一句话定义：触发词 → 自主执行 → 闭环交付
📌 想象一个智能管家
| 场景 | 传统方式 | 自动化工作流 |
|---|---|---|
| 你说"帮我订机票" | 需要你一步步确认：去哪？什么时候？哪个航班？ | 自动理解意图，直接完成预订 |
| 你说"写个报告" | 需要多轮对话，逐步引导 | 一句话触发，全程自动执行 |
| 任务执行出错 | 可能中途停止，需要重新开始 | 自动反思修复，继续执行 |
💡 核心价值：
- 用户只需说一句话，Agent 自动完成从需求到交付的全流程
- 无需人工干预，自动规划、执行、验证、交付
- 错误自动修复，成功自动沉淀为可复用记忆
| 对比维度 | 普通对话 | 自动化工作流 |
|---|---|---|
| 交互方式 | 多轮交互，逐步引导 | 一句话触发，全程自动 |
| 确认机制 | 需要用户确认每一步 | 默认无需确认 |
| 执行保证 | 可能中途停止 | 必须完整执行 |
| 记忆沉淀 | 无记忆沉淀 | 自动归档成功/失败模式 |
用户输入触发词 → Agent 立即调用 autonomous-agent 技能 →
自动解析任务 → 自动选择策略 → 自动执行 → 自动验证 → 自动交付
💡 只需说出以下任意触发词，系统将自动启动：
| 触发词 | 说明 |
|---|---|
| 开始 | 最常用的启动词 |
| 继续 | 继续上次未完成的任务 |
| 自主执行 | 明确要求自动执行 |
| 自动执行 | 同上 |
| 蜂群 | 启动多智能体并行模式 |
| autonomous | 英文触发词 |
示例 1：简单任务（提示增强场景）
用户：开始 帮我改个函数名
系统：[自动执行] 检测到简单任务，直接完成
示例 2：中等任务（Skill复用场景）
用户：开始 帮我写一篇公众号文章
系统：[自动发现] 找到 gzh-writer 技能
系统：[自动调用] 执行技能，生成文章
示例 3：复杂任务（蜂群编排场景）
用户：开始 从0搭建一个用户系统
系统：[自动分解] 拆分为前端、后端、数据库子任务
系统：[并行执行] 多个智能体同时工作
系统：[自动整合] 汇总结果，交付完整系统
如果你更喜欢命令行操作，可以使用以下命令：
| 功能 | 命令 | 说明 |
|---|---|---|
| 初始化 | python ./.trae/skills/autonomous-agent/agent.py init |
初始化内核 |
| 任务解析 | python ./.trae/skills/autonomous-agent/agent.py analyze "任务" |
生成执行计划 |
| 完整工作流 | python ./.trae/skills/autonomous-agent/agent.py workflow "任务" |
一键执行全流程 |
| 场景选择 | python ./.trae/skills/autonomous-agent/agent.py scenario "任务" |
获取场景信息 |
| 质量检查 | python ./.trae/skills/autonomous-agent/agent.py quality --session ID |
执行代码质检 |
| 交付文档 | python ./.trae/skills/autonomous-agent/agent.py delivery --session ID |
生成交付文档 |
📌 系统会根据任务复杂度自动选择最优执行场景：
Q1: 任务复杂度？
├── 简单(1-2步) → 场景1：提示增强
├── 中等(3-5步) → Q2: 有现成Skill可复用？
│ ├── 是 → 场景2：Skill复用
│ └── 否 → 场景3：计划+评审
└── 复杂(6+步) → Q3: 需要明确团队分工？
├── 是 → 场景4：Lead-Member
└── 否 → 场景5：复合编排
| 场景 | 复杂度 | 策略 | 需确认 | 示例 |
|---|---|---|---|---|
| 提示增强 | 1-2 | 单步直接执行 | 否 | "帮我改个函数名" |
| Skill复用 | 3-5 | 调用现有Skill | 否 | "帮我写篇公众号" |
| 计划+评审 | 3-5 | 规划→执行→Review | 否 | "重构认证模块" |
| Lead-Member | 6-10 | Leader分配→Member并行 | 是 | "做一个完整的用户系统" |
| 复合编排 | 6-10 | 多组Agent协作 | 是 | "从0搭建一个SaaS产品" |
📌 每个任务完成后，系统会自动进行质量检查：
| 维度 | 检查项 | 通过标准 |
|---|---|---|
| 边界处理 | 空值处理、异常捕获、输入验证、边界条件 | ≥70% |
| 专业度 | 命名规范、错误提示、代码注释、日志记录 | ≥70% |
| 完整性 | 文档齐全、配置完整、示例代码、测试覆盖 | ≥70% |
