Q00/ouroboros

English | 한국어

◯ ─────────── ◯

O U R O B O R O S

◯ ─────────── ◯

停止 Prompt，开始定义。

面向 AI 编程 Agent 的“规范优先”工作流引擎。

快速开始 · 为什么选择 Ouroboros · 结果 · 工作原理 · 命令 · 理念

---

新功能：PM 模式 — ooo pm 可通过引导式、以产品经理为中心的访谈生成 PRD。 Ouroboros 现已支持产品管理工作流：利益相关者对齐、用户故事映射以及结构化 PRD 生成——这一切都由相同的苏格拉底式引擎驱动。

> ooo pm "I want to build a notification system"

---

将模糊的想法转化为经过验证、可运行的代码库——适用于任何 AI 编程 Agent。

Ouroboros 位于你和你的 AI 运行时（Claude Code、Codex CLI 或其他）之间。它用一种结构化的“规范优先”工作流取代了临时的 Prompt：访谈、结晶、执行、评估、演进。

---

为什么选择 Ouroboros？

大多数 AI 编程的失败源于输入端，而非输出端。瓶颈不在于 AI 的能力，而在于人类表达的清晰度。

问题	现状	Ouroboros 的修复方案
模糊的 Prompt	AI 全靠猜，你需要反复修改	苏格拉底式访谈揭示隐藏的假设
缺乏规范	架构在构建中途漂移	不可变的种子规范（Seed Spec）在编码前锁定意图
人工 QA	“看起来不错”并非验证	3 阶段自动化评估门禁

---

快速开始

安装 — 一条命令，自动检测所有内容：

curl -fsSL https://raw.githubusercontent.com/Q00/ouroboros/main/scripts/install.sh | bash

构建 — 打开你的 AI 编程 Agent 并开始：

> ooo interview "I want to build a task management CLI"

适用于 Claude Code 和 Codex CLI。安装程序会自动检测你的运行时、注册 MCP 服务器并自动安装相关技能。

其他安装方式

仅 Claude Code 插件（无需系统包）：

claude plugin marketplace add Q00/ouroboros && claude plugin install ouroboros@ouroboros

然后在 Claude Code 会话中运行 ooo setup。

pip / uv / pipx:

pip install ouroboros-ai                # 基础版
pip install ouroboros-ai[claude]        # + Claude Code 依赖
pip install ouroboros-ai[litellm]       # + LiteLLM 多模型提供商
pip install ouroboros-ai[all]           # 全部功能
ouroboros setup                         # 配置运行时

查看运行时指南：Claude Code · Codex CLI

卸载

ouroboros uninstall

移除所有配置、MCP 注册和数据。详见 UNINSTALL.md。

需要 Python >= 3.12。 完整依赖列表请参见 pyproject.toml。

---

你将获得什么

在完成一个 Ouroboros 循环后，模糊的想法将变为经过验证的代码库：

步骤	之前	之后
访谈	“给我做一个任务 CLI”	揭示 12 个隐藏假设，模糊度评分降至 0.19
种子	无规范	包含验收标准、本体、约束的不可变规范
评估	人工审查	3 阶段门禁：机械（免费） -> 语义 -> 多模型共识

刚才发生了什么？

interview  ->  苏格拉底式提问揭示了 12 个隐藏假设
seed       ->  将答案结晶为不可变规范（模糊度：0.15）
run        ->  通过双钻模型（Double Diamond）分解执行
evaluate   ->  3 阶段验证：机械 -> 语义 -> 共识

在你的 AI 编程 Agent 会话中使用 ooo，或者在终端中使用 ouroboros init start、ouroboros run seed.yaml 等命令。

这条蛇完成了一个循环。每一个循环，它都比上一次了解得更多。

---

竞品对比

AI 编程工具虽然强大，但当输入不明确时，它们解决的是错误的问题。

	原生 AI 编程	Ouroboros
模糊 Prompt	AI 猜测意图，基于假设构建	苏格拉底式访谈在编码之前强制清晰化
规范验证	无规范，架构中途漂移	不可变种子规范锁定意图；模糊度门禁（语义 -> 多模型共识）
返工率	高，错误的假设在后期才显现	低，假设在访谈中显现，而非在 PR 审查时

---

循环机制

Ouroboros（衔尾蛇）——一条吞噬自己尾巴的蛇——不仅仅是装饰，它就是架构本身：

    Interview -> Seed -> Execute -> Evaluate
        ^                           |
        +---- 演进循环 (Evolutionary Loop) ----+

每一次循环都不是简单的重复，而是演进。评估阶段的输出作为下一代循环的输入，直到系统真正理解它正在构建的内容。

阶段	内容
访谈	苏格拉底式提问揭示隐藏假设
种子	答案结晶为不可变规范
执行	双钻模型：发现 -> 定义 -> 设计 -> 交付