开源推广声明
本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容:
- 我的帖子已经打上 开源推广 标签: 是
- 我的开源项目完整开源,无未开源部分: 是
- 我的开源项目已链接认可 LINUX DO 社区: 是
- 我帖子内的项目介绍,AI生成、润色内容部分已截图发出: 是
- 以上选择我承诺是永久有效的,接受社区和佬友监督: 是
以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出
在今天,solodawn 1.0正式版终于发布了,真正做到了AI全自动开发,并且通过三层质量门+内置规则引擎解决AI幻觉,提升代码质量
在正式开始介绍之前,我先讲解解决 AI 幻觉的原理,然后再开始正文,避免佬觉得我标题党:
相信有不少的佬知道SonarQube,一个开源的静态代码分析平台,专门用来持续检查代码质量和代码安全。solodawn内置了SonarQube的35条规则,解决硬编码密钥、弱密码、绕过类型、面条代码、不写测试等问题,再通过终端门、分支门、仓库门、3层质量门,在提交时查改动文件,任务完成时查整条分支,合并前查全仓库,在尽可能早的时刻,尽可能小的范围,把错误解决,做到了让幻觉、安全漏洞、集成冲突在不同维度各被拦一遍,再结合自愈循环,成功的解决掉 AI 幻觉,让最终的产出达到生产级水平
本项目并没有任何能力可以让 AI 在输出token的时候解决 AI 幻觉,但是,通过架构设计、工作流程设计,确保最终给出成品的时候,最大程度缓解掉 AI 幻觉的问题
质量引擎和三层质量门的解决范围

注:质量门规则可自定义增删

项目地址:GitHub - huanchong-99/SoloDawn: GitCortex delivers production-grade software directly from social media conversations. It actively resolves ambiguity, architects solutions, and orchestrates multiple AI coding agents (Claude Code, Gemini CLI, Codex, etc.) in parallel with built-in three-layer quality gates. No IDE, no terminal, no manual intervention. · GitHub
项目实测已跑通以下7个项目,完成了从零新建、既有库扩展、跨语言迁移、祖传重构到安全/性能/监控加固五种开发形态的全链路验证,基本覆盖了 Web/服务端程序员的核心工作场景。

一.AI全自动开发功能介绍(一个编排Agent指挥多终端自动化开发)

AI 全自动开发,属于编排工作区模式,在正式开始工作前,请先在引导界面或者设置界面配置好你的 AI 模型后,才可开始(可使用Claude官方订阅)

选择仓库界面,会自动读取已有git仓库,若无,则可以创建仓库,会替你创建git仓库,项目必须运行在git仓库中

仓库选择完成后,需要二次点击确认,然后会提示已绑定

在此界面还可以点击质量门规则,进行自定义质量门

如果看不懂,一头雾水没关系,这里可以使用AI来生成规则,这里建议,没有特殊需求就别动,默认的已经覆盖了大部分场景 AI 生成的规则模式可能过宽或过窄,最终导致还不如不新增产出的好

接着,在对话界面就可以选择你使用的终端还有模型,Claude code,codex等
在这里,我做了分类,分成了两种情况:
1.你本身就是程序员,你可以直接扔给他一个非常准确的任务目标,这套系统在读取后,就直接开始全自动化AI开发。(直接使用用户输入的方案做为技术规范,只生成审计评分规则)
2.你是非技术人员,那你在这里,就不要使用任何的技术术语,你就直接说需求,从用户的角度出发来说,举例,我想做一个本地的备忘录,我希望它有什么什么什么功能,我希望我在浏览器里看它,或者我希望它是一个软件,可以显示在我的桌面上,而且有置顶显示等功能。
你只需要说你想要什么就可以了,系统则会使用大白话来追问你,比如说,你想了3个功能,系统可能会追问,还有两个你要不要新增,以此来明确你的最终需求。
当你的最终需求确认后,系统会根据你的需求,自动的在后台生成技术规范和审计评分规则,然后开始执行全自动开发,然后开始执行全自动开发。
评分规范在整个工作流中持续生效,每个任务完成时,验收评审就按它逐项打分,不到 90 分自动打回重做,确保最终交付符合你最初的需求
注:对话完成记得点击右上角的确认,不然不会执行
二:手动工作流模式


