技术实践

高德以Spec与Harness串联需求到部署

应用与实践上下文与知识智能体系统知识库Agent 工具调用Agent Harness智能体互操作协议编程MCP

概述

高德团队先在去年 9 月的云栖大会 Qoder 分论坛分享过基于 Prompt 工程与上下文工程取得 53% AI 出码率的实践。半年后出码率提升到 80%-90%,但 PMO 数据显示交付周期并未明显缩短,遂转向 SDD + Harness。具体做法:按项目层(概述/目录结构/架构/技术选型)、技术层(编码规范、中间件与三方库文档、最佳实践)、资产层(可复用代码片段、历史 PRD、技术方案、归档测试 Case)三层组织知识库,用顶层 README.md 作为 Qoder 的单一事实来源并按需加载,用 Memory 保存跨会话决策与进度。 用 Quest Spec 模式把需求 PRD 转成结构化 design.md,人机协同澄清隐性知识并写入数据模型、接口规范与可测试验收标准。Spec 就绪后用专家团模式按角色把任务拆解分派给不同 Agent 执行,并可随时介入调整。代码与测试通过后经 Aone 的 MCP 工具把构建产物交给运维 Agent 触发流水线、执行部署脚本与查询状态,并打通数据库操作等扩展 Skills 完成端到端验证。 文中给出视频演示的端到端全流程。