🚀 基于 OpenClaw + Claude Code 的
端到端研发自动化系统培训

使用自然语言描述业务场景："我们需要一个模板系统，让用户可以保存和编辑现有配置，并在团队内共享。"

AI 能力：OpenClaw 自动扫描会议记录、客户沟通记录，提取需求上下文

与 OpenClaw 对话，将需求拆解为可执行任务：

• 配置模板保存功能
• 模板编辑功能
• 团队共享权限管理
• 模板应用功能

OpenClaw 调用 Planner Agent 生成 PRD 文档，包含：

• 业务流程图（Mermaid 格式）
• 功能清单与优先级
• 用户故事与验收标准
• 数据模型设计建议

产品经理审核 AI 生成的 PRD，重点关注：

• 业务规则是否准确
• 用户体验是否合理
• 边界情况是否覆盖
• 与公司战略是否对齐

确认 PRD 后，OpenClaw 自动：

• 创建 Jira/禅道任务
• 启动技术方案设计 Agent
• 通知相关干系人

Architect Agent 根据 PRD 生成技术方案：

• 系统架构图（C4 模型）
• 数据库设计（ER 图 + DDL 脚本）
• API 接口设计（OpenAPI/Swagger 规范）
• 技术选型建议与依赖清单

人工介入点：架构师审核技术方案的合理性、扩展性和安全性

Frontend Architect Agent 生成前端方案：

• 组件树设计
• 状态管理方案（Redux/Zustand）
• UI 设计规范（Design Token）
• 性能优化策略（懒加载、缓存）

API Design Agent 生成接口协议：

• RESTful API 路径设计
• 请求/响应数据结构（TypeScript Interface）
• 错误码规范
• 认证授权机制（JWT/OAuth2）

// 示例：AI 生成的 API 接口定义
interface TemplateAPI {
  GET /api/templates: ListTemplatesRequest → ListTemplatesResponse
  POST /api/templates: CreateTemplateRequest → CreateTemplateResponse
  PUT /api/templates/:id: UpdateTemplateRequest → UpdateTemplateResponse
  DELETE /api/templates/:id: DeleteTemplateRequest → DeleteTemplateResponse
}

OpenClaw 根据任务类型自动分配 Agent：

• Codex Agent：后端逻辑、复杂 Bug、多文件重构（占 90% 任务）
• Claude Code Agent：前端开发、Git 操作、权限问题少的任务
• Gemini Agent：UI 设计（先生成 HTML/CSS 规范，再交给 Claude Code 实现）

执行环境：每个 Agent 运行在独立的 git worktree + tmux 会话中

每个 PR 自动触发三个 Reviewer Agent：

• Codex Reviewer：发现边界情况、逻辑错误、缺失的错误处理、竞态条件（最靠谱）
• Gemini Reviewer：发现安全问题和扩展性问题，给出具体修复建议
• Claude Code Reviewer：过度谨慎，仅处理标记为"critical"的问题

当收到通知时，以下工作已完成：

• ✅ CI 全绿（Lint、Type 检查、单元测试、E2E 测试）
• ✅ 三个 AI 审查者都批准
• ✅ UI 改动已附截图
• ✅ 所有边界情况都在 review 评论里记录

人工审核时间：5-10 分钟，很多 PR 只看截图即可合并

TDD-Guide Agent 根据代码自动生成单元测试：

• 基于代码逻辑生成测试用例（正常路径 + 边界情况 + 异常路径）
• 使用 Jest/Mocha/Pytest 等框架
• 测试覆盖率目标：80%+（可配置）
• Mock 外部依赖（数据库、API、文件系统）

// 示例：AI 生成的单元测试
describe('TemplateService', () => {
  describe('createTemplate', () => {
    it('should create template successfully', async () => {
      const template = await service.createTemplate(validData);
      expect(template.id).toBeDefined();
      expect(template.name).toBe(validData.name);
    });

    it('should throw error when name is empty', async () => {
      await expect(service.createTemplate({name: ''}))
        .rejects.toThrow('Template name is required');
    });

    it('should prevent duplicate template names', async () => {
      await service.createTemplate(validData);
      await expect(service.createTemplate(validData))
        .rejects.toThrow('Template already exists');
    });
  });
});