发现未检测到没事,点一下刷新就好

然后这里填写你的这个工作流的名称和描述,以及你本次工作流,打算并行跑几个任务


接着按照要求填写:

这里配置模型也行,全局设置配置模型也行,这里会直接读取到


接着,这里会检测你电脑上的运行环境,就在这个页面滚动下滑即可

然后选择你要用什么终端,这个终端用什么模型,以及此终端的描述
比如,你可以在这里使用Claude code终端,使用GLM5.2模型作为开发人员
然后codex终端的gpt模型作为审计人员
这里就可以做到多AI CLI协作

然后在这一步,你可以选择启用你的斜杠命令,它在运行的时候,提示词会把此斜杠命令加入到最前方,这一步主要适配了不同的插件,插件市场那么多插件,每个都有自己的命令。你可以把你自己的命令加入到这里。这样它在运行的流程过程中,就可以成功的调用你的插件
这里额外提醒一下,本项目无论是编排工作区还是手动工作流,两个模式都原生适配你自己本身的skill,mcp,插件,因为这两个模式都调用的是你这个电脑上的原生终端,你原本配置了哪些工具,这里就可以用哪些工具,你可以随你心意去做,去改


最后一步就选择谁当协调多任务的主 AI?以及当你合并分支的时候,使用哪个终端,使用哪个模型,来解决冲突,成功合并
手动工作流视频演示:
【GitCortex最小MVP演示视频】 https://www.bilibili.com/video/BV1yxfMBCEFh/?share_source=copy_web&vd_source=c8eaa4c8ac815ce8f57a6d9e623592f1
这个视频有些久了,2月份的时候录的,只录了手动工作流模式
三.项目目前的局限,未来的发展方向,还有我的碎碎念
1.局限和未来发展方向:当前项目的AI自动开发适合从零到一,也适合需要大范围的重构以前的旧项目,尤其是那种屎山代码项目,可以说是专克屎山代码的旧项目,但是对于已有项目的新增开发,并不是那么的好。你可以理解为它是一个一次性产品。我需要新增 A 功能,然后我部署一个任务下去。当它做完之后,这个 A 功能我需要调优,我需要更新,你就得去发布一个新任务,而不能再旧的任务里继续做。这是它目前的一个局限性,也是未来发展的方向。毕竟总不能一直瘸一条腿走路,但是在现在,在我没有更新这些功能之前,它只适合零到一,不然你会用的很难受,请在你真正使用此项目前,先分辨好自己的需求是什么。未来的发展方向呢,除了刚刚说的这个功能,还要去内置几个架构设计,内置一些比较通用的 skill 和系统提示词,让产出更加的高质量,以及加入全自动测试。你像本次发布前就是全自动测试的,但这个不通用,所以没有内置到项目里,我得想办法加一个通用的进去。还有飞书的连接,代码有,之前测试也测试过,但是最近一个多月做了修改,修改完没有再测试,所以也不保证能用,这个得补测试
还有,本次测试只测试了Claude code,没有在 AI 全自动开发(编排工作区)和手动工作流模式测试多 AI CLI 协同,视频都是2月份的时候录的了,现在应该是可以使用,但是我这次没有测试,所以不打保票,不保证能用,接下来就要做多终端的适配和测试
2.碎碎念:上面我已经介绍了整个项目最主要的两个模式,但是我总感觉我在这篇文章里写的内容还不够细,更多的就欢迎你自己部署后去自行的探索,因为很多小细节呀都做了优化适配。
整个项目的可玩性和拓展性非常强,因为这个项目不需要自己去维护一整个插件市场。它原生支持你终端的一切内容,注意是一切。你的 Skill,你的插件,你的 MCP,不需要在项目里额外设置,它能够直接继承,再加上,它是支持多种不同的AI CLI在同一个工作流里进行协作,那么多种 AI CLI 搭配我的这个工作流,再搭配你原生的 skill,再搭配你原生的 MCP 以及各种乱七八糟的插件,我说他能玩出花儿,一点儿不过分,这个就看你怎么探索了
从26年1月17号,项目立项,再到2月12号最小 MVP 发布
「开源自荐」GitCortex-让AI coding效率翻5倍神器-抢发智谱Z code未来核心功能 - 开发调优 - LINUX DO
再到今天26年的7月1日,正式发布了,solodawn 的1.0版本
