Skip to content

flow.zh.md

Latest commit

 

History

History
473 lines (368 loc) · 14 KB

flow.zh.md

File metadata and controls

473 lines (368 loc) · 14 KB
Raw

Hive Mind 数据流文档 (languages: en • zh • hi • ru)

本文档全面描述了 Hive Mind 中的数据流，明确指出了将人工反馈整合到系统工作流中的所有节点。

目录

  1. 概述
  2. 运行模式
  3. 数据流架构
  4. 模式一：默认模式
  5. 模式二：继续模式
  6. 人工反馈集成点
  7. 配置选项
  8. 错误处理与回退
  9. 实现细节
  10. 总结

概述

Hive Mind 是一个由 AI 驱动的协作开发系统，通过 GitHub 运作，在关键决策点保持人工监督，同时自动化解决方案开发。该系统通过多个集成点确保人工反馈始终是开发过程的核心。

运行模式

Hive Mind 根据入口点和人工交互模式以两种主要模式运行：

模式 入口点 主要人工输入 次要输入 决策点
默认模式 GitHub Issue Issue 描述和需求 PR 评论用于细化 合并/请求更改/关闭
继续模式 现有 PR 带反馈的 PR 评论 额外的 PR 评论 合并/请求更改/关闭

数据流架构

高层系统架构

graph TB
    subgraph "Human Interaction Layer"
        H1[Human Developer]
        H2[GitHub Interface]
    end

    subgraph "GitHub Platform"
        GI[GitHub Issues]
        GP[GitHub Pull Requests]
        GC[GitHub Comments]
        GA[GitHub Actions/Webhooks]
    end

    subgraph "Hive Mind Core"
        HM[Hive Mind Controller]
        AM[Agent Manager]
        FM[Feedback Monitor]
        SM[State Manager]
    end

    subgraph "AI Processing Layer"
        AI[AI Agent Claude/GPT]
        CD[Code Developer]
        CR[Code Reviewer]
        TG[Test Generator]
    end

    H1 -->|Creates/Comments| H2
    H2 --> GI
    H2 --> GP
    H2 --> GC

    GA -->|Triggers| HM
    HM -->|Monitors| FM
    FM -->|Detects Changes| GI
    FM -->|Detects Changes| GP
    FM -->|Detects Changes| GC

    HM -->|Assigns Tasks| AM
    AM -->|Coordinates| AI
    AI --> CD
    AI --> CR
    AI --> TG

    CD -->|Pushes Code| GP
    CR -->|Adds Reviews| GP
    TG -->|Adds Tests| GP

    SM -->|Tracks State| HM

    style H1 fill:#e1f5fe
    style H2 fill:#e1f5fe
    style GI fill:#fff3e0
    style GP fill:#fff3e0
    style GC fill:#fff3e0
    style HM fill:#e8f5e9
    style FM fill:#e8f5e9
    style AI fill:#f3e5f5
Loading

详细数据流

graph TD
    A[Human Input] --> B{Entry Point}
    B -->|New Issue| C[Default Mode]
    B -->|Existing PR| D[Continue Mode]

    subgraph "Default Mode Flow"
        C --> E[Issue Analysis]
        E --> F[Solution Development]
        F --> G[Create Draft PR]
        G --> H{Human Decision Point}
    end

    subgraph "Continue Mode Flow"
        D --> L[PR Analysis]
        L --> M[Comment Processing]
        M --> N{New Comments?}
        N -->|Yes| O[Update Solution]
        N -->|No| P[No Action]
        O --> Q[Push Changes]
    end

    subgraph "Decision Outcomes"
        H -->|Approve| I[Merge PR]
        H -->|Request Changes| J[Add PR Comments]
        H -->|Close| K[Close PR]
    end

    Q --> H
    J --> D
    I --> R[Complete]
    K --> S[End]
    P --> S

    style A fill:#bbdefb
    style H fill:#ffccbc
    style J fill:#fff9c4
    style I fill:#c8e6c9
    style K fill:#ffcdd2
Loading

模式一：默认模式（Issue → Pull Request）

人工反馈点

  • 主要输入：GitHub Issue 描述和需求
  • 决策点：合并、请求更改或关闭 PR
  • 次要输入：PR 上的评论用于细化

时序图

sequenceDiagram
    participant H as Human
    participant GH as GitHub
    participant AI as AI Agent
    participant HM as Hive Mind

    H->>GH: Creates Issue
    Note over H,GH: Primary human input

    GH->>HM: Issue Available
    HM->>AI: Assigns Issue
    AI->>GH: Analyzes Issue
    AI->>AI: Develops Solution
    AI->>GH: Creates Draft PR

