
建项目，开跑

推荐模型配置

角色	推荐模型	说明
架构师	Opus 4.6	架构设计和技术方案决策
编码主力	Sonnet 4.6	前端/后端/测试的主力
编码主力（备选）	GPT-5.3 Codex	可根据任务类型混用
简单编码	Minimax M2.5	CRUD、配置文件等简单任务
Leader / 运维	DeepSeek	调度、文档生成、部署配置

支持任何 OpenAI 兼容格式的API。你用哪家的Key，Token就从哪家扣。

第一个项目建议

建议用你熟悉的技术栈开始第一个项目，这样你能在每个审核节点做出准确判断，体验到最佳效果。

推荐流程：

创建项目，用一句话描述需求
Stage 0：与AI讨论需求边界，砍掉不必要的功能
Stage 1-3：审核AI生成的需求文档、原型和技术方案
Stage 4：确认任务分解的粒度和依赖关系
Stage 5：Review代码，不满意就让AI重写
Stage 6-7：验收测试和部署配置

常见问题

支持什么技术栈？

主流都支持。经验包机制可以沉淀特定技术栈的最佳实践，做过一次后后续同类项目更快更稳。

数据安全？

自部署，代码不出你的机器。模型API直连你配的供应商。

任务失败怎么办？

自动升级机制：低级模型2次重试失败 → 自动升级到更强模型 → 仍失败 → 提示人工介入。每级最多2次重试，Token消耗可控。

Token消耗大概多少？

项目规模	举例	预估AI费用
小型	Landing Page / CLI工具	¥200-500
中型	管理后台 / API服务	¥500-1,500
大型	完整SaaS系统	¥2,000-5,000+

联系我们

预约演示：微信联系（扫码添加）
技术交流群：加入微信社群
开源仓库：GitHub
问题反馈：GitHub Issue

有问题随时问。