Integration Test Agent 生成集成测试：

• API 接口集成测试（使用 Supertest/Requests）
• 数据库事务测试
• 消息队列集成测试
• 第三方服务 Mock 测试

测试环境：Docker Compose 启动完整依赖栈（数据库、缓存、消息队列）

E2E-Runner Agent 生成端到端测试：

• 用户旅程测试（User Journey）
• 关键业务流程验证
• 跨浏览器兼容性测试
• 性能基准测试

// 示例：AI 生成的 Playwright E2E 测试
test('user can create and share template', async ({ page }) => {
  // 登录
  await page.goto('/login');
  await page.fill('[data-testid="email"]', 'user@example.com');
  await page.fill('[data-testid="password"]', 'password123');
  await page.click('[data-testid="login-btn"]');

  // 创建模板
  await page.click('[data-testid="new-template-btn"]');
  await page.fill('[data-testid="template-name"]', 'My Template');
  await page.click('[data-testid="save-template-btn"]');
  await expect(page.locator('[data-testid="success-toast"]')).toBeVisible();

  // 共享模板
  await page.click('[data-testid="share-btn"]');
  await page.fill('[data-testid="share-email"]', 'team@example.com');
  await page.click('[data-testid="confirm-share-btn"]');
  await expect(page.locator('[data-testid="share-success"]')).toBeVisible();
});

Jenkins Pipeline 自动执行：

• Lint 和 Type 检查
• 单元测试（并行执行，加速反馈）
• 集成测试（Docker 隔离环境）
• E2E 测试（Playwright 在生产级预览环境）
• 性能测试（Lighthouse CI）
• 安全扫描（SAST/DAST）

强制规则：UI 改动必须附带截图，否则 CI 失败

UI Test Agent 执行最终验收：

• 视觉回归测试（像素级对比）
• 无障碍访问测试（WCAG 2.1 AA 标准）
• 响应式布局测试（多设备尺寸）
• 国际化测试（多语言切换）

验收标准：所有测试通过 + 视觉差异<2% + 无障碍评分>90

Deploy Agent 自动生成 Jenkins Pipeline：

pipeline {
  agent any
  
  environment {
    DOCKER_REGISTRY = 'registry.example.com'
    K8S_NAMESPACE = 'production'
    IMAGE_TAG = "${BUILD_NUMBER}"
  }
  
  stages {
    stage('Checkout') {
      steps {
        git branch: 'main', url: 'https://github.com/org/repo.git'
      }
    }
    
    stage('Build & Test') {
      parallel {
        stage('Unit Test') {
          steps { sh 'npm test -- --coverage' }
        }
        stage('Integration Test') {
          steps { 
            sh 'docker-compose up -d db redis'
            sh 'npm run test:integration'
          }
        }
        stage('E2E Test') {
          steps { sh 'npm run test:e2e' }
        }
      }
    }
    
    stage('Build Docker Image') {
      steps {
        sh "docker build -t ${DOCKER_REGISTRY}/app:${IMAGE_TAG} ."
        sh "docker push ${DOCKER_REGISTRY}/app:${IMAGE_TAG}"
      }
    }
    
    stage('Deploy to K8S') {
      steps {
        sh "kubectl set image deployment/app app=${DOCKER_REGISTRY}/app:${IMAGE_TAG} -n ${K8S_NAMESPACE}"
        sh "kubectl rollout status deployment/app -n ${K8S_NAMESPACE}"
      }
    }
    
    stage('Smoke Test') {
      steps {
        sh 'npm run test:smoke -- --env=production'
      }
    }
  }
  
  post {
    always {
      junit 'reports/*.xml'
      archiveArtifacts artifacts: 'reports/**/*'
    }
    failure {
      script {
        // 自动回滚
        sh "kubectl rollout undo deployment/app -n ${K8S_NAMESPACE}"
        // 发送告警
        emailext subject: "Deploy Failed: ${JOB_NAME}", body: "Check: ${BUILD_URL}"
      }
    }
  }
}

Container Agent 生成优化的 Dockerfile：

# 多阶段构建，减小镜像体积
FROM node:20-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production
COPY . .
RUN npm run build

FROM node:20-alpine AS production
WORKDIR /app
COPY --from=builder /app/node_modules ./node_modules
COPY --from=builder /app/dist ./dist
COPY --from=builder /app/package.json ./

ENV NODE_ENV=production
EXPOSE 3000

# 非 root 用户运行
RUN addgroup -g 1001 -S nodejs && adduser -S nodejs -u 1001
USER nodejs

HEALTHCHECK --interval=30s --timeout=3s --start-period=5s --retries=3 \\
  CMD wget --quiet --tries=1 --spider http://localhost:3000/health || exit 1

