Archon 入门:AI 造 Agent,多 Agent 协作跑复杂工作流

2026年4月11日

TIP

GitHub: https://github.com/coleam00/Archon · MIT 开源许可 · Bun + Claude Code + Git

入门级 | 约 20 分钟 | 你将掌握 Archon 的核心概念(Worktree 隔离、DAG 节点类型、YAML 工作流语法)、安装配置、以及 3 个典型工作流实操


项目简介

我们先来承认一个事实:你让 AI 修一个 bug,它可能顺便改了你没想改的地方;你让它加个功能,这次跑通了下次同样的话又说又跑偏了;你让它写 PR,每次描述风格都不一样。

这些问题不是 AI 故意捣乱,而是整个过程没有「结构」。AI 收到的是一句模糊指令,输出完全取决于模型当时的心情和上下文。

Archon 做的事情,就是给 AI 编程加上结构。它用 YAML 定义开发流程——规划、验证、代码审查、PR 创建,每一步是什么、依赖什么、什么时候算完成,全部写清楚。然后把 AI 塞进这个框架里,让它在这个结构里自由发挥,而不是漫天乱跑。

它的另一个核心能力是 Git Worktree 隔离:每个工作流跑在独立的 git 分支和工作目录上,5 个任务并行跑也不会互相踩踏。任务完了,合并回主分支;任务废了,直接删掉 Worktree,干净利落。


目标读者画像

  • 使用 Claude Code 或 Codex 的开发者
  • 对 AI 编程工作流标准化有需求的团队
  • 想让 AI 产出可重复、可审查的用户

核心依赖与环境

  • Bun
  • Git
  • Claude Code(CLI)
  • GitHub CLI(完整安装时需要)

TIP

Windows 用户推荐用 PowerShell 安装所有依赖,一行命令搞定 Claude Code:irm https://claude.ai/install.ps1 | iex

完整项目结构树

.archon/                     # 项目级(setup wizard 生成)
├── commands/                # 自定义命令(Markdown 文件)
├── workflows/               # 自定义工作流(YAML)
│   └── defaults/            # 内置工作流模板
└── config.yaml              # 项目配置(assistant 模型等)

~/.archon/                   # 用户级全局配置
├── workspaces/owner/repo/  # 按 GitHub 用户/仓库组织的隔离环境
│   ├── source/             # 仓库克隆或本地路径
│   ├── worktrees/          # Git Worktree 隔离目录
│   └── artifacts/          # 工作流产出物(不进入 git)
└── config.yaml             # 全局配置

手把手步骤

第 1 步:安装 Archon

有两种安装方式,根据你的情况选一个。

方式一:完整安装(推荐,5 分钟)

git clone https://github.com/coleam00/Archon
cd Archon
bun install
claude

然后对 Claude Code 说:"Set up Archon"。它会启动交互式引导向导,帮你配置 GitHub 凭据、选择平台集成、测试连接、最后把 Archon 技能文件复制到你的目标项目。

方式二:快速安装(30 秒,已有 Claude Code)

# macOS / Linux
curl -fsSL https://archon.diy/install | bash

# Windows (PowerShell)
irm https://archon.diy/install.ps1 | iex

# 或用 Homebrew
brew install coleam00/archon/archon

快速安装只装 CLI,不会自动配置凭据和工作流到项目里,需要手动完成初始化。

WARNING

Archon 必须在目标项目目录里运行,而不是在 Archon 仓库里。setup wizard 会把这个项目注册进去,之后才能使用工作流。

第 2 步:运行 Setup Wizard(完整安装用户)

如果用了完整安装,setup wizard 会引导你完成以下步骤:

  1. CLI 安装 — 安装 archon 二进制到 PATH
  2. GitHub 认证gh auth login,让 Archon 有权限操作你的仓库
  3. 平台选择 — 是否接入 Telegram / Slack / Discord(可选)
  4. 目标项目 — 选择要注册的项目目录,wizard 把 .archon/ 技能文件复制进去

完成后,你的目标项目里多了这些东西:

.archon/
├── commands/       # AI 可调用的命令文件
└── workflows/      # 工作流定义

第 3 步:初始化目标项目

如果快速安装,需要手动初始化:

cd your-project
archon init
# 或在 Claude Code 里说: "Use archon to set up"

初始化后验证一下:

archon workflow list
# 应该列出 17 个内置工作流

第 4 步:理解 YAML 工作流结构

Archon 的工作流是一个 DAG(有向无环图),每个节点是一个执行步骤。节点之间通过 depends_on 声明依赖关系,Archon 按拓扑顺序执行,没有依赖的节点可以并行跑。

一个完整的工作流长这样:

