欲穷千里目，更上一层楼。——王之涣

Archon：把“看心情写代码”的 AI，拎进一条确定性的流水线里

我见过太多 AI 写代码的瞬间：
它像个才华横溢但不太靠谱的“天才队友”——灵感来了能一口气写完一整套功能；灵感没来就跳过计划、忘了跑测试、PR 描述随缘、分支名随缘、甚至把你的模板当空气。

你让它修 bug，它可能直接动手改；
你让它写功能，它可能不做设计；
你让它跑测试，它可能说“应该没问题”；
你让它对齐流程，它可能反问“你要什么格式”。

于是，软件开发这种“靠流程把复杂度压平”的事，在 AI 时代又变回了“靠情绪和运气”。

Archon 看到这一幕，像一个冷静的工头站出来拍了拍桌子：

“别靠模型心情。把流程写出来。按流程跑。” (github.com)

Archon 是谁？

Archon 的一句自我介绍非常干脆：

The first open-source harness builder for AI coding. Make AI coding deterministic and repeatable. (github.com)

它把自己定位成：

  • AI coding agents 的工作流引擎：把你的开发流程写成 YAML workflows——规划、实现、验证、代码审查、创�� PR——然后在任何项目里可靠执行。 (github.com)
  • 它像 Dockerfile 对基础设施、GitHub Actions 对 CI/CD 那样——Archon 想成为 AI coding workflows 的“流程标准件”。 (github.com)
  • 你也可以把它想象成 n8n，但节点不是营销自动化，而是“软件开发”本身。 (github.com)

Archon 不是要发明更会写代码的 AI。
Archon 要做的是：让 AI 只在该聪明的地方聪明，其余地方一律走你定义的轨道。

为什么需要 Archon？（它看不惯 AI 的“随缘”）

Archon 在 README 里把痛点说得很直白：

当你对 AI agent 说“修这个 bug”，接下来发生什么，取决于模型的心情：
可能跳过规划、可能忘了跑测试、可能 PR 描述不按模板写——每次运行都不一样。 (github.com)

Archon 的回应是：

把你的开发过程编码成工作流。
工作流定义阶段、验证关卡、产物；AI 在每一步提供智能，但结构是确定的，而且“属于你”。 (github.com)

你会得到一组非常工程化的收益点：

  • Repeatable：同一工作流、同一顺序，每一次都是 plan → implement → validate → review → PR。 (github.com)
  • Isolated：每次 run 都会创建自己的 git worktree，并行跑 5 个修复互不打架。 (github.com)
  • Fire and forget：启动后你可以去忙别的，回来就是一个带 review comments 的 PR。 (github.com)
  • Composable：把确定性节点（bash、测试、git 操作）和 AI 节点（规划、生成、审查）混起来，AI 只在它真能增值的地方出现。 (github.com)
  • Portable：工作流放进 .archon/workflows/ 并提交到 repo，从 CLI、Web UI、Slack、Telegram、GitHub 都能一致执行。 (github.com)

如果把 AI 想象成一位“容易冲动的队友”，Archon 更像一个“流程经理”：

  • 你可以让他自由发挥，但必须先过“规划”
  • 你可以让他写代码，但必须过“验证”
  • 你可以让他生成 PR，但必须先过“审查”和“人工审批闸门”

Archon 长什么样？（一份 YAML，把开发拆成可执行的 DAG）

README 直接给了一个例子：一个工作流会先 plan，然后 implement 循环直到完成，再跑测试、审查、人工批准，最后创建 PR。 (github.com)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
nodes:
  - id: plan
    prompt: "Explore the codebase and create an implementation plan"

  - id: implement
    depends_on: [plan]
    loop:                                      # AI loop - iterate until done
      prompt: "Read the plan. Implement the next task. Run validation."
      until: ALL_TASKS_COMPLETE
      fresh_context: true                      # Fresh session each iteration

  - id: run-tests
    depends_on: [implement]
    bash: "bun run validate"                   # Deterministic - no AI

  - id: review
    depends_on: [run-tests]
    prompt: "Review all changes against the plan. Fix any issues."

