一个团队里,产品能把模糊的想法理成清晰的需求,研发写得一手好代码,测试总能找出别人漏掉的缺陷。
这一两年,大家还把各自的经验调教进了自己的 Agent:提示词、MCP、Skills 越攒越多,Agent 也越用越顺手。
按理说团队应该快了不少。可很多团队发现:个人确实变快了,整体交付却没快多少。
时间去了哪里?代码写得是快了,可从“写完”到“能交”,还是得一遍遍对需求、盯评审、催修改。一个需求好不容易走完,下一个同类需求进来,这些环节又得从头来一遍。
如果团队已经知道一类任务该怎么做,为什么不把这套做法沉淀下来,让系统以后每次都照着做?
LoopForge 就是为此而做的。
它是是腾讯开源的Coding Agent团队协作与交付工作台,支持统一编排Codex、Claude Code等AI编程智能体。
该项目能够将个人开发经验配置为团队角色,再把不同Agent之间的协作流程编排成SOP,让代码开发、审查与交付形成可重复执行的标准化流程。
下面以一个由产品、研发、测试和负责人组成的业务团队为例,看看如何把日常交付流程搭成一个云端 Loop。
在 LoopForge 里,每个人都可以把自己的经验变成团队里的不同角色:产品可以有需求分析师和验收专员,开发可以分出前端、后端研发工程师,测试和负责人各配一个测试工程师、代码评审员。
每个角色都是一套完整的工作定义,由四部分组成:
身份:它叫什么、负责什么,用哪个执行器(CodeBuddy、Codex 或 Claude Code)和模型来干活;
任务:它的提示词,写清做事的顺序、要读哪些上游内容、哪些事不能碰;
产物与门禁:做完必须交出哪些文件,交出去之前要通过哪些检查;
技能与工具:要遵守的团队规范,以及能调用的 Skills 和 MCP 工具。
以后端研发工程师为例,可以按如下方式配置:
图2 角色的身份与任务
配好的角色可以随时调整,每改一次都会留一个版本,改坏了也能随时恢复。
角色有了,但如果每个人还在自己的窗口里用它,上下文照样是散的。
所以在 LoopForge 里,大家不再各开各的窗口:产品、研发、测试和负责人加入同一个项目,找的是同一个 Main Bot。
Main Bot 就是对话框里直接跟你聊的那个 AI,可以把它当成团队里的总助理:
这样一来,谁都能找 Main Bot 聊,谁都能叫角色来帮忙。大家共用同一份上下文:前面谁说过什么、哪个角色交了什么、工作区里改了哪些代码,后来的人一进会话就能看到,接着往下聊就行。
图4 Main Bot 调度角色协作
大家能在一个现场里干活了,接下来要解决的是怎么让每次都干得一样好。
每个团队都有自己的工作流程,需求要先写清验收标准,代码合入前要有人评审,上线前要跑一遍测试。可这些流程大多停留在口头约定里,做不做得到全看人:一赶工,测试就省了;换个人评审,标准就松了。
LoopForge 能把这套流程固定成一条 SOP,以后每次都照着跑。团队的做法,就从“大家都知道怎么做”,变成了“系统每次都这么做”。
写 SOP 并不复杂,就是把 PART 01 配好的角色按顺序排起来。每个角色负责一个环节,做完交出明确的产物,下一个角色拿到就能接着做。比如团队的后端需求,可以这样走:
不过,流程里也不是每一步都适合交给 AI。所以 SOP 会按活的性质,分给三种节点来做:
角色节点:需要判断的活,比如改代码、做评审;
脚本节点:结果确定的活,比如构建、跑测试。过没过看退出码,不听 AI 说“测过了”;
人工关口:需要人拍板的地方,比如负责人最后验收。
流程跑起来,难免有哪一步没过。LoopForge 支持让流程转成一个 Loop:每个节点都可以设好失败后打回到哪里,没通过就带着意见自动退回去,修完再重新走一遍。为了不陷入死循环,返工还设了轮次上限,几轮还没修好,流程就停下来等人处理。
图5 后端需求 SOP 与打回路径
SOP 也可以随团队的需要调整,每次修改都会保留历史版本,可以对比,也可以一键恢复。
流程会自己打回、自己返工,人自然会想知道:它到底干了什么?
来看一次真实运行。一条“审计日志按操作人筛选并导出”需求在完成开发后,被代码评审员拦了下来:导出接口缺少权限校验。评审意见随即被带回给后端研发工程师,修复、复审、测试依次完成,最终停在「负责人验收」。
负责人不必翻日志寻找进度。打开运行详情,整条链路已经铺开:绿色代表通过,红色标记失败,琥珀色表示等待确认。此时前序节点全部通过,只剩最终验收。点击任意节点,还能继续查看代码改动、工具调用、失败原因和返工记录。
图6 流程停在「负责人验收」
所有需要人工处理的事项都会进入「待我确认」。负责人可以查看验收报告并作出决定;从原始需求、SOP 版本、参与角色,到打回原因、验收人和最终 PR,整次交付都有记录可查。
运行结束后,可以在详情页发起「智能评测」。
AI 会回看这次运行的执行轨迹,从流程是否健康、耗时与等待、工具调用、Token 效率、失败恢复和交付完整性等维度分析这次运行。它不仅会告诉你哪里慢、返工了几轮,还会分析问题出在哪个环节。
图7 智能评测定位返工原因
智能评测进一步发现,这次问题之所以到了代码评审才暴露,是因为需求模板和评审清单里都缺少权限检查。据此,它给出两条改进建议:
- 需求分析师:涉及查询或导出时,必须明确数据权限;
- 代码评审员:增加越权检查和权限测试。
当然,AI 只负责提出建议,不会自动生效。负责人可以自行判断,选择合适的建议写入角色;如果涉及节点顺序或打回路径,再到设计器中调整。
下一次再遇到查询或导出类需求,权限不再依赖某个人临时想起来,而会成为需求和评审阶段的默认检查项。
图8 用数据验证改进效果
流程是不是真的变好了,也不需要凭感觉判断。在「统计」页,可以查看一次通过率、返工率、节点耗时、人工干预次数和 Token 成本,同一 SOP 的不同版本还能对比成功率、耗时和成本。有效的改进保留下来,效果不佳的规则继续调整或回退。
到这里,执行、验证、返工、验收和复盘已经连成闭环。可这一切都发生在白天,人一下班,闭环也就停了。
(1)把工作现场留在云端
如果执行现场还留在个人电脑上,合上笔记本,Agent 停了,闭环也就断了。
LoopForge 把这个现场搬到了云端。每次 SOP 启动,平台都会在服务器上创建一个独立的 Docker 沙箱,拉取代码、准备环境、创建分支,之后的开发、评审、测试和 PR 提交都在其中完成。人走了,现场还在,流程照样往下推进。
一条需求对应一个沙箱,多条需求可以同时运行,互不干扰。流程停下来等待审批时,沙箱也不会一直占用资源:执行环境可以释放,任务现场则被完整保留;等人确认后,系统重新拉起环境,从停下的位置继续。
这些沙箱运行在团队自己的服务器或云主机上,代码和运行数据都留在团队环境内。
(2)定时任务:到点自动开工
工作现场留在云端后,还需要让任务自己开始。
LoopForge 可以定时扫描需求池,将待处理的需求交给对应 SOP。已经执行或关闭的需求会自动跳过,单次派发数量也可以设置上限,避免占用过多资源。
定时任务还可以执行提示词,例如汇总近期的运行情况,将失败、卡住和等待验收的任务整理成简报,推送到团队群里。
图9 定时任务配置与并行运行记录