# .archon/workflows/my-feature.yaml
nodes:
  # 节点 1:规划(无依赖,直接执行)
  - id: plan
    prompt: "探索代码库,制定实现计划"

  # 节点 2:实现(依赖 plan)
  - id: implement
    depends_on: [plan]
    loop:                                    # AI 循环节点
      prompt: "阅读计划,实现下一个任务,运行验证"
      until: ALL_TASKS_COMPLETE
      fresh_context: true                    # 每次循环用新的 AI 会话

  # 节点 3:运行测试(依赖 implement,bash 节点,纯确定性执行)
  - id: run-tests
    depends_on: [implement]
    bash: "bun run validate"

  # 节点 4:代码审查(依赖测试通过)
  - id: review
    depends_on: [run-tests]
    prompt: "审查所有变更,对照计划修复任何问题"

  # 节点 5:人工审批(交互式 gate)
  - id: approve
    depends_on: [review]
    loop:
      prompt: "展示变更内容,响应任何反馈"
      until: APPROVED
    interactive: true                        # 暂停等待人工输入

  # 节点 6:创建 PR
  - id: create-pr
    depends_on: [approve]
    prompt: "推送代码,创建 Pull Request"

节点类型一览

节点类型关键字用途
AI 对话prompt:让 AI 执行特定任务
确定性脚本bash:运行 shell 命令(stdout 作为 $nodeId.output
脚本script:运行 TypeScript/Python 脚本,支持依赖安装和超时控制
AI 循环loop: + until:AI 反复执行直到满足条件(ALL_TASKS_COMPLETE / APPROVED 等)
人工审批interactive: true暂停工作流,等待人工批准或拒绝
命令调用command:调用 .archon/commands/ 下的命令文件
条件分支when:按条件决定是否执行节点

第 5 步:实操——从 GitHub Issue 到 PR

这是最常用的工作流之一:输入一个 GitHub Issue,输出一个 PR。

在 Claude Code 里直接说:

Use archon to fix issue #42

Archon 会自动:

  1. 创建隔离的 Worktree 分支(archon/fix-42-xxx
  2. archon-fix-github-issue 工作流执行:分类问题 → 调研 → 规划 → 实现 → 验证 → 创建 PR
  3. 如果测试失败,自动进入 self-fix 循环
  4. 完成后在 Worktree 里操作,不会影响你本地的主分支

你看到的大致过程:

→ Creating isolated worktree on branch archon/fix-42-abc...
→ Planning...
→ Investigating issue #42...
→ Implementing (task 1/3)...
→ Implementing (task 2/3)...
→ Tests failing - iterating...
→ Tests passing after 2 iterations
→ Code review complete - 0 issues
→ PR ready: https://github.com/you/project/pull/47

第 6 步:实操——从想法到 PR

如果你没有现成的 Issue,只有一个想法:

Use archon to add dark mode to the settings page

Archon 用 archon-idea-to-pr 工作流:

→ Feature idea → plan → implement → validate → PR → 5 parallel reviews → self-fix

过程中 AI 会:

  1. 先探索代码库,理解当前架构
  2. 制定实现计划(你可以中途介入修改)
  3. 用 loop 节点反复实现直到所有任务完成
  4. 运行验证(bun run validate
  5. 并行跑 5 个代码审查 Agent(风格、安全、性能、可维护性、文档)
  6. 根据审查反馈 self-fix
  7. 创建 PR 并附上完整的审查总结

第 7 步:自定义工作流编写

内置工作流是很好的起点,直接复制一份改:

cp .archon/workflows/defaults/archon-feature-development.yaml \
   .archon/workflows/my-feature.yaml

然后编辑 YAML 文件。比如你想去掉人工审批环节,直接合并:

# .archon/workflows/my-feature.yaml
nodes:
  - id: plan
    prompt: "分析需求,制定实现计划"

  - id: implement
    depends_on: [plan]
    loop:
      prompt: "读取计划,实现下一个任务,标记完成"
      until: ALL_TASKS_COMPLETE
      fresh_context: true

  - id: run-tests
    depends_on: [implement]
    bash: "bun test"

  - id: create-pr
    depends_on: [run-tests]
    prompt: "推送代码,创建 Pull Request,使用以下模板:..."

