夜雨聆风
以机器速度构建软件。 从需求到发布，让自主智能体接管整个软件生命周期。
官方门户：https://forgexa.net ｜ 应用控制台：https://app.forgexa.net ｜ 开发文档：https://docs.forgexa.net
目录
时代的拷问：软件为何仍这么慢 Forgexa 是什么 系统架构总览 六大产品模块 自主化工作流（六步） 多智能体矩阵 平台亮点与技术特色 核心优势 覆盖面全景 对比：Forgexa vs 传统软件开发 解决的痛点（含"耐心"问题） 技术栈 部署、访问与安全 典型适用场景 定价模式 版本与演进路线 立即开始
一、时代的拷问：软件为何仍这么慢
软件定义世界，但世界依然在为"软件交付"付出巨大代价。
一个中等规模的功能，从产品经理提出需求，到设计、开发、自测、Code Review、QA、回归、灰度、上线，平均要跨越 5–8 个角色、3–5 个系统、十几次交接。每一次交接都是一次信息损耗、一次等待、一次返工风险。
更要命的是——所有这些过程几乎不沉淀。一个资深工程师离职，带走的是他大脑里数年的"判断力"；一个团队的"踩坑经验"，多半散落在群聊、Confluence 的某个角落、或者某人的本地笔记里。
"耐心"，正在成为企业数字化最昂贵的隐性成本。 客户对交付速度的耐心在消失，老板对研发产出的耐心在消失，团队对彼此响应的耐心也在消失。
传统解法是"加人"和"加班"，但这条路已经走到尽头——优秀工程师是稀缺资源，沟通成本随团队规模呈非线性增长。
Forgexa 给出的答案：不是让一个人写代码更快，而是让整条生产线的每一环都被 AI 自主驱动，并且把过程中的判断、经验、质量标准沉淀为可复用的工程资产。
二、Forgexa 是什么
Forgexa 是一个 AI 原生的软件交付平台（AI-native Software Delivery Platform），由 Shinetech Software Inc. 资深技术总监 Jason Sun（拥有 22+ 年丰富的软件开发与项目管理实战经验）倾力打造。它把传统软件工程的"流水线"重构为自主智能体（Autonomous Agents）协作的工程系统。
一句话定位
从需求到发布的端到端自主化软件工厂。
面向客户的核心价值主张
Forgexa 最值得被记住的，不是“又一个 AI 编码工具”，而是它把企业研发中最耗时、最容易失真、最难标准化的部分，一次性系统化了：
覆盖完整 SDLC，而非只覆盖编码环节：从需求分析、规划拆解、编码实现、测试验证、质量审查到交付触发，全部进入同一条流水线。 六大 AI Coding Agent 统一编排：不是押注单一模型，而是把 Claude Code、Codex、Gemini CLI、OpenCode、Kimi Code、GitHub Copilot 纳入同一运行时与调度策略。 把分散机器变成组织级 AI 算力池：开发者电脑、专用服务器、CI 节点都可接入 Runtime，切换为 shared 后供组织成员复用，空闲算力不再浪费。 质量内建，不靠“上线后再发现问题”：自动测试、Gate Score、AI 审查、变更风险识别、人工审批阈值共同形成闭环。 既能自治，也能治理：支持从 L0 到 L2 的渐进式自治，高风险变更、抽检、预算、权限、审计都可控。 把团队经验沉淀为系统资产：知识模式、Prompt 版本、历史执行结果、成本与成功率都可被复用和持续优化。
与现有 AI 编码工具的本质区别
| 系统级（交付整条流水线） | ||
| DAG 工作流引擎 | ||
| 七维 Gate Score | ||
| 工程知识库 + 语义检索 | ||
| 6 大智能体 + 智能路由 | ||
| Personal + Shared + Server-side Runtime 池化调度 | ||
| 可自托管，数据不出域 |
核心理念
自主（Autonomous） —— 不只是"辅助"，而是"驱动"。智能体领取任务、执行、自检、提交。 可控（Controllable） —— 渐进式自主（L0–L2），质量门禁可配置，关键节点人工可介入。 沉淀（Compounding） —— 每一次执行都转化为知识模式、Prompt 资产与质量反馈，团队越用越强。
三、系统架构总览
Forgexa 采用 六层分层架构，从客户端到外部系统，每一层职责清晰、可独立扩展。
架构分层图
