# wingai-code

**Repository Path**: lingshu-laboratory/wingai-code

## Basic Information

- **Project Name**: wingai-code
- **Description**: 初版的项目仓库
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-18
- **Last Updated**: 2026-07-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# WingAI Code

WingAI Code 是一个面向企业研发场景的 AI 动态模型调度与智能体中间层项目。它位于 Claude Code CLI、OpenCode、CodeFree 等 AI 编程客户端与 New API 模型中转站之间，对外提供 OpenAI-compatible API，对内根据任务复杂度、上下文结构、组织研发规范、预算约束和模型可用性，动态选择合适的大模型与执行策略。

项目目标不是做一次性 Demo，而是沉淀为可持续演进的产品：第一阶段聚焦“动态模型调度控件”，后续逐步演进为类似 Codex、QCoder 的企业级研发 Agent 平台。

## 产品定位

当前大模型接入方式通常存在几个问题：

- 简单任务默认交给强模型，成本高且不可控。
- 复杂任务缺少任务拆解、失败回退和上下文管理。
- 企业内部不同子公司、团队的研发规范不一致，难以被 AI 工具稳定遵循。
- AI 调用过程不可解释，管理者难以看到成本、质量、模型使用和失败链路。

WingAI Code 的核心思路是：让每一次 AI 请求都先进入智能调度 Agent，由 Agent 进行任务画像、复杂度分诊、模型路由、上下文补给、失败自愈和可观测记录，再转发给 New API 背后的模型池。

## 核心能力

- OpenAI-compatible 代理接口：兼容 Claude Code CLI、OpenCode、CodeFree、OpenAI SDK 等客户端。
- New API 集成：New API 作为模型中转站，负责接入 minimax-m3、GPT 系列、GLM、Kimi、Qwen 等模型。
- 虚拟模型路由：通过 `auto-*` 虚拟模型触发自动调度，例如 `auto-code`、`auto-fast`、`auto-best`。
- 任务复杂度分诊：将任务划分为简单、中等、复杂、专家级等等级，并结合风险、上下文、工具调用等信号决策。
- 子孙任务拆解：支持父子任务树、节点级路由和多模型协同执行。
- 失败回退兜底：支持超时、限流、上下文溢出、格式错误、低质量结果等场景的有界 fallback。
- 上下文管理：支持热/温/冷上下文分层、语义压缩、Artifact Stub、RAG 和向量缓存扩展。
- 研发规范适配：将集团、子公司、部门、项目的研发规范沉淀为策略包，并支持继承、覆盖和冲突检测。
- 可解释决策：记录复杂度分类、置信度、路由信号、模型选择、成本、fallback 链路和策略命中。
- 可视化管理台：提供模型池、策略、任务树、成本、质量、审计和标杆演示链路。

## 架构概览

```mermaid
flowchart LR
    Client["AI 编程客户端<br/>Claude Code CLI / OpenCode / CodeFree"] --> Gateway["WingAI OpenAI-compatible Gateway"]
    Gateway --> Control["Java Control Plane<br/>Spring Boot / MyBatis Plus / MySQL"]
    Control --> Runtime["Python AI Runtime<br/>任务画像 / 复杂度分诊 / 任务拆解 / RAG"]
    Control --> Policy["Policy Gate<br/>组织规范 / 预算 / 审批 / 安全"]
    Runtime --> Control
    Control --> NewAPI["New API<br/>模型中转站"]
    NewAPI --> Models["模型池<br/>Minimax / GPT / GLM / Kimi / Qwen"]
    Control --> Console["Vue 3 + Element Plus<br/>研发指挥舱"]
    Control --> Observability["Trace / 成本 / 质量 / 审计"]
```

### 技术选型

- 后台管理与系统记录源：Java、Spring Boot、MyBatis Plus、MySQL。
- AI Runtime：Python，负责任务画像、复杂度评估、任务拆解、RAG、向量缓存和轻量化 BERT 等 AI 能力。
- 前端控制台：Vue 3、Element Plus。
- 模型中转：New API 作为外部集成组件，当前阶段只做集成，不做增强改造。
- API 协议：对外兼容 OpenAI API 格式，对内保留策略、任务树和 trace 扩展能力。

## 仓库结构

```text
wingai-code/
├── config/
│   └── claude/                         # Claude 相关配置与命令
├── _bmad/
│   ├── project-materials/              # 项目计划书、方案材料、动态路由资料
│   ├── planning-artifacts/
│       └── bmad-output/                # PRD、架构、Epic/Story 等规划产物
│   └── research/
│       └── agent/                      # Agent 研究资料与 OpenSpec 初步提案
├── integrations/
│   └── new-api/source/                 # New API 源码，作为模型中转站集成参考
├── references/
│   ├── uncommon-route/source/          # UncommonRoute 参考源码
│   └── claude-code-cli/source/         # Claude Code CLI 参考源码
├── tools/
│   └── bmad/runtime/                   # BMad 工作流工具链
├── README.md
└── README.en.md
```

