最近，我把自己开发的一款 Mac 客户端正式开源了，名字叫 DevFlow。
做这个工具，主要是因为我自己在用 Codex、Claude Code 开发项目的时候，遇到过太多次类似的问题。
明明只是提了一个简单的需求，AI 忙了半天，最后告诉我：
「已经完成，测试全部通过。」
结果打开程序一看，功能跟我想的有偏差。有时候 Bug 还在，有时候修好了一个问题，又冒出来两个新问题。
最头疼的是，我根本不知道它中间干了什么。
改了哪些文件？执行过哪些命令？测试到底有没有跑？失败过几次？为什么选择这种实现方式？
项目小的时候，还能翻聊天记录。等代码越来越多、开发周期越来越长，光靠聊天记录已经很难把这些事情搞清楚了。
于是，我就想做一个工具，让我随时能看到 AI 的开发过程，发现问题还能及时让它处理。
这就是 DevFlow 的由来。
──── ✦ ────
一、DevFlow 到底能干什么？
简单说，它是一个专门用来查看和监督 AI 开发过程的 Mac 客户端。
目前主要围绕五件事情：
① 需求有没有理解对？
你最初提出了什么要求，AI 把需求拆成了哪些任务，有没有遗漏，有没有擅自增加功能，都可以回头检查。
② 开发过程中做了什么？
在已经接入的记录里，可以查看智能体执行过的命令、文件修改、工具调用、执行结果，以及对应的来源。
③ 测试到底有没有通过？
这是我特别看重的地方。
AI 告诉你测试通过了，但究竟测试了哪些功能？有没有真正执行？测试完成后代码是不是又改过？
DevFlow 会把测试设计、实际执行结果和验收证据关联起来，缺少证据的地方也会标出来。
④ Bug 修好了没有？
发现问题、修改代码、重新测试，这些过程都可以留下记录。
比如 AI 说 Bug 修好了，但没有找到对应的复验结果，那这个问题就还需要继续核对。
⑤ 历史开发过程能不能复盘？
一个项目开发了几个月，之前为什么这么设计？哪个需求修改过？曾经遇到什么问题？
只要相关资料有记录，就可以回查。
我希望以后再打开一个项目时，不用从几千条聊天记录里找答案。
──── ✦ ────
二、它怎么跟 Codex、Claude Code 配合？
我给 DevFlow 配了两套独立的 Agent Skills。
devflow-record
负责在 AI 开发过程中记录需求、任务拆解、执行动作、测试结果和相关证据。
devflow-resolve
负责处理开发者发现的问题。它会根据反馈重新核对事实，需要修复的修复，需要补充测试的补充测试，然后把处理结果写回记录。
整个流程大概是：
提出需求 → AI 开发并记录 → DevFlow 检查 → 发现问题 → 复制反馈给 AI → 修复、复验、更新记录。
举个简单的例子。
我让 Codex 增加一个功能，它告诉我已经完成了。
打开 DevFlow 一看，代码确实修改过，但对应的测试没有执行记录。
那我就可以把这个问题直接反馈给 Codex，让它补充验证。
等它处理完，再回到 DevFlow 看看新增了哪些记录、问题有没有真正解决。
这样一来，我就不用每次都凭感觉判断 AI 有没有把事情做好。
当然，DevFlow 目前还不能自动知道 AI 做过的所有事情。能看到多少，取决于实际接入了哪些会话和记录。没有证据的部分，会明确保留为未知。
──── ✦ ────
三、我更看重的，是它能反过来帮助 AI 改进研发过程
这是 DevFlow 设计时，我一直想实现的一个思路。
平时用 Codex 开发项目，很多问题其实会反复出现。
比如需求拆解得不够细，某个功能遗漏了测试，Bug 修复后没有重新验证，或者改动了一个模块，却没有检查会不会影响其他功能。
这些问题如果每次都靠开发者自己发现、自己提醒，时间长了确实很累。
所以我希望 DevFlow 能和 Codex 配合起来。
Codex 负责开发，DevFlow 帮我检查研发过程，再把发现的问题反馈给 Codex，让它继续完善。
比如某次开发中，DevFlow 发现一项需求缺少验收证据，我就可以把具体问题和相关记录交给 Codex。