💡 质量检查流程：
- 执行任务
- 运行质量检查
- 如果未通过，自动反思修复
- 重新检查，最多重试2次
- 生成质量报告
📌 每个任务都会经过以下六个检查点：
[检查点1] 初始化 → 确保系统就绪
[检查点2] 任务解析 → 理解用户意图
[检查点3] 场景决策 → 选择最优策略
[检查点4] 执行编排 → 开始执行任务
[检查点5] 质量验证 → 检查结果质量
[检查点6] 交付记忆 → 归档成功经验
📌 系统具备自我修复能力：
执行任务 → 遇到错误 → 触发反思 → 查询历史记忆 →
生成修复策略 → 重新执行 → 记录成功模式
记忆写入时机：
- TASK_START: 任务开始时
- ERROR_OCCURRED: 错误发生时
- ERROR_FIXED: 错误修复后
- TASK_COMPLETE: 任务完成时
.trae/
├── 🎯 核心引擎
│ └── autonomous-agent/ # 自主执行总调度器 v9.1
│ └── agent.py # 【入口文件】一切从这里开始
│ └── core/
│ ├── token_tracker.py # Token计数模块 v2.0
│ ├── swarm.py # 蜂群编排器 v2.5
│ ├── reflexion.py # 反思模块 v2.3
│ ├── intelligence.py # 智能分析引擎
│ ├── scenario_selector.py # 场景选择器
│ ├── quality_gate.py # 质量门禁
│ ├── skill_discovery.py # 技能发现器
│ ├── delivery_doc.py # 交付文档生成器
│ └── memory.py # 记忆管理器
│
├── 🔧 技能系统 (.trae/skills/)
│ ├── feishu-doc-master/ # 飞书文档大师 v2.1
│ ├── neuro-bridge/ # 本地系统控制桥接器
│ ├── skill-manager/ # 技能管理器
│ └── workflow-market/ # 工作流市场
│
├── 📋 工作流系统
│ ├── workflow_manager_v2.py # 自验证闭环工作流管理器
│ └── *.yaml # 预定义工作流模板
│
├── 🧠 记忆系统
│ ├── memory/ # 会话记忆存储
│ └── knowledge/ # 知识库沉淀
│
└── 🐝 蜂群系统
└── swarm/ # 多智能体编排数据库
| 模块 | 文件 | 职责 |
|---|---|---|
| 统一内核 | agent.py |
入口文件，协调所有模块 |
| 场景选择器 | scenario_selector.py |
五场景决策树实现 |
| 质量门禁 | quality_gate.py |
三维度质量检查 |
| 蜂群编排器 | swarm.py |
多智能体并行执行 |
| 反思模块 | reflexion.py |
错误修复与学习 |
| 技能发现器 | skill_discovery.py |
自动发现匹配技能 |
| 记忆管理器 | memory.py |
会话记忆与知识沉淀 |
| 场景 | 推荐触发词 | 说明 |
|---|---|---|
| 开始新任务 | 开始 | 最简洁的启动方式 |
| 继续上次任务 | 继续 | 自动恢复上下文 |
| 复杂项目 | 蜂群 | 启动多智能体并行 |
💡 好的任务描述应该包含：
- 明确的目标
- 具体的范围
- 期望的输出格式
示例：
❌ 差的描述：帮我写个东西
✅ 好的描述：开始 写一篇关于Python异步编程的技术博客，
包含代码示例，字数2000字左右
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 任务中途停止 | 未使用触发词 | 使用"开始"或"继续" |
| 质量检查未通过 | 代码质量不足 | 系统会自动修复，无需干预 |
| 找不到合适的Skill | Skill未安装 | 系统会推荐可安装的社区Skill |
📌 核心记忆点：
| 要点 | 内容 |
|---|---|
| 一句话定义 | 触发词 → 自主执行 → 闭环交付 |
| 五场景 | 提示增强、Skill复用、计划+评审、Lead-Member、复合编排 |
| 三维度 | 边界处理、专业度、完整性 |
| 六检查点 | 初始化→解析→决策→执行→验证→交付 |
| 核心价值 | 一句话触发，全程自动，错误自修复，经验自沉淀 |
# 克隆仓库
git clone https://github.com/CyangZhou/trae-autonomous-workflow.git
# 复制到你的项目
cp -r trae-autonomous-workflow/.trae your-project/本项目采用 MIT 许可证 - 详见 LICENSE 文件
文档版本：v1.0 | 最后更新：2026-02-15