### 目录说明

| 目录 | 用途 | 当前内容 |
| --- | --- | --- |
| `config/` | 存放开发工具、AI 编程客户端、环境配置等非业务代码配置。 | 当前包含 Claude 相关命令与配置。 |
| `config/claude/` | Claude Code CLI 使用的本地配置入口。 | 可放置自定义命令、提示词、工作流脚本等。 |
| `_bmad/` | BMad 工作区与项目文档中心，沉淀比赛材料、产品规划、架构设计和研发过程文档。 | 包含项目材料、BMad 配置与输出产物。 |
| `_bmad/project-materials/` | 面向比赛申报、方案汇报和产品讨论的原始材料。 | 包含动态路由资料、New API 调度方案、AI 大赛项目计划书。 |
| `_bmad/planning-artifacts/` | 面向研发落地的结构化规划产物。 | 当前主要承载 BMad 生成的 PRD、架构、Epic/Story、校验报告。 |
| `_bmad/research/` | 探索性研究、Agent 设计草案、OpenSpec 变更提案等。 | 当前包含早期 Agent 产品讨论和 OpenSpec 初步提案。 |
| `_bmad/research/agent/` | 智能调度 Agent 的研究资料和方案草案。 | 用于沉淀任务拆解、动态路由、上下文管理、失败回退等设计。 |
| `integrations/` | 外部系统或开源组件的集成区。 | 当前包含 New API。 |
| `integrations/new-api/source/` | New API 中转站源码归档区。 | 当前阶段只做集成和部署参考，不在这里直接做增强改造。 |
| `references/` | 第三方参考项目、竞品研究和源码学习区。 | 当前包含 UncommonRoute 与 Claude Code CLI 参考源码。 |
| `references/uncommon-route/source/` | UncommonRoute 参考源码。 | 用于学习本地路由、按请求路由、可解释调度、预算控制等设计。 |
| `references/claude-code-cli/source/` | Claude Code CLI 参考源码。 | 用于理解 AI 编程客户端的接入方式和 OpenAI-compatible 兼容需求。 |
| `tools/` | 项目研发过程中使用的辅助工具链。 | 当前包含 BMad 工作流运行时。 |
| `tools/bmad/runtime/` | BMad 方法论与工作流工具文件。 | 用于继续生成或维护 PRD、架构、Story 等研发产物。 |

## 关键规划文档

- [PRD](./_bmad/planning-artifacts/bmad-output/planning-artifacts/prd.md)：产品需求、用户旅程、功能需求和非功能需求。
- [架构设计](./_bmad/planning-artifacts/bmad-output/planning-artifacts/architecture.md)：Java Control Plane、Python AI Runtime、Vue 控制台、New API 集成等架构决策。
- [Epic 与 Story 拆分](./_bmad/planning-artifacts/bmad-output/planning-artifacts/epics.md)：8 个 Epic、58 个 Story 的产品开发拆分。
- [实施就绪报告](./_bmad/planning-artifacts/bmad-output/planning-artifacts/implementation-readiness-report-2026-06-18.md)：当前规划到实施的准备度评估。
- [PRD 校验报告](./_bmad/planning-artifacts/bmad-output/planning-artifacts/validation-report-prd-2026-06-18.md)：PRD 质量与覆盖度校验结果。

## Epic 规划

1. OpenAI-compatible 接入与 NewAPI 最小闭环
2. 虚拟模型配置与动态路由决策
3. 任务画像、复杂度分诊与任务树编排
4. 上下文补给线、RAG 与向量缓存扩展
5. 失败回退、自愈状态机与可解释恢复
6. 多组织研发规范、权限与审计治理
7. 研发指挥舱、可观测性与标杆演示链路
8. 反馈学习、经验回放与未来 Agent 演进

## 与 UncommonRoute 的关系

本项目参考 UncommonRoute 的本地路由、按请求路由、可解释决策、预算封顶、本地训练和即插即用理念，但产品定位更偏企业研发治理和多 Agent 演进。

WingAI Code 的创新重点包括：

- 将任务复杂度路由从“单次请求选模型”扩展为“任务树节点级调度”。
- 将组织研发规范、SDD 流程和子公司差异化制度纳入策略包。
- 引入 Java Policy Gate 作为最终决策权威，保证可治理、可审计、可回放。
- 将上下文补给、向量缓存、轻量化 BERT、RAG 与模型路由联动。
- 为后续 Codex/QCoder 类研发 Agent 预留技能包、插件化和经验回放扩展点。

## 当前阶段

当前仓库处于产品规划和研发准备阶段，已经完成：

- 产品方向讨论与项目材料归档。
- PRD 创建与中文化整理。
- 架构设计文档创建。
- Epic 与 Story 拆分。
- New API、UncommonRoute、Claude Code CLI 参考源码归档。

下一阶段建议进入工程初始化：

1. 创建 Java Spring Boot 管理后台与 OpenAI-compatible Gateway。
2. 创建 Python AI Runtime 服务骨架。
3. 创建 Vue 3 + Element Plus 管理控制台。
4. 完成 New API 最小闭环联调。
5. 实现 `auto-*` 虚拟模型和基础路由解释记录。

## 运行说明

当前仓库暂未完成统一启动脚本。各模块代码骨架创建后，建议采用以下方式组织本地开发：

```text
apps/
├── wingai-control-plane/      # Java Spring Boot
├── wingai-ai-runtime/         # Python FastAPI
└── wingai-console/            # Vue 3 + Element Plus
```

New API 代码目前位于：

```text
integrations/new-api/source/
```

参考源码位于：

```text
references/uncommon-route/source/
references/claude-code-cli/source/
```

## 命名说明

`WingAI Code` 表示“面向研发场景的 AI 智能调度与 Agent 平台”。其中：

- `Wing`：强调集团内多组织、多子公司、多研发体系的适配与协同。
- `AI`：强调模型调度、任务理解、上下文补给和反馈学习。
- `Code`：强调从 AI 编程入口切入，未来演进到企业级研发 Agent。

## 许可与使用

本仓库目前用于集团 AI 大赛项目研发、内部方案沉淀和产品化探索。引用第三方开源项目时，请分别遵循其原始许可证要求。