完整高清架构图可在文档站 https://docs.forgexa.net 直接查看。
各层职责说明
| Layer 1 客户端 | ||
| Layer 2 网关 | /api → FastAPI，/* → 静态前端）、限流、CORS、安全头 | |
| Layer 3 后端 | ||
| Layer 4 Runtime | ||
| Layer 5 数据 | ||
| Layer 6 外部 |
Layer 4 的关键价值，不只是“能跑 Agent”，而是能把多台开发机、专用服务器、CI 节点纳入同一个受控运行时池。这让 Forgexa 从单机工具变成可在组织内复用的 AI 执行底座。
数据流转：一次需求的完整旅程
四、六大产品模块
Forgexa 把软件交付拆解为 六个高度集成的产品模块，每一模块对应 SDLC 的一个关键能力域。
| Forgexa Flow | ||
| Forgexa Agent | ||
| Forgexa Review | ||
| Forgexa Insight | ||
| Forgexa QA | ||
| Forgexa Deploy |
这六个模块并不是松散拼接的功能页，而是同一条自主化交付流水线里的六个能力层。真正的价值在于它们被统一编排、统一治理、统一度量。
4.1 Forgexa Flow —— DAG 工作流引擎
把一个需求拆解为一张有向无环图（DAG），节点之间声明依赖，引擎自动并行调度。
基于 DAG 的并行调度：可并行节点同时分发，最大化吞吐 WORKFLOW.md 策略引擎：用项目内策略文件定义"怎么做"，Agent 强制遵循 三种编排策略：Handoff（交接）、Loop（迭代）、Orchestrator（中心化编排） 指数退避自动重试：瞬时失败自动恢复，无需人工介入 测试-修复循环：测试不过 → 自动定位 → 修复 → 重测，迭代收敛 节点级重试与恢复：失败节点可单独重跑、切换智能体，不必重启整张执行图 运行时不可用自动挂起/恢复：没有可用 Runtime 时节点会挂起，资源恢复后可自动续跑 模板化计划生成：常见模式（CRUD、迁移、修 Bug）一键套用
4.2 Forgexa Agent —— 多智能体运行时
不再绑定单一模型。通过统一运行时协调当前最优秀的 AI 编码智能体：
6 个生产就绪集成：Claude Code、Codex、Gemini CLI、OpenCode、Kimi Code、GitHub Copilot 智能任务到智能体路由：根据任务类型、上下文窗口、历史成功率动态匹配 组织级共享 Runtime / AI 算力池：开发者电脑、专用机器、CI 节点都可注册为 Runtime，切换为 shared后供同组织成员复用个人优先 + 共享回退：优先使用任务发起者自己的 Runtime，繁忙或离线时自动回退到共享池或 Server-side Runtime 负载均衡与容量控制：支持 least_loaded、round_robin、random策略，结合并发上限与在线心跳调度智能体指标追踪：成功率、平均成本、平均时长一目了然 可插拔架构：企业可使用自有登录态、API 密钥与本地安装的 Agent CLI，平台只负责编排与度量 双轨比较：同一任务让两个智能体分别实现，横向评估 渐进式自主 L0–L2：从"每步需确认"到"门禁内全自动"
六大 AI Coding Agent 本身就是宣传点。 多数团队最多只会选一个模型“赌未来”，Forgexa 则把 6 类主流 AI Coding Agent 统一纳入工程运行时，用数据而不是主观偏好来决定“这个任务该由谁来做”。
组织内共享 Runtime 同样是一个很强的亮点。 从工程定义上看，它可以视为面向 AI Coding 任务的轻量级算力集群：多台机器作为 Runtime 加入同一组织共享池，平台根据在线状态、并发容量、Agent 可用性与调度策略自动选路。它不是通用 GPU/HPC 集群，也不是 Kubernetes 替代品，但对研发任务分发来说，已经具备“集群化调度 + 算力共享利用”的核心价值。
4.3 Forgexa Review —— AI 代码审查
不是简单的 lint，而是架构级、安全级的评审：