整个项目因为缺少足够的用户,没有人给我测试,而我自身能够测试出来的问题也不多,只有用的人多了,问题才会暴露,我无数次的想,你就凑合发吧,你不管咋样发出去,先骗人来用,用的人多了就会越修越好,走的就会更顺。但是最终还是没有这样做,一直磨到了今天,7个任务,6个 A 一个 B,我认为它终于达到了发布的标准。在整个开发过程中呢,我也经历了多次问题。你像我最开始想的是直接内置好质量规则,然后这就会导致这7个任务,A 的评分上去了,B 的评分下去了;B 的评分上去了,A 的又下去了,玩开跷跷板了,蹉跎一个月都没有解决问题,后面因为有其他事情,被迫出去走走,放松了放松,几天没弄代码,反而想出了解决方案,设置好评分规则原则,然后根据用户的需求文档来生成该项目专属的评分规则,10个项目,十种规则,这样子做,反而最终让每个任务都达标,所以,当人紧绷的时候,就得换换脑子
安装教程:复制以下内容,扔给你的CC或者codex即可
Help me install and RUN SoloDawn locally. I want to USE it, not modify its source.
Repository (clone source): https://github.com/huanchong-99/SoloDawn
Clone command: git clone https://github.com/huanchong-99/SoloDawn.git
Detect my OS (Windows / Linux / macOS) and do whatever is needed to get the web UI open at http://localhost:23457:
1. Install prerequisites if missing, verifying each:
- Rust toolchain nightly-2025-12-04 (rustup install nightly-2025-12-04)
- Node.js >= 18 and pnpm 10.13.1
- Git
- Build toolchain the Rust backend needs: a C/C++ compiler, protoc 31.1, LLVM/libclang, and (on x86-64) cmake + nasm + perl (for aws-lc-rs)
2. cd SoloDawn && pnpm install
3. Set a 32-character SOLODAWN_ENCRYPTION_KEY environment variable.
4. pnpm run dev — first launch compiles the Rust backend (several minutes), then serves frontend :23457 / backend :23456.
5. Poll http://localhost:23456/readyz until it returns {"ready":true}, then open http://localhost:23457.
6. When the Setup Wizard appears, STOP there and hand the model configuration over to me — I will set up the AI model myself in the UI.
If a build step fails, read the error, install the missing prerequisite, and retry. Only edit SoloDawn's own files if a step truly requires it.
虽然我已经进行了非常多轮的测试,但毕竟我只有两台电脑,而且环境非常相似。不同的人环境不同,我无法保证每个人都不出问题。所以,如果你遇到了问题,请让你的 CC 或者 Codex 直接修,确保你可以正常使用,修完之后欢迎你来直接提交 PR,或者是issue,我这边不介意任何 AI 生成的代码,但是如果你提交 PR,请确保云端通过,不然,无法合并
引导助手截图







如果你觉得本项目有用或者对你有价值,那麻烦点个star。另外,埋个关子,我现在又做了一个项目,终端桥接,不仅仅是让你可以手机上查看CC,codex,这种项目已经非常多了,核心在于把终端的实时画面结构化成 AI Agent 能读懂、能应答的接口,现在Agent想调用其他CLI,只能通过类似于 -P的形式调用,或者就是本帖子里的伪终端+提示词注入,那我要做的这个新项目,我要让 AI agent 真正的能和另外一个AI CLI进行交互,多轮对话,做决定,输入内容的交互,还没做完,做完开源,敬请期待 ^-^