Codex 通过 devflow-resolve 重新核对，补充测试或修复代码，完成复验后更新记录。
下一次打开 DevFlow，我还能继续检查处理结果。
AI 开发 → DevFlow 检查 → 发现不足 → 反馈 Codex → 修复与复验 → 再次检查。
这套流程可以反复进行。
更重要的是，随着项目开发不断推进，我们还可以从这些记录里总结出经常出现的问题。
哪些需求容易遗漏？哪些测试经常缺失？哪些开发步骤需要增加约束？
这些经验都可以逐步沉淀下来，帮助我们完善后续的研发流程。
我希望 DevFlow 最终能够做到的，就是让每一次开发都有记录，每一次问题都有反馈，每一次改进都能找到依据。
──── ✦ ────
四、为什么我选择做成 Mac 客户端？
主要还是因为我自己平时就在 Mac 上开发。
我希望它能直接管理本地项目资料，不需要注册账号，也不用把代码和开发记录上传到其他平台。
DevFlow 本身不调用外部 AI 模型，也不会自动向 Codex、Claude Code 发送指令。
你可以自己检查、整理反馈，再决定要不要让 AI 继续处理。
目前支持手动接入本地 Codex 会话，其他智能体可以通过配套技能生成统一格式的记录。
另外，我还做了一件事：
用 DevFlow 来监督 DevFlow 自己的开发。
开发这个工具时遇到的需求变化、测试问题、修复过程，也尽可能按照同样的方式留下证据。
自己做的工具，先拿自己的项目试试效果。
──── ✦ ────
五、现在已经开源，欢迎大家体验
DevFlow 目前发布的是 macOS 预览版。
支持 Apple Silicon / macOS 14+
提供 DMG 安装包
内置 devflow-record、devflow-resolve 双技能
MIT 开源许可证
本地处理项目资料，无需账号
目前还没有完成 Apple 公证，首次安装需要按照 README 中的说明操作。
安装和接入也比较简单。
你甚至可以直接把 GitHub 仓库地址交给 Codex，让它阅读项目文档，按照说明帮助你完成接入。
GitHub 开源地址：
https://github.com/damobianyuan0325/DevFlow-Mac
如果你也经常用 AI 写代码，欢迎下载试试。
有问题可以直接提 Issue，觉得有用也欢迎给个 Star。
──── ✦ ────
六、最后，预告一下我的第二个开源项目：Harness Engineering
其实在开发 DevFlow 的过程中，我一直在考虑另一件事情。
既然我们已经可以检查 AI 的研发过程，发现需求遗漏、测试不足、修复不完整等问题，那能不能进一步让 AI 在开发时就尽量避免这些问题？
这也是我准备开源第二个项目的原因。
Harness Engineering（研发技能与 Harness 工程）。
我准备把自己平时使用 Codex 开发项目积累的经验，包括需求拆解、执行规范、测试验收、失败复盘、交付检查等，整理成一套可以重复使用的研发技能和工程流程。
未来它可以和 DevFlow 配合起来：
Harness Engineering 负责规范 AI 怎么开发。
DevFlow 负责检查 AI 实际做得怎么样。
检查出来的问题，再通过技能反馈给 Codex，补充验证、修复缺陷，并逐步完善我们的研发规范。
两个项目结合起来，就能形成一套从需求、开发、检查、反馈到持续改进的研发闭环。
当然，这套更完整的协同体系还在继续建设中，后续我会把第二个项目的开发过程和开源地址分享出来。
──── ✦ ────
这段时间用 AI 开发项目，我最大的感受就是，AI 写代码的速度已经很快了，很多以前需要几天才能完成的工作，现在可能几个小时就能做出来。
但随着项目越来越复杂，我也越来越在意另外一件事：
AI 每次说完成了，我希望自己能清楚地知道，它究竟做了什么，哪些地方有证据证明已经完成，还有哪些事情需要继续处理。
DevFlow 是我在这个方向上的第一次尝试。
后面还会继续完善，也会陆续分享更多自己开发和开源的项目。
希望这些工具能帮助更多像我一样使用 AI 开发的人，把项目做得更踏实一些。