Critic Agent：内置 OWASP 安全分析，识别注入、越权、敏感信息泄漏 七维 Gate Score：测试通过率、覆盖率、静态检查、安全、变更风险、AI 评审、需求覆盖度 可配置自动批准阈值：分数达标自动放行，低于阈值强制人工 Critic 深度审查维度：正确性、安全、性能、风格、测试充分性、错误处理完整性 Autonomy Manager：按项目自治级别控制是否人工审批、是否抽检、是否自动放行 变更影响分析：需求改动时，预测波及范围，防止"改一处崩一片"
其中最有企业价值的一点，是 diff risk（变更风险）：当变更触及认证、支付、迁移、部署、密钥等高风险区域时，即使总体分数不低，也能强制进入人工复核。
4.4 Forgexa Insight —— 工程智能
让团队的"判断力"变成可检索、可复用的资产：
pgvector 语义搜索：跨需求、跨执行历史做语义检索，不只是关键词 知识模式提取：从每次执行中自动抽取"解决方案模式" 版本控制的 Prompt 模板：提示词像代码一样 Review、回滚 A/B 测试：对比不同 Prompt 的效果，持续优化 Bugfix 报告与模式分析：同类问题不再重复踩坑 中英双语 i18n：跨国团队无缝协作
这意味着 Forgexa 不只是“把这次需求做完”，而是在把每一次成功执行转化为下一次更快、更稳、更省的输入条件。
4.5 Forgexa QA —— AI 测试与验证
测试不再是瓶颈，而是流水线里自动运转的一环：
AI 驱动的测试场景生成：根据需求与代码自动产出用例 Playwright E2E 自动生成与执行：从需求到可运行脚本一步到位 Docker 沙箱隔离：测试在独立容器运行，不污染宿主环境 多环境支持：dev / staging / production 一套用例多环境验证 QA 仪表板：流水线可视化，失败原因 AI 分类 回归与安全测试补充：自动补充边界用例与安全检查
更重要的是，QA 在 Forgexa 里不是“开发之后的附属动作”，而是 DAG 流程中的标准节点，与开发、审查、交付处于同等地位。
4.6 Forgexa Deploy —— 集成与交付
打通最后一公里，让代码真正流到生产：
Git 仓库管理：支持 GitHub、GitLab、Bitbucket Server、Gitea，分支/PR 自动化 自动检测构建与测试命令：识别 package.json / Makefile / pom.xml 等 HMAC 签名的部署 Webhook：安全触发下游 CI/CD Jira 双向同步：Cloud + Server 都支持，状态自动回写 GitHub Issues / Linear 集成：覆盖主流任务跟踪器 多通道通知：Webhook、邮件、飞书、Slack、Teams，状态变更实时触达
五、自主化工作流（六步）
一个需求进入 Forgexa 后，会自动流转经过 六个阶段，每一步都有 AI 智能体主导、质量门禁把关。
| 需求 | ||||
| 规划 | ||||
| 开发 | ||||
| 测试 | ||||
| 审查 | ||||
| 交付 |
关键设计：步骤 4–5 若未达标，会自动触发"测试-修复循环"；若变更属于高风险区域，则即使分数达标也可进入人工 Gate 审批。Forgexa 的目标不是盲目全自动，而是在效率与可控之间取得最优平衡。
六、多智能体矩阵
Forgexa 不押注单一模型，而是构建多智能体协作生态，按任务特征智能路由。
支持的 AI 智能体
| Claude Code | |||
| Codex | |||
| Gemini CLI | |||
| OpenCode | |||
| Kimi Code | |||
| GitHub Copilot |
智能路由机制
路由依据：
任务类型：是新功能、Bug 修复、重构，还是迁移？ 上下文规模：需要多少 token 的上下文？ 历史指标：该智能体在类似任务上的成功率与成本 预算约束：当前工作空间/项目的剩余预算 亲和绑定：可指定某类任务固定走某智能体
所有调用指标（成功率、token 消耗、成本、时长）都被持久化记录，可在「智能体指标」页面可视化分析。
换句话说，Forgexa 的多智能体不是“多接几个模型做个展示”，而是把 模型选择 这件事本身纳入平台治理：哪个更稳、哪个更便宜、哪个更适合重构、哪个更适合中文需求，都可以长期量化。
七、平台亮点与技术特色
亮点 1：DAG 可视化工作流
不再是黑盒。每一张执行图都以图形化方式呈现，节点状态、依赖关系、并行度一目了然。卡住的节点可单独重试、切换智能体，失败节点不必拖垮整条流水线。
