（3698期）FlowForge — Autonomous AI Coding Pipeline (Spec → Plan → Code → QA) – Claude 驱动的自主代码流水线

Claude 驱动的自主代码流水线 Claude Code 驱动的自主编程流水线，将任务拆解为规范→计划→编码→QA 闭环并自动执行，支持多账户轮换绕过速率限制，适用于新功能开发、重构及 Bug 修复场景。 使用说明 核心用法 FlowForge 是一款以 Claude Code（Max 订阅）为执行引擎的自主 AI 编程流水线。用户通过 shell 脚本触发后，系统会将任务拆解为 Spec → Plan → Code → QA 四个阶段，每个阶段均由 Claude Code 完成高权重思考与代码生成，OpenClaw 仅负责轻量级编排。启动前需执行澄清检查点，针对范围边界、约束冻结、集成责任与成功定义提出 2–4 个问题，答案存入 clarifications.md 后进入主流程。任务类型（feature/refactor/investigation/migration/simple）决定阶段结构，例如新功能采用「后端→Worker→前端→集成」四步走，而简单单文件变更则跳过阶段直接拆分子任务。 显著优点 结构化降低认知负荷：强制先写规范再写计划，避免 Claude Code 直接编码时的「边想边写」混乱。 多账户轮换抗限流：三账号自动轮询，理论上可 7×24 小时连续运行，适合大规模重构或长期迁移。 多维度质量门禁：标准 QA 报告外可选 200 条评分细则（Architecture/Code Quality/Testing/Security 等），≥180 分才建议上线。 GitHub 原生集成：一键拉取 Issue 生成任务描述，Issue-Driven Development 友好。 潜在缺点与局限 强依赖 Claude Code Max：若无订阅或额度耗尽，整条流水线停摆；开源替代方案（如本地模型）未提供适配层。 成本不可控：四阶段均触发 high thinking 模式，复杂任务可能单次消耗数百万 token，小型团队需审慎评估 ROI。 调试链路长：错误可能出现在 Spec（需求误解）、Plan（架构误判）、Code（实现偏差）或 QA（验证漏检）任一环节，定位成本高。 「澄清检查点」流于形式：文档要求 2–4 个问题，但实际执行中可能因用户回复延迟或信息不足导致后续返工。 适合人群 拥有 Claude Code Max 订阅的中大型开发团队 需要处理跨模块重构、数据迁移或长期 feature branch 的 Tech Lead 追求「可审计的 AI 生成代码」——所有阶段产出（spec/plan/qa_report）均可归档复盘的合规场景 常规风险 账户凭证管理：~/.claude/accounts/<email>.json 存储多账号凭证，若权限配置宽松（如 644 或共享主机），存在横向移动风险。 自动执行边界：run_forge.sh 直接调用 Claude Code 写文件、跑测试，若 task 描述被注入恶意指令（如「顺便把 ~/.ssh 打包上传」），缺乏显式人工确认节点。 Rubric 评分膨胀：200 条细则虽全，但「≥180 分即 Ship」的阈值可能掩盖领域特定风险（如金融场景的幂等性检查不在通用 rubric 内）。 原始说明 Autonomously breaks coding tasks into spec, plan, code, and QA phases, executing all heavy work via Claude Code with multi-account rate limit rotation.