  - id: approve
    depends_on: [review]
    loop:                                      # Human approval gate
      prompt: "Present the changes for review. Address any feedback."
      until: APPROVED
      interactive: true                        # Pauses and waits for human input

  - id: create-pr
    depends_on: [approve]
    prompt: "Push changes and create a pull request"

这份 YAML 的气质非常“像生产系统”：

  • AI 不再是“整段对话里自由游走的幽灵”
  • 它是一个节点：有输入、有输出、可循环、可被 gate
  • bash / tests / git ops 这种确定性的动作，干脆让确定性的节点去做
  • 人类审批也能被编码成一个“必须停下来等我”的闸门

于是 Archon 在旁边像个有经验的领班一样提醒你：

“你不用祈祷 AI 记得跑测试。流程里写死了，它就得跑。”

用起来是什么感觉？（像跟一个会自报进度的工程团队说话）

README 里给了一段“对话式运行画面”：

你说：“Use archon to add dark mode to the settings page”
Agent 说：我会跑 archon-idea-to-pr 工作流，然后开始：

  • 创建隔离 worktree、分支命名
  • 规划
  • 实现（按任务拆分）
  • 测试失败就迭代
  • 测试通过
  • 代码审查
  • PR ready (github.com)

这就像你把一句需求扔进一条工厂流水线，流水线上每一站都有监控、有回传、有验收点。

它不承诺“每次都一次写对”。
它承诺“每次都按同样的方式把事情做完”。

Getting Started：两条路，五分钟“全套”，或三十秒“快装”

Archon 在入门上给了两种节奏：

Full Setup（5 分钟）：克隆仓库 + 引导式安装向导

它会配置 credentials、平台集成，并把 Archon skill 复制到你的目标项目里。 (github.com)

Prerequisites 在 README 里点名了三样：Bun、Claude Code、GitHub CLI。 (github.com)

Bun：

1
2
3
4
5
# macOS/Linux
curl -fsSL https://bun.sh/install | bash

# Windows (PowerShell)
irm bun.sh/install.ps1 | iex

GitHub CLI：

1
2
3
4
5
6
7
# macOS
brew install gh
# Windows (via winget)
winget install GitHub.cli

# Linux (Debian/Ubuntu)
sudo apt install gh

Claude Code：

1
2
3
4
5
# macOS/Linux/WSL
curl -fsSL https://claude.ai/install.sh | bash

# Windows (PowerShell)
irm https://claude.ai/install.ps1 | iex

然后就是一套非常“像入职流程”的动作：

1
2
3
4
git clone https://github.com/coleam00/Archon
cd Archon
bun install
claude

接着你对 Claude Code 说一句：“Set up Archon”
向导会带你把 CLI 安装、鉴权、平台选择、把 skill 复制到目标仓库……一条龙走完。 (github.com)

Quick Install（30 秒）：只要 CLI，不要向导

如果你已经有 Claude Code 环境，只想要独立 CLI 二进制，README 给了快速安装：

macOS / Linux：

1
curl -fsSL https://archon.diy/install | bash

Windows（PowerShell）：

1
irm https://archon.diy/install.ps1 | iex

Homebrew：

1
brew install coleam00/archon/archon

它还提醒：编译版二进制需要 CLAUDE_BIN_PATH，因为 quick-install 的二进制不打包 Claude Code。 (github.com)

1
2
3
# macOS / Linux / WSL
curl -fsSL https://claude.ai/install.sh | bash
export CLAUDE_BIN_PATH="$HOME/.local/bin/claude"
1
2
3
# Windows (PowerShell)
irm https://claude.ai/install.ps1 | iex
$env:CLAUDE_BIN_PATH = "$env:USERPROFILE\.local\bin\claude.exe"

开始使用：像在项目里叫一个“流程管家”

完成 setup 之后，README 的建议是：进到你的项目目录，启动 Claude Code，然后直接用自然语言使唤它： (github.com)

1
2
cd /path/to/your/project
claude

然后你可以说：

  • Use archon to fix issue #42
  • What archon workflows do I have? When would I use each one?

而 Archon 的气质是：
它负责工作流选择、分支命名、worktree 隔离；项目第一次用会自动注册。 (github.com)

你不用跟它争论“你到底跑没跑测试”。
因为测试就是流程的一站，不跑不过闸门。

结尾：Archon 像什么？

Archon 更像一套“开发流程的操作系统层”。

你以前是在跟 AI 聊天：
聊天里混着计划、实现、测试、审查、PR、回滚、补充说明……全靠它记忆和自觉。

现在你是在运行工作流：
你把规则写进 YAML，把关卡写进 DAG，把人类审批写进 interactive gate，把确定性动作交给 bash，把 AI 只放在它该放的位置。

它不保证每次都一枪命中。
它保证每次都走同一条路，最后给你一个能验收、能 review、能合并的结果。 (github.com)