2. Control Plane:虚拟 monorepo
3. Owning Repos:代码仍然多仓自治
4. 可信交付:验证、证据、沉淀
1. 团队入口:任务怎么进来

总结

agent-monorepo 不是为了让 AI 一次读完整个世界,而是把世界切成可路由、可验证、可沉淀的工作面:先找对仓库,再拿到刚好够用的上下文,最后用证据闭环。

Agent Runtime

Codex、Claude Code 或 IM bot 只是入口。

真正关键的是:工具、认证、上下文、验证命令和回写路径都提前接好。

第一道闸门

先识别环境线索:production/main 还是 2.0/dev。分支错了,后面的交付都不可信。

workspace.yaml

机器可读事实源:repo id、路径、domain、上下游、docs、commands、validation、contracts。

需求 / Bug / 告警

  • Linear / GitLab / IM 转录
  • 截图、日志、share link
  • 部署检查、benchmark 补洞
  • 需要目标、证据、验收标准

agent-monorepo 架构设计图

一句话:不把多仓库物理合并,而是给团队和 AI agent 一个可读、可查、可验证的 virtual workspace control plane。

AI DevOps / Runtime Ops

simplex-gitops 管基础设施与 GitOps;lambda-function 管告警逻辑;simplex-aiops 消费 runtime 事件。

其他业务域

Growth、internal tools、router management 继续独立演进,只在 catalog 中暴露职责、命令和边界。

核心取舍:牺牲一点单仓便利,换来 ownership 清晰、风险隔离、CI 轻量、agent 更容易理解。

MR / Preview / Handoff

交付不是“代码改完了”,而是 branch、MR、预览、验证记录、风险和下一步 owner action 都说清楚。

Durable Learning

重复踩坑沉淀回 AGENTS、skills、context packs、LLM Wiki,让下一次 agent 更少猜、更少反问。

test-hub / benchmark

  • test-hub:smoke、API/UI/E2E、release gate、环境证据
  • benchmark:数据集、judge、质量趋势、模型比较

Lev8 产品主链路

simplexai-front → anotherme-api → anotherme / deepsearch → database-caching / crawler / node-server / simplex-cron。

AGENTS.md / Context Packs

人类和 agent 共享的路由规则:先读什么、避开什么、跨仓任务怎么判断 ownership。

Worktree 约定

真实改动在 owning child repo 的独立 worktree 中发生;control plane 负责导航,不吞并业务代码。

just / tools/ws

统一命令入口:repo-list、info、docs、search、affected、validate。让 agent 自己动态探索。

Affected Checks

代码路径变化先映射到受影响 repo 和必跑验证,避免只测当前仓库。