亮点 2：七维 Gate Score 质量体系
雷达图直观展示，低于阈值自动拦截；命中高风险类别时，即使分数不错，也可强制人工复核。
亮点 3：工程知识库（RAG + 向量检索）
基于 PostgreSQL 的 pgvector 扩展，所有需求、执行记录、解决方案被向量化入库。新需求进来时，自动检索相似历史，把"团队记忆"注入到当前任务的 Prompt 中。
亮点 4：渐进式自主（L0 → L2）
| L0 | ||
| L1 | ||
| L2 |
Autonomy Manager 不是“无脑自动化开关”，而是把阈值、抽检比例、高风险人工复核整合进同一治理机制。
亮点 5：全链路预算与成本控制
项目级 / 工作空间级预算上限 实时 token 消耗与成本统计 可配置预算预警阈值 预算超限时可阻止新节点继续调度 按模型、按任务类型、按项目的多维归因分析
亮点 6：多端覆盖
Web 控制台：完整功能，团队协作 桌面应用（Tauri 2）：macOS / Windows / Linux，内置 Daemon CLI 工具： pip install forgexa-cli，零依赖客户端、CI/CD 友好REST API：任意系统集成 WebSocket：实时日志与状态推送
亮点 7：企业级治理
多租户：Organization → Workspace → Project 三级隔离 RBAC：Owner / Admin / Developer / Viewer 四级权限 审计日志：所有关键操作可追溯 SSO/SAML（路线图）：对接企业身份系统 配置继承：项目 → 工作区 → 组织 → 全局 的配置回退，适合大型企业分层治理
亮点 8：全流程 SDLC 覆盖
Forgexa 的一个重要宣传点，是它覆盖的不是“编码”这一个点，而是 需求、设计、任务拆解、开发、测试、审查、交付、知识沉淀、成本治理 的整条链路。对企业管理层来说，这比“会不会写代码”更重要，因为真正昂贵的成本来自跨角色协同、返工、排队、等待与质量失控。
八、核心优势
优势 1：端到端自主，而非单点辅助
市面上绝大多数 AI 工具停留在"帮一个人写代码更快"。Forgexa 作用于整条交付链——从需求理解到 PR 合并，每一环都有智能体主导。
这也是 Forgexa 最适合作为对外宣传主线的地方：它卖的不是“AI 帮程序员补全几行代码”，而是“AI 驱动的软件交付系统”。
优势 2：质量内建，而非事后检查
Gate Score 与测试沙箱是流水线的强制环节。不达标的代码无法进入交付，把缺陷拦截在源头，而非线上事故后补救。
优势 3：可自托管，数据不出域
代码、需求、执行记录全部存储在你自己的 PostgreSQL 与 LLM 提供商的通信使用你自己的 API 密钥，Forgexa 不代理、不记录 满足金融、医疗、政务等强合规场景
优势 4：多智能体对冲单一模型风险
不押注任何一家模型厂商。哪个智能体更强、更便宜、更快，由数据说话。模型迭代时平滑切换，不被供应商锁定。
对于客户来说，“已集成六大 AI Coding Agent”不仅是功能点，更是风险对冲能力、采购灵活性与长期演进能力。
优势 5：团队经验持续复利
知识模式挖掘 + Prompt 模板版本控制 + 语义检索。团队越用越强，新人上手即享资深工程师的"判断力"。
优势 6：开源友好的部署成本
社区版永久免费，包含全部核心能力。Docker Compose 一键部署，无许可证、无按席位计费。
对于希望先小规模落地、后逐步扩大范围的团队，这是非常低摩擦的进入路径。
九、覆盖面全景
SDLC 全生命周期覆盖
集成生态覆盖
| Git 托管 | |
| 任务跟踪 | |
| CI/CD | |
| 通知 | |
| AI 模型 | |
| 身份 |
平台与终端覆盖
AI 智能体覆盖
6 大生产就绪智能体 + 可插拔扩展架构，覆盖闭源（Claude/Codex/Gemini/Kimi/Copilot）与开源（OpenCode）双生态。
这让企业在不同任务、不同预算、不同语言场景下，都可以持续选择当前最优解，而不是一次性押错技术路线。
十、对比：Forgexa vs 传统软件开发
全流程对比
| 需求理解 | ||
| 任务拆解 | ||
| 编码 | ||
| Code Review | ||
| 测试 | ||
