AI原生开发框架bkit：基于PDCA与上下文工程的智能编程实践

1. 项目概述：当AI原生开发遇上结构化工程思维

如果你和我一样，在过去的几年里尝试过各种AI编程助手，从早期的代码补全工具到现在的多模态大模型，你可能会有一个共同的感受：它们很强大，但用起来总感觉“差点意思”。这种“差点意思”往往体现在几个方面：对话是线性的，缺乏项目级的上下文管理；建议是零散的，难以形成系统性的开发流程；工具是孤立的，无法将规划、设计、编码、检查、优化串联成一个闭环。我们常常在“让AI写代码”和“自己掌控项目”之间反复横跳，最终可能还是回归到传统的开发模式。

bkit-gemini的出现，正是为了解决这个核心痛点。它不是一个简单的提示词集合，也不是一个花哨的UI包装，而是一个深度集成到Google Gemini CLI中的 AI原生开发框架 。它的核心思想，是将经典的PDCA（Plan-Do-Check-Act，计划-执行-检查-处理）质量管理循环与前沿的“上下文工程”理念相结合，为AI驱动的软件开发提供一套结构化的“操作系统”。

简单来说，bkit把Gemini CLI从一个强大的对话式代码生成器，转变为一个懂得项目生命周期、能记住开发状态、会调用专家团队、并遵循严谨工作流的智能开发伙伴。它通过一套精巧的钩子（Hooks）系统，在AI代理（Agent）思考、调用工具、生成响应的每一个关键节点进行干预和引导，确保整个开发过程始终朝着预设的目标和标准前进。

这个项目适合谁？我认为有三类开发者会从中获得巨大价值：

1. 全栈或独立开发者 ：你希望AI不仅能写代码片段，还能帮你从零开始规划一个完整的项目，设计架构，并持续跟进优化。
2. 技术团队负责人或架构师 ：你需要一套标准化的流程来协调AI与团队的工作，确保代码质量、安全性和架构一致性，bkit的“代理团队”和分层安全模型正是为此而生。
3. 希望提升开发效率的探索者 ：你对AI编程充满兴趣，但厌倦了重复的提示工程和上下文切换，渴望一个更智能、更集成的解决方案。

接下来，我将带你深入bkit的内部，拆解它的架构、体验它的工作流，并分享在实际使用中积累的经验和避坑指南。这不是一篇简单的功能介绍，而是一位同样在AI原生开发道路上摸索的同行，为你绘制的实战地图。

2. 核心架构解析：三层上下文与十事件钩子系统

要理解bkit为何强大，必须先从它的架构设计入手。它没有采用“魔改”Gemini CLI核心代码的粗暴方式，而是通过扩展机制和钩子系统，实现了非侵入式的深度集成。这套架构的核心是“三层上下文工程”和“十事件钩子系统”。

2.1 上下文工程的三层架构：从静态提示到动态系统

传统的提示工程（Prompt Engineering）关注于如何写好单次对话的指令。而bkit倡导的 上下文工程（Context Engineering） ，则是构建一个动态的系统，在AI推理的整个生命周期中，智能地管理、切换和注入最相关的上下文信息。bkit将其实现为三个清晰的分层：

第一层：领域知识层（35个技能） 这是最底层，也是内容最丰富的一层。它包含了35个按领域分类的“技能”（Skills），例如 pdca 、 starter （静态网站）、 enterprise （微服务架构）、 bkend-data （BaaS数据库操作）等。这些技能不是一次性全部加载的，而是采用了“渐进式披露”策略。只有当会话意图匹配到特定技能时（例如用户提到“设计一个登录API”），对应的技能文件才会被动态注入到上下文中。这样做的好处是极大地节省了宝贵的上下文令牌（Token），根据官方数据，在空闲会话中能减少约60%的令牌占用，让AI能把“算力”集中在当前任务上。

第二层：行为规则层（21个代理） 这一层定义了AI的“角色”和行为边界。bkit预置了21个各司其职的AI代理，每个代理都像是一个拥有特定专长的团队成员。例如：

• cto-lead ：担任技术总监，负责整体工作流协调和PDCA阶段推进。
• frontend-architect ：前端架构师，专注于UI/UX设计和组件化。
• security-architect ：安全架构师，负责代码安全审计和漏洞分析。
• gap-detector ：专门用于“检查”阶段，对比设计文档与实际代码的差异。

每个代理都通过Gemini原生的Frontmatter配置了专属的模型、可用工具、思考温度（temperature）和超时时间。更重要的是，bkit引入了 三层安全模型 ，将代理分为 readonly （只读，如分析类代理）、 docwrite （可写文档，如设计代理）、 full （全权限，如实施代理），并通过TOML策略引擎进行强制约束，防止AI越权操作。

第三层：状态管理层（钩子脚本 + 核心库） 这是最灵动的一层，也是bkit的“大脑”。它通过17个钩子脚本和13个核心库模块，实时管理着整个PDCA工作流的状态。它负责：

• 意图检测 ：分析用户输入，匹配8种语言的关键词，以激活正确的代理或技能。
• PDCA阶段跟踪 ：维护当前项目处于“计划”、“设计”、“执行”、“检查”还是“优化”阶段。
• 权限控制 ：根据当前阶段和代理类型，动态过滤可用的工具（例如，在“计划”阶段禁止执行Shell命令）。
• 记忆持久化 ：为每个代理提供跨会话的记忆能力，让AI能记住之前的讨论和决策。

这三层架构共同作用，使得bkit不再是简单响应命令，而是能理解项目上下文、遵守开发规范、并具有“记忆”和“目标感”的智能体。

2.2 十事件钩子系统：精准拦截，全程引导

钩子（Hooks）是bkit实现上述魔力的技术基础。它巧妙地利用了Gemini CLI提供的扩展点，在AI处理的10个关键生命周期事件中插入了自己的逻辑。你可以把它想象成在AI的“思考回路”上安装了10个监控和调节器。

以下是这10个事件及其核心作用的详解：