CMD ["node", "dist/main.js"]

K8S Agent 生成部署清单：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: app
  namespace: production
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp
  template:
    metadata:
      labels:
        app: myapp
    spec:
      containers:
      - name: app
        image: registry.example.com/app:latest
        ports:
        - containerPort: 3000
        resources:
          requests:
            memory: "256Mi"
            cpu: "250m"
          limits:
            memory: "512Mi"
            cpu: "500m"
        livenessProbe:
          httpGet:
            path: /health
            port: 3000
          initialDelaySeconds: 30
          periodSeconds: 10
        readinessProbe:
          httpGet:
            path: /ready
            port: 3000
          initialDelaySeconds: 5
          periodSeconds: 5
---
apiVersion: v1
kind: Service
metadata:
  name: app-service
  namespace: production
spec:
  selector:
    app: myapp
  ports:
  - port: 80
    targetPort: 3000
  type: LoadBalancer
---
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: app-hpa
  namespace: production
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: app
  minReplicas: 3
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70

PR 合并后，自动触发：

• Jenkins Pipeline 执行构建、测试、打包
• Docker 镜像推送到 Registry
• K8S 滚动更新（Rolling Update）
• 健康检查（Health Check）
• 烟雾测试（Smoke Test）
• 成功则通知，失败则自动回滚

Watch/Sensor 系统主动感知：

• 定时触发器：每天早上 8 点检查服务器磁盘使用率
• 心跳触发器：每 5 分钟检查服务健康状态
• Webhook 触发器：接收 GitHub/GitLab 事件
• 日志触发器：监控错误日志，发现异常模式

# 示例：AI 自动执行的巡检任务
# 场景：磁盘使用率超过 80%
1. SSH 连接服务器
2. 执行 df -h 检查磁盘
3. 发现 /var/log 占用 85%
4. 自动清理 7 天前的日志
5. 发送告警邮件："已自动清理日志，释放 10GB 空间"
6. 创建工单记录操作

通话/会议结束后，OpenClaw 已自动同步会议记录到 Obsidian，理解：

• 客户是谁、业务场景是什么
• 现有配置和痛点
• 期望的功能和价值

人工投入：10 分钟与 OpenClaw 对话，确认需求边界

OpenClaw 自动：

• 创建独立的 git worktree（隔离分支环境）
• 启动 tmux 会话（后台运行 Agent）
• 根据任务类型选择合适的 Agent（Codex/Claude Code/Gemini）
• 打包业务上下文并生成精确 prompt

# 示例：创建 worktree + 启动代理
git worktree add ../feat-custom-templates -b feat/custom-templates origin/main
cd ../feat-custom-templates && pnpm install
tmux new-session -d -s "codex-templates" \
  -c "/path/to/worktree" \
  "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"

Cron 任务每 10 分钟检查：

• tmux 会话是否存活
• 是否创建了 PR
• CI 状态如何
• 是否需要重试（最多 3 次）

人工干预：如果 Agent 走偏，在 tmux 中发送指令纠正

Agent 完成代码后：

• 提交代码并推送到远程
• 使用 gh pr create --fill 创建 PR
• PR 描述包含：变更说明、测试截图、影响范围

注意：此时不会通知人类，因为 PR 创建不代表完成

三个 Reviewer Agent 独立审查：

• Codex Reviewer：逻辑错误、边界情况、竞态条件
• Gemini Reviewer：安全问题、扩展性问题
• Claude Code Reviewer：过度设计检查（仅 critical 问题）

所有评论直接添加到 PR 中

CI Pipeline 执行：

• ✅ Lint 和 Type 检查
• ✅ 单元测试（覆盖率>80%）
• ✅ 集成测试（Docker 隔离环境）
• ✅ E2E 测试（Playwright 在生产级预览环境）
• ✅ UI 截图（强制要求，否则 CI 失败）

收到 Telegram 通知时，以下已完成：

• ✅ CI 全绿
• ✅ 三个 AI 审查者都批准
• ✅ 截图展示了 UI 变化
• ✅ 所有边界情况都在 review 评论里记录

人工投入：5-10 分钟，很多 PR 只看截图就直接合并

PR 合并后自动触发：

• Jenkins Pipeline 执行构建、测试、打包
• Docker 镜像推送到 Registry
• K8S 滚动更新
• 烟雾测试验证
• 成功后通知，失败则自动回滚

总耗时：从客户需求到代码上线，1-2 小时
人工投入：累计 10-20 分钟