awslabs/aidlc-workflows
AI-Driven Life Cycle (AI-DLC) adaptive workflow steering rules for AI coding agents
Python · ★ 1,884 · Fork 314 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
awslabs/aidlc-workflows 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 7,首次上榜 2026-05-08,最近一次上榜 2026-05-09。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-05-09 | #7 | 1,884 | +58 |
| 2026-05-08 | #7 | 1,728 | +92 |
同期上榜的项目
- anthropics/financial-services
- bytedance/UI-TARS-desktop – The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra
- rohitg00/agentmemory – #1 Persistent memory for AI coding agents based on real-world benchmarks
- datawhalechina/hello-agents – 📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
- datawhalechina/easy-vibe – 💻 vibe coding 2026 | Your first modern Coding course beginners to master step by step.
- rowboatlabs/rowboat – Open-source AI coworker, with memory
AI-DLC (AI-Driven Life Cycle) 工作流深度分析报告
AI-DLC (AI-Driven Life Cycle) 工作流深度分析报告
1. 项目概述 AI-DLC 是一款由 AWS Labs 开发的智能软件开发工作流,旨在通过自适应规则引导开发过程,保持代码质量,并让开发者保持对流程的控制。其核心功能是提供一套规则和指导,帮助开发者利用 AI 进行更高效的软件开发。
2. 技术亮点 AI-DLC 的技术创新点在于其自适应的智能工作流规则,能够根据项目复杂度和开发者需求动态调整工作流程。它支持多种集成工具,如 Kiro、Amazon Q、Cursor、Cline、Claude Code 和 GitHub Copilot,并通过扩展系统支持自定义规则。
3. 使用场景 AI-DLC 适用于需要利用 AI 提高软件开发效率和质量的项目。目标用户包括软件开发团队、AI 开发者以及需要自动化和优化软件开发流程的组织。
4. 社区价值 AI-DLC 受开发者关注的原因在于其创新的工作流概念和强大的集成能力,能够帮助开发者更好地利用 AI 技术进行软件开发。此外,其开源性质和详细的文档也为开发者提供了学习和贡献的机会。
5. 快速上手 1. 访问 AI-DLC 仓库。 2. 下载最新版本的 ai-dlc-rules-vX.zip。 3. 解压文件并按照平台特定的设置说明进行配置。 4. 选择支持的 AI 编码代理,如 Kiro 或 GitHub Copilot。 5. 遵循项目文档中的使用指南开始使用 AI-DLC。
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/awslabs/aidlc-workflows)