Enterprise AI Development OS
把 AI 编程从随机生成，变成有规则的企业交付
AI OS 是一套面向 AI 编程工具的工程治理层，用规则、Skills、审计门禁、ADR 和项目记忆，让 AI 在真实项目里按同一套交付纪律工作。
AI OS 工作流
需求输入
新任务或恢复对话先进入统一规则入口，说明目标、范围和边界。
规则 + Skills + 记忆
加载项目规则、可复用 Skills 与历史 ADR、Backlog，不凭想象动手。
审计验证
按结构审计、就绪度评分和证据要求完成构建、接口与页面验证。
可复核交付
效率、风险、知识积累一起管理，交付物和证据都可追溯。
了解 AI OS 之前，先弄清这几点
AI OS 是一个可以直接用的业务软件吗？
它和写一段提示词有什么区别？
开源免费吗，公开版包含哪些内容？
适合什么团队使用？
是不是已经有完整运行时和治理面板？
不熟悉命令行，也能用上吗？
它不是另一个聊天提示词，而是项目级 AI 协作入口
让 AI 先读项目规则
把会话启动、目录边界、开发顺序和验证要求放进统一入口，减少每次重新解释项目背景。
把高频工作固化成 Skills
规划、前端、后端、数据、测试和部署等重复工作，用可复用能力单元承接。
完成前有审计门禁
通过结构审计、开源边界、就绪度评分和适配器 dry-run，提前暴露交付风险。
跨会话保留交付记忆
Backlog、ADR、模板和证据回写帮助团队把经验留在项目里，而不是散落在聊天记录中。
效率提升
减少重复说明、错误路径和返工轮次，让新任务更快进入正确上下文。
风险降低
把规则、边界、验证和发布检查前置，避免完成后才发现不可交付。
知识积累
把决策、问题和改进升级为规则、模板、Skills 或 ADR，形成团队资产。
解决 AI 辅助开发里的四类常见问题
老项目 AI 接手方案
问题：项目历史长、目录复杂、规则散落，新成员或 AI 工具容易改错入口、漏掉验证、扩大技术债。方案：用规则入口、工具发现、Backlog、ADR 和审计门禁，让 AI 先理解项目，再按既有模式小步交付。
企业 AI 研发治理方案
问题：团队都在用 AI，但每个人提示词、代码风格、检查标准和完成标准不同。方案：把开发顺序、质量门禁、Skills、模板和证据回写统一起来，让 AI 辅助研发变成可管理流程。
软件外包质量门禁方案
问题：外包或远程协作时，客户很难判断功能是否真的完成，只能靠口头说明或截图。方案：把构建、接口、页面、审计、文档和验收证据写进交付流程，降低验收争议。
知识资产积累方案
问题：一次项目里的提示词、踩坑、决策和检查方法留在聊天里，下一次又重新摸索。方案：通过 ADR、文档记忆、Skills 进化和模板回写，把经验积累成团队可复用资产。
AI OS 可以作为团队的 AI 研发治理底座
软件公司
统一 AI 辅助研发流程，提高多人协作和项目复用效率。
企业 IT 团队
为内部系统改造、报表、自动化和 AI 升级建立质量底线。
外包交付团队
用门禁、证据和文档减少返工，提升客户验收可信度。
创业项目
用轻量规则和试点路径降低 MVP 反复重做的成本。
从轻量试点开始，把规则和门禁装进你的项目
Lite 快速安装
适合先把 AI 入口规则、任务清单和文档模板装进一个现有项目。安装命令：npx github:wenyuncong/enterprise-ai-dev-os init ./your-project
Full 完整安装
复制规则、官方 Skills、适配器工具和审计脚本，适合正式团队试点。安装命令：npx github:wenyuncong/enterprise-ai-dev-os init ./your-project --full
开源仓库
查看 README、路线图、价值证据模板、安装脚本和公开边界说明：github.com/wenyuncong/enterprise-ai-dev-os
查看详情 →公开范围与边界
- 公开版聚焦规则、Skills、审计门禁、安装和证据框架
- 不宣传未实现的完整规则运行时、MCP 审计网关或团队治理面板
- 不使用未经验证的固定节省比例或缺陷降低比例