| 知识沉淀 | ||
| 交付 | ||
| 成本治理 |
效率与角色变化
| 需求定义 + 架构决策 + 验收 |
角色进化：工程师从"写代码的人"升级为"定义问题、设计架构、验收结果的人"。价值从"实现量"转向"决策质量"。
十一、解决的痛点（含"耐心"问题）
痛点 1：交付太慢——"耐心"被消耗殆尽
现象：客户催、老板催、业务方催，但研发永远在"排期中"。
根因：串行流程 + 人力瓶颈 + 反复返工。
Forgexa 解法：
DAG 并行调度，把串行变并行 多智能体同时开工，突破人力上限 测试-修复自动循环，减少人工往返 结果：交付周期从"周级"压缩到"天级甚至小时级"
这不是简单地“把编码速度提高一点”，而是把需求、测试、审查、交付中的等待时间也一起压缩。
痛点 2：质量参差——线上事故频发
现象：Review 走过场，测试覆盖不足，线上常背锅。
根因：质量依赖个人经验，缺乏可量化的强制门禁。
Forgexa 解法：
六维 Gate Score 强制拦截 Docker 沙箱 E2E 全自动执行 OWASP 安全分析内建 结果：缺陷拦截在提交前，而非生产环境
痛点 3：沟通成本爆炸——会议无穷无尽
现象：需求对齐会、技术评审会、排期会、复盘会……会议占比超过 50%。
根因：信息靠口头传递，缺乏结构化沉淀。
Forgexa 解法：
需求自动结构化为 PRD/SDD 任务依赖自动识别，无需人工对齐 状态实时可查，无需站会同步 结果：会议时间大幅压缩，专注时间回归
痛点 4：人才瓶颈——招不到、留不住
现象：高级工程师稀缺，新人培养周期长，核心人员离职冲击巨大。
根因：知识在人脑里，不在系统里。
Forgexa 解法：
知识模式自动提取入库 Prompt 模板版本化管理 语义检索让新人"站在巨人肩膀上" 结果：降低对稀缺人才的依赖，新人快速产出
痛点 5：成本不可见——AI 账单失控
现象：用了各种 AI 工具，月底账单吓人，却不知道钱花在哪。
根因：缺乏统一的成本治理与归因。
Forgexa 解法：
token 级成本追踪 工作空间/项目/智能体多维归因 预算上限与阈值告警 结果：AI 成本从"黑盒"变"白盒"
痛点 6：数据合规——不敢用云端 AI
现象：代码是核心资产，不敢上传到第三方 SaaS。
根因：合规要求代码与数据不出域。
Forgexa 解法：
完全自托管，Docker 一键部署 数据存储在你自己的 PostgreSQL API 密钥自管，Forgexa 不代理 结果：享受 AI 能力的同时，数据主权完全在握
痛点 7：供应商锁定——被单一模型绑架
现象：用了某家 AI 工具后，切换成本极高。
根因：架构与单一模型深度耦合。
Forgexa 解法：
LiteLLM 统一接口抽象 6 大智能体可插拔 路由器按数据动态选优 结果：模型迭代时平滑切换，永远用最优解
十二、技术栈
| 前端主应用 | ||
| 门户网站 | ||
| 后端 | ||
| 数据库 | ||
| 缓存/消息 | ||
| 对象存储 | ||
| 桌面端 | ||
| CLI | ||
| 文档站 | ||
| AI 集成 | ||
| 部署 | ||
| SSL | ||
| CI/CD |
十三、部署、访问与安全
官方访问入口（正式服务器）
| 门户/官网 | ||
| 官网（www） | ||
| 应用控制台 | ||
| API 服务 | ||
| 开发文档 | ||
| 对象存储 | ||
| 存储控制台 | ||
| 数据库管理 |
域名
forgexa.net注册于 2026-05-12，全站 HTTPS，CSP 严格策略，WebSocket 走wss://app.forgexa.net。
三端访问方式
部署模式
Forgexa 支持两种生产部署模式，满足不同规模与合规需求：
模式 A：全 Docker 部署
所有服务运行在 Docker 容器 Nginx 处理 SSL 与反向代理 仅开放 80/443 端口 适合：快速验证、中小团队
模式 B：混合模式（推荐生产）
Docker：PostgreSQL、Redis、MinIO、pgAdmin（基础设施） 宿主机：API + Daemon（systemd 服务） 优势：稳定 SSH/Git 连接、直接文件 I/O、更易调试 适合：中大型企业、长期运行
安全设计
| 传输 | |
| 认证 | |
| 授权 | |
| 数据 | |