    Note over H,GH: Human decision point
    GH->>H: Notifies PR Created
    H->>GH: Reviews PR

    alt Approve & Merge
        H->>GH: Merges PR
        GH->>HM: PR Merged
    else Request Changes
        H->>GH: Adds Comments
        Note over H,GH: Secondary human input
        GH->>HM: Comments Added
        HM->>AI: Process Feedback
        AI->>GH: Updates PR
    else Close PR
        H->>GH: Closes PR
        GH->>HM: PR Closed
    end
Loading

数据流步骤

  1. 人工创建 GitHub issue（主要人工输入）
  2. Hive Mind 检测并将 issue 分配给 AI agent
  3. AI agent 分析 issue 需求
  4. AI agent 开发解决方案并创建草稿 PR
  5. 人工审查 PR（人工决策点）
  6. 人工决定：合并、请求更改或关闭（人工反馈）
  7. 如果请求更改，循环以 PR 评论作为输入继续

模式二：继续模式（Pull Request → Comments）

人工反馈点

  • 主要输入：对现有 PR 的评论
  • 决策点：与模式一相同（合并、请求更改或关闭）
  • 触发：新评论或反馈检测

时序图

sequenceDiagram
    participant H as Human
    participant GH as GitHub
    participant AI as AI Agent
    participant HM as Hive Mind

    Note over GH: Existing PR
    H->>GH: Adds Comment
    Note over H,GH: Primary human input

    GH->>HM: New Comment Available
    HM->>AI: Processes Comment
    AI->>GH: Analyzes Feedback
    AI->>AI: Updates Solution
    AI->>GH: Pushes Changes

    Note over H,GH: Human decision point
    GH->>H: Notifies Changes
    H->>GH: Reviews Updates

    alt Approve & Merge
        H->>GH: Merges PR
        GH->>HM: PR Merged
    else More Changes Needed
        H->>GH: Adds More Comments
        Note over H,GH: Continued human input
        GH->>HM: Comments Added
    else Close PR
        H->>GH: Closes PR
        GH->>HM: PR Closed
    end
Loading

数据流步骤

  1. 人工在现有 PR 上添加评论（主要人工输入）
  2. Hive Mind 检测到新评论
  3. AI agent 处理评论和反馈
  4. AI agent 根据反馈更新解决方案
  5. AI agent 将变更推送到 PR
  6. 人工审查更新（人工决策点）
  7. 人工决定：合并、添加更多评论或关闭（人工反馈）
  8. 循环持续直到问题解决

人工反馈集成点

综合反馈点矩阵

反馈点 模式 时机 输入类型 系统响应 影响级别
Issue 创建 默认 初始 需求、描述 触发解决方案开发 高——定义整体范围
Issue 评论 默认 持续 澄清、更新 更新需求 中——细化范围
PR 创建审查 两种 草稿后 初步评估 决定是否继续 高——去/不去决定
PR 评论 两种 迭代 技术反馈 触发代码更新 高——指导变更
代码审查 两种 每次提交 逐行反馈 精确修改 中——具体修复
PR 批准 两种 最终 接受决定 允许合并 关键——最终关卡
PR 拒绝 两种 任何时候 停止信号 停止进程 关键——完全停止
标签变更 两种 任何时候 优先级/状态更新 调整方法 低——流程提示

1. Issue 创建（模式一入口）

  • 类型：需求规范
  • 格式：GitHub issue 描述、标签、初始评论
  • 影响：定义 AI 解决方案的范围和需求
  • 可用的人工操作：
    • 编写详细需求
    • 附上示例或规范
    • 设置优先级标签
    • 分配给特定 agent
    • 链接相关 issues

2. PR 审查与决定（两种模式）

  • 类型：批准/拒绝决定
  • 格式：PR 合并、关闭或评论操作
  • 影响：决定解决方案是否可接受或需要细化
  • 可用的人工操作：
    • 批准并合并
    • 请求带具体反馈的变更
    • 不合并直接关闭
    • 转换为草稿
    • 分配额外审阅者

3. PR 评论（模式二主要，模式一次要）

  • 类型：具体反馈和变更请求
  • 格式：带技术细节的 GitHub PR 评论
  • 影响：指导 AI agent 的细化和迭代
  • 可用的人工操作：
    • 针对特定行的代码评论
    • 通用 PR 对话
    • 建议具体变更
    • 请求测试或文档
    • 要求澄清

4. 持续监控（两种模式）

  • 类型：持续监督
  • 格式：PR 状态变化、额外评论
  • 影响：支持迭代改进循环
  • 可用的人工操作：
    • 监控 CI/CD 结果
    • 审查自动化测试结果
    • 检查代码质量指标
    • 对照需求验证
    • 提供持续指导

5. 紧急干预点

  • 类型：关键反馈
  • 格式：评论中的直接命令
  • 影响：系统立即响应
  • 触发：
    • 评论中的 STOP 命令
    • PR 关闭
    • 分支保护激活
    • 手动回退

