Q：我们公司有十几个微服务，现在想让开发用 AI Agent 来做系统设计和编码。问题是一个 user story 经常需要多个微服务协作，Agent 必须了解每个服务的职责边界和业务概念才能做出合理的设计。我们打算把所有微服务放到一个 workspace 下，每个服务配上自己的文档，让 AI 自己去处理。这种方式合理吗？有没有更好的实践？ A：用好 Agent 的关键是两点：上下文的质量，和验证的闭环。 先说上下文质量。 放在一个 workspace 下是目前社区比较推荐的做法。 monorepo 天然适合和 AI 配合，因为 Agent 可以在一个地方同时看到 schema 定义、API 协议、各个服务的实现代码。如果因为历史原因确实不方便合成 monorepo，有个折中方案叫虚拟 monorepo，就是把多个仓库 clone 到同一个本地目录下。 除了放在一起，文档也是很好的让Agent获取上下文的方式，最好给 Agent 一张地图，加上按需加载： 1. 根目录放一份总的 AGENTS.md(或 CLAUDE.md)当索引用，列清楚有哪些服务、各自负责什么、要改某个服务就去读它目录下的文档。 2. 每个微服务自己目录里再放一份,写清自己的职责边界和业务概念,这其实就是 DDD 里的 bounded context。 3. 让 Agent 先看根索引，定位到相关的那几个服务，再去加载它们的细节。 不过要注意文档要及时更新，尤其是微服务协议变更了，一定要及时更新文档，否则会误导。 能从代码或规格自动生成的，就别手写。手写文档迟早会和代码对不上，而像 OpenAPI 这种机器可读的接口规格，一份东西既是文档，又能拿去生成 mock 和测试。 除了文档，还有一个很多人忽略的上下文来源：协议测试代码。高质量的 contract test 本身就是最准确的活文档，它精确地描述了服务之间实际的交互协议，比人写的文档更不容易过时，因为错了测试就无法通过。你如果已经有 OpenAPI spec 或者 Pact 契约文件，这些对 Agent 理解服务边界非常有价值。 再说验证。微服务场景下验证是最麻烦的部分，因为一个 user story 可能涉及好几个服务协作，你不可能让 Agent 每改一行代码就把整个系统跑起来做端到端测试。 一个实用的思路是：每个微服务提供 mock server 或者基于 OpenAPI spec 自动生成的模拟服务。Agent 写完代码后可以在本地跑 contract test 验证自己的改动有没有破坏和其他服务的协议约定，不需要依赖线上真实的 API 或者完整的集成环境。这样 Agent 就能形成一个“写代码→跑测试→自我修正”的闭环，不需要人在过程中频繁干预。 想再进一步,建议了解一下契约测试(consumer-driven contract testing，常用工具是 Pact)。思路是调用方把自己实际用到的接口形状记下来，生成一个契约文件，被调方再去验证自己能不能满足这个契约。 简单说：workspace 统一提供全局视图，分层文档 + 协议测试提供精准上下文，mock server + contract test 提供验证闭环。这三层搭好，Agent 处理跨微服务的系统设计就比较靠谱了。 一些参考资料 1. Anthropic 的 Effective context engineering for AI agents，讲怎么把上下文当稀缺资源来经营、按需加载: 2. Anthropic 的 Effective harnesses for long-running agents，讲长任务里怎么给 Agent 搭脚手架(比如用进度文件加 git 记录跨上下文窗口接力)： 3. 怎么在 monorepo 里组织 AGENTS.md 给 Agent 用,可以看 上这篇 Steering AI Agents in Monorepos with AGENTS.md： 契约测试入门，搜 Pact 加 consumer-driven contract testing 的指南就行。

软件工厂该不该用 monorepo，这个吵了多年的问题，在 agent 时代换了一个胜负手。 过去两边争的是人：构建时间、CI 配置、原子提交、跨团队权限边界。 现在 agent 进场，决定变量变了。 agent 不是来改单个函数的，它要跨设计、营销、销售、工程、支持一起干活。 它的产出上限，直接取决于一次能看到的公司上下文有多宽。 上下文散在十几个 repo、wiki、网盘和 SaaS 里，agent 就只能在一个信息孤岛上构建，产出自然七零八落。 把公司上下文收进一个 monorepo，本质不是给人省事，是给 agent 一个完整的视野。 这个判断有真实代价：monorepo 的构建规模、权限边界、组织摩擦，在人类维度上都是成本。 但最贵的消费者已经悄悄从人变成了 agent，这笔账要重新算。 先想清楚你的软件工厂到底为谁服务，再决定要不要单仓库。

如果你的团队在维护一个 monorepo，希望子项目各自有独立的钩子配置，同时又不想牺牲速度 prek 为这种场景做了专门设计 它是一个用 Rust 重写的 pre-commit 替代品，单个二进制文件，不依赖 Python 或任何运行时 但完全兼容你现有的 pre-commit 配置和钩子，无需重新编写检查规则 内置的 monorepo 模式允许每个子项目持有独立配置，还集成了 uv 管理 Python 环境 工具链共享机制让 Python、Node.js、Go、Rust 等环境在钩子间复用，减少重复安装 钩子按优先级并行运行，可以把整体执行时间压得更短 速度比原版提升了几倍，磁盘占用也减半 CPython、Apache Airflow、FastAPI 等知名项目已经换上了这套方案 如果你对 pre-commit 的速度不满意，prek 是一个可以直接迁移的高效选项。 GitHub