| API 密钥 | |
| Webhook | |
| 审计 | |
| CSP |
十四、典型适用场景
场景 1：企业研发团队提效
痛点：研发人力固定，业务需求持续增长，交付永远跟不上。
Forgexa 价值：把重复性开发、测试、Review 交给智能体，工程师聚焦架构与决策。在需求稳定、流程标准化的团队中，能显著提升单位人力吞吐。
场景 2：软件外包公司降本
痛点：报价竞争激烈，利润被人力成本吞噬；质量难以标准化。
Forgexa 价值：多智能体并行 + Gate Score 标准化质量，单位交付成本显著下降，报价更具竞争力。
场景 3：创业团队快速验证
痛点：工程师昂贵且稀缺，MVP 迭代速度决定生死。
Forgexa 价值：从需求到 PR 的关键环节被系统化，创始人聚焦产品定义，用极小团队跑出极快节奏。社区版可低成本起步。
场景 4：合规敏感行业
痛点：金融、医疗、政务不能使用云端 AI SaaS，代码严禁外泄。
Forgexa 价值：完全自托管，数据与 API 密钥全在自有环境，审计日志可追溯，满足合规审计要求。
场景 5：遗留系统现代化
痛点：老系统无人敢动，改动一处崩一片。
Forgexa 价值：变更影响分析 + 回归测试自动补充 + 知识模式沉淀，让遗留重构从"赌博"变"工程"。
场景 6：跨地域协作团队
痛点：时区差异导致交接等待，知识传递低效。
Forgexa 价值：异步工作流 + 知识库语义检索 + 中英双语，让不同时区的成员无缝协作。
十五、定价模式
Forgexa 采用透明、可控、无惊喜的定价哲学。
社区版 —— 永久免费
适合个人开发者与小团队，Docker 自托管，包含全部核心能力：
无限用户与项目 统一接入 6 大已适配 AI 智能体 完整 DAG 工作流引擎 AI 代码审查与 Gate Score QA 验证套件 知识模式挖掘 部署 Webhook 自托管（Docker Compose） 社区支持（GitHub）
企业版 —— 联系销售
在社区版基础上增加：
私有云部署协助 SSO / SAML（路线图） 专属客户经理 自定义智能体集成 优先支持与 SLA 入职培训与架构审查
为什么社区版免费？ 因为 LLM 成本由用户自带的 API 密钥承担，Forgexa 本身不代理、不加价。平台价值在于编排与质量保障，而非转售模型算力。
十六、版本与演进路线
当前版本：v1.14.0（已稳定运行于 forgexa.net 生产环境）
已交付的核心能力
六大产品模块全部可用 6 个 AI 智能体生产就绪 DAG 工作流 + 三种编排策略 六维 Gate Score + Critic Agent Playwright E2E 自动化测试 Git/Jira/Linear 双向同步 桌面端（Tauri 2）+ CLI（PyPI） 多租户 RBAC + 审计日志 预算控制 + 模型用量统计
演进中的方向
SSO / SAML 企业身份集成 更多智能体接入（开源生态扩展） 更强的跨项目知识迁移 时序化任务编排（Temporal 评估中） 更丰富的可观测性面板
十七、立即开始
三种方式，任你选择
方式一：在线体验（推荐先试）
直接访问官方应用控制台，注册即可开始：
https://app.forgexa.net
方式二：阅读文档
完整的快速开始、API 参考、架构指南：
https://docs.forgexa.net
方式三：自托管部署
社区版永久免费，Docker Compose 一键启动。部署指南见：
https://docs.forgexa.net （部署章节）
联系我们
官网：https://forgexa.net 企业咨询：https://forgexa.net/contact 文档：https://docs.forgexa.net
关于 Forgexa
Forgexa 由 Jason Sun 打造。我们相信软件开发应该是自主的、智能的、可扩展的。Forgexa 正在构建实现这一愿景的基础设施——不是帮助一个人写代码更快，而是让整条软件交付流水线被 AI 自主驱动，并把过程中的判断、经验、质量标准沉淀为可复用的工程资产。
用 Forgexa，以机器速度构建软件。
本文档基于 Forgexa v1.14.0 生产环境（forgexa.net）实际能力编写。所有架构图、流程图均可在 https://docs.forgexa.net 查看高清版本。