人工反馈处理流程

stateDiagram-v2
    [*] --> AwaitingFeedback
    AwaitingFeedback --> ProcessingFeedback: Human Input Received

    ProcessingFeedback --> ClassifyingFeedback: Parse Input
    ClassifyingFeedback --> TechnicalChange: Code Change Request
    ClassifyingFeedback --> Clarification: Question/Unclear
    ClassifyingFeedback --> Approval: Positive Feedback
    ClassifyingFeedback --> Rejection: Negative Feedback

    TechnicalChange --> ImplementingChange: Generate Solution
    ImplementingChange --> PushingChanges: Test & Validate
    PushingChanges --> AwaitingFeedback: Await Review

    Clarification --> RequestingInfo: Ask Questions
    RequestingInfo --> AwaitingFeedback: Wait for Response

    Approval --> Merging: Proceed to Merge
    Merging --> [*]: Complete

    Rejection --> Analyzing: Understand Issues
    Analyzing --> ImplementingChange: Fix Issues
    Analyzing --> Closing: Cannot Fix
    Closing --> [*]: End
Loading

配置选项

自动继续行为

  • --auto-continue：自动继续处理 issues 的现有 PR（默认启用，使用 --no-auto-continue 禁用）
  • --auto-continue-only-on-new-comments：仅在检测到新评论时继续
  • --continue-only-on-feedback：仅在有反馈时继续

人工交互控制

  • --auto-pull-request-creation：在人工审查之前创建草稿 PR
  • --attach-logs：包含详细日志供人工审查
  • 手动合并要求确保人工监督

错误处理与回退

人工反馈缺失时

  • 系统等待输入而不是继续进行
  • 草稿 PR 保持草稿状态，直到人工操作
  • 自动继续功能尊重反馈需求

人工反馈模糊时

  • AI 通过 PR 评论请求澄清
  • 提供多个解决方案供人工选择
  • 不确定时采用保守方法

实现细节

命令行界面

系统提供各种命令行选项来控制人工反馈交互：

# Default Mode - Issue to PR
./solve.mjs "https://github.com/owner/repo/issues/123"

# Continue Mode - PR with comments
./solve.mjs "https://github.com/owner/repo/pull/456"

# Continue only when new comments are detected (--auto-continue is enabled by default)
./solve.mjs "https://github.com/owner/repo/issues/123" \
  --auto-continue-only-on-new-comments

# Continue only when feedback is present
./solve.mjs "https://github.com/owner/repo/pull/456" \
  --continue-only-on-feedback

反馈检测算法

flowchart TD
    A[Start Feedback Check] --> B{Check PR/Issue}
    B --> C[Fetch Comments]
    C --> D[Get Last Commit Time]
    D --> E{Comments After Commit?}

    E -->|Yes| F[Count New Comments]
    E -->|No| G[No New Feedback]

    F --> H{Feedback Type}
    H -->|Technical| I[Process Technical Feedback]
    H -->|Question| J[Process Clarification]
    H -->|Approval| K[Process Approval]

    I --> L[Generate Changes]
    J --> M[Request Information]
    K --> N[Proceed to Merge]

    G --> O{Continue Mode Settings}
    O -->|Force Continue| P[Continue Anyway]
    O -->|Require Feedback| Q[Exit with Message]

    L --> R[Push Updates]
    M --> R
    N --> S[Complete]
    P --> R
    Q --> T[Wait for Human Input]
Loading

状态管理

系统跨会话维护状态以确保连续性：

状态元素 存储 目的 持久性
Session ID 文件系统 跟踪对话上下文 直到完成
PR Number 内存/参数 将 issue 链接到 PR 运行时
Comment History GitHub API 跟踪新旧反馈 永久
Commit History Git 确定反馈时机 永久
Configuration CLI 参数 控制行为 每次执行

总结

关键设计原则

  1. 以人为本：每个自动化操作都须经过人工审查和批准
  2. 反馈驱动：系统在多个点动态响应人工输入
  3. 透明：所有 AI 操作通过 GitHub 的标准界面可见
  4. 迭代：支持基于人工反馈的多轮细化
  5. 可配置：可以调整行为以匹配团队工作流

数据流总结

Hive Mind 数据流架构通过以下方式确保全面的人工监督：

  • 多个入口点：Issues（默认模式）或 PR（继续模式）
  • 持续反馈集成：实时处理评论
  • 清晰的决策关卡：合并需要明确的人工批准
  • 紧急控制：通过命令立即停止
  • 灵活配置：可调整的自动化级别

人工反馈集成

模式 主要反馈 次要反馈 决策权限
默认模式 Issue 需求 PR 评论 人工合并决定
继续模式 PR 评论 额外评论 人工合并决定

两种模式都在将 AI 用于实现的同时保持人工对关键决策的权威，确保人工反馈仍然是开发过程的基石。