快来安装这个大仓库维护神器：Nx Nx 是一款面向 monorepo 的开发平台。 这个平台把缓存、affected-only 执行、CI 扩展和 AI agent 友好放在前面。它会根据项目关系判断哪些任务需要重新跑，减少无关构建和测试。 TypeScript、Rust、Go 或混合语言仓库变大以后要看项目图、缓存策略和 CI 接入方式。它解决的是大仓库日常构建和排错成本，范围超过脚手架。 GitHub 现在约 28.9k stars 仓库地址：

在 Claude Fable 5.1 的帮助下，将我的 Web 相关的项目都整合进一个 monorepo 了。 其中包含： 的 web、browser extension、desktop、mobile 几个产品的 landing page Grain（自用的网站访问统计分析小工具）的 web 这样就能有同一套 UI 组件库、设计 token，甚至框架版本、发布工作流等。就更好迭代和复用了。 在这样的架构下，并行地再增加 5 个项目也不成问题。只要有 Token 和时间。

🚦 太强了，portless 给每个本地项目发一个固定的 https 域名，再也不用记这个到底跑在 3000 还是 3001。 GitHub 上 12151 star，399 个 fork，仓库今年 2 月才建，半年多冲到这个数，最近还在热榜上。 同时开三四个项目的人应该有体会：一个 monorepo 里好几个应用，端口按 3000、3001、3002 排下去，重启一次顺序变了，收藏夹里的地址全废。想让手机连上电脑看效果，得先查内网 IP 再拼端口；想给同事看一眼，还得现开 ngrok。 portless 把这些一次性解决了。每个项目分一个 app.localhost 这样的名字，https 和 HTTP/2 默认就开着，首次运行自动生成本地 CA、装信任、占住 443 端口。真实端口它自己在 4000 到 4999 里随机挑，通过 PORT 环境变量传给你的应用。Vite、Astro、React Router、Angular、Expo、React Native 这些不认 PORT 的框架，它会自动补上 --port 和 --host 参数。 monorepo 会自己读 pnpm-workspace.yaml 或者 package.json 的 workspaces 找包，一个 portless.json 就能覆盖各包配置。加 --lan 绑到全网卡，配合 mDNS 让同一网络下的手机用 .local 域名直接访问；要给外面的人看，--tailscale 或者 --ngrok 一个参数的事。还能装成开机自启的系统服务，launchd、systemd、任务计划程序都支持。 端口号本来就不该是人要记的东西。 GitHub：

AI 编程工具标准之争爆发：Shopify 因“复杂度税”要禁用 Claude Code Shopify 的 CEO 公开威胁，要在公司内部禁用 Anthropic 的 Claude Code 编程工具，原因不是工具本身不好，而是它不支持一个行业开放标准配置文件。 现在很多公司（包括 Shopify）同时在用多种 AI 编程助手：这些工具需要知道项目的特殊规则、代码风格、架构约定、技能说明等，所以大家会在代码仓库里放配置文件。 但 Claude Code 默认只认自己的专属文件 CLAUDE.md，不主动读取 AGENTS.md。 Shopify 是个大型 monorepo（单体仓库），有几千名开发者共用。 一旦某个目录漏放了 CLAUDE.md，用 Claude Code 的同事就会拿到“阉割版”的项目认知，而用其他工具的同事则正常。Tobi 把这称为 分裂脑 或 脑叶切除。 虽然 Shopify 已经写了自动化脚本去同步两套文件，但 Tobi 认为这是一笔完全不必要的“复杂度税” Claude 团队的回应 @trq212 很快回复： 他们正在让 Claude Code 变得更“可黑”，未来会支持轻松使用 AGENTS.md，或者其他自定义系统提示。 之所以目前坚持 CLAUDE.md，是因为他们认为不同模型家族（Claude vs GPT 等）并不可互换，系统提示对模型表现影响很大，所以他们为不同模型准备了不同的提示格式。 短期临时方案：可以在 CLAUDE.md 里直接 Agents.MD 引用过去。 这个解释并没有完全说服所有人，很多开发者认为：更合理的做法应该是默认支持行业开放标准 AGENTS.md，把 CLAUDE.md 当作特殊优化选项，而不是反过来。 Anthropic 承诺会改进，但具体支持时间表还没完全公布。

🧩 真香，7 个能直接抄的界面实验，附一套 shadcn 模板 GitHub 上 1.4K stars 做后台或者工具类界面，最耗时间的往往不是写逻辑，是纠结布局：这个日历该怎么排，这张 K 线图配什么控件，聊天界面的消息流怎么组织。从零想设计，一天就没了。 这个仓库放的是七个成品级的界面实验：Schema Visualizer、Event Calendar、Candlestick Chart、Crypto Wallet、SaaS Dashboard、AI Chat 和 Dark Table。都是按时间顺序排的，能看到作者的思路演进。 配套还给了一个基于 shadcn/ui 的 monorepo 模板，用 pnpm 和 shadcn CLI 初始化，组件放在 packages/ui/src/components 里通过 @workspace/ui 导入，拿来就能起项目。 有个前提要说清楚：个人和商业项目都能用，但不允许整体或部分重新分发、转售。 设计这事，看过好的才做得出好的。 GitHub：