TIP

项目级的 .archon/workflows/ 会覆盖同名的内置工作流。把自定义工作流提交到 Git,团队成员都能用到同一套流程。

变量替换:工作流里可以用这些内置变量:

- id: log-context
  bash: "echo $WORKFLOW_ID $ARTIFACTS_DIR $BASE_BRANCH"
  • $1, $2, $3 — 位置参数
  • $ARGUMENTS — 所有参数
  • $ARTIFACTS_DIR — 当前工作流 run 的产出物目录
  • $WORKFLOW_ID — 工作流 run ID
  • $BASE_BRANCH — 主分支名
  • $LOOP_USER_INPUT — 人工在 approval gate 输入的反馈

第 8 步:Web UI + 多平台接入

Archon 不只是 CLI,它有完整的 Web Dashboard。快速启动:

archon serve
# 下载 Web UI(首次),然后在 http://localhost:4000 启动

Web UI 提供:

  • Chat 页面 — 和 AI 实时对话,看流式输出和工具调用
  • Dashboard — 监控所有工作流运行状态(来自所有平台:CLI、Slack、Telegram 等)
  • Workflow Builder — 可视化 DAG 编辑器,拖拽创建工作流
  • Workflow Execution — 逐步查看任意工作流的执行过程

接入聊天平台(可选):

平台接入时间配置方式
Telegram5 分钟archon.diy/adapters/telegram
Slack15 分钟archon.diy/adapters/slack
Discord5 分钟archon.diy/adapters/community/discord
GitHub Webhooks15 分钟archon.diy/adapters/github

接入后,你可以在 Slack 或 Telegram 里直接触发工作流,结果实时推送到同一个对话里。


常见问题排查

1. Claude Code 找不到 Archon 命令

这通常发生在快速安装后没有运行 setup wizard:

# 重新运行 setup
cd your-project
claude
# 说 "Set up Archon" 或 "Use archon to set up"

# 或手动更新技能文件
archon update

2. Worktree 创建失败

最常见原因是磁盘空间不足或权限问题:

# 检查磁盘空间
df -h

# 检查 git 版本(需要 2.23+ 才支持 Worktree)
git --version

# 手动清理旧 Worktree
archon isolation cleanup

WARNING

永远不要手动运行 git clean -fd,它会永久删除未跟踪文件。用 archon isolation cleanuparchon complete <branch> 来安全清理。

3. 工作流列表为空

# 确认 .archon/workflows/ 目录存在
ls .archon/workflows/

# 手动触发工作流发现
archon workflow list --verbose

如果内置工作流也不见,检查 Archon 版本:

archon --version

4. YAML 节点依赖循环

如果 depends_on 形成了环,Archon 会报错:

Error: Circular dependency detected in workflow

解决方法:检查 YAML 文件,确保没有节点互相依赖对方(一个节点的 depends_on 指向了它自己或它的下游节点)。

5. 交互式 Approval Gate 在 CLI 下不响应

Approval Gate 需要人工介入。在 CLI 下,工作流会暂停等待输入:

Workflow paused: awaiting approval
Type /workflow approve <run-id> [comment] to approve
Type /workflow reject <run-id> <reason> to reject

如果是在 Web UI 里运行,带 interactive: true 的节点会自动显示审批按钮。

6. PostgreSQL vs SQLite 切换

Archon 默认用 SQLite(零配置),数据存在 ~/.archon/archon.db。如果你想切换到 PostgreSQL:

# 启动 PostgreSQL(Docker)
docker-compose --profile with-db up -d postgres

# 在 .env 中设置连接字符串
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/archon

# 重启 Archon
archon serve

WARNING

切换数据库不会自动迁移数据。如果有重要历史记录,先导出再切换。


扩展阅读 / 进阶方向

17 个内置工作流详解:Archon 提供了从日常辅助(archon-assist)到复杂审查(archon-comprehensive-pr-review)的完整工具链。其中 archon-refactor-safely 带 type-check hooks,archon-architect 做架构健康度扫描,archon-ralph-dag 支持 PRD 迭代实现。

自定义 Node 类型:除了内置节点,还可以写 command: 调用自定义命令文件(Markdown)、script: 运行 TypeScript/Python 脚本(支持 deps: 安装依赖和 timeout: 超时控制)、approval: 自定义人工审批流程。

平台适配器开发:Archon 的适配器层(IPlatformAdapter)支持接入任何聊天平台。参考 packages/adapters/src/ 下的 Slack、Telegram、Discord 实现,可以接入企业微信、飞书等国内平台。

Archon 架构深度解析:核心是 @archon/workflows 包里的 DAG 执行引擎(dag-executor.ts)+ @archon/core 的 Orchestrator(消息路由和会话管理)。工作流 YAML 通过 loader.ts 解析和验证,节点通过 depends_on 构建拓扑图,然后按拓扑顺序执行。

团队工作流规范化:把 .archon/workflows/ 提交到 Git,团队成员每次 clone 后都自动获得同一套工作流定义。结合 .archon/config.yaml 注入团队编码规范,AI 生成的所有内容都会遵循团队约定。

Updated 2026年4月11日