面向 Claude Code、GitHub Copilot CLI 和 Microsoft Amplifier 的 agentic coding 开发框架，提供 23 步结构化工作流、37 个专业代理、持久化知识图谱记忆和 L1–L12 渐进式评估体系。
amplihack 是一个面向 Claude Code、GitHub Copilot CLI 和 Microsoft Amplifier 的 agentic coding 开发框架。其核心设计理念是将 LLM 编码能力从单轮对话提升为可编排、可度量、可自我改进的系统化工程流程。
框架内置四套工作流：DEFAULT_WORKFLOW（23 步系统化开发流程）、INVESTIGATION_WORKFLOW（6 阶段知识挖掘）、Q&A_WORKFLOW（3 步轻量问答）和 OPS_WORKFLOW（1 步运维管理）。所有工作流通过 YAML Recipe Runner 以代码强制方式执行，模型无法跳过或绕过步骤。工作流可通过编辑配置文件自定义。
代理系统包含 37 个专业 AI 代理（architect、builder、reviewer、tester、security 等），支持 Goal-Seeking Agents（具备记忆、评估和自我改进能力）和 Session-to-Agent（将交互式会话转换为可复用代理）。技能系统提供 85+ 技能，基于上下文自动激活。
记忆与知识系统采用 Kuzu 嵌入式图数据库实现跨会话持久化记忆，配合独立的 amplihack-memory-lib 提供 CognitiveMemory 6 类型系统。代码智能方面集成 vendored Blarify，支持 Python、JavaScript、TypeScript、C#、Go、Java、PHP、Ruby 共 8 种语言的 Tree-sitter 解析。
质量保障体系包含哲学合规、测试覆盖、代码标准等质量门控，L1–L12 渐进式评估系统（含长时记忆测试和自我改进），以及 Gherkin BDD 专家技能（比自然语言描述提升 26% 准确度）。
编排层通过 /dev 命令作为主入口，自动分类任务、检测并行工作流并编排执行，支持多个独立特性在 /tmp 克隆中并行开发。Auto Mode 实现自主 agentic 循环，Fleet Management 支持多 VM 编排。快速修复命令 /fix <pattern> 可快速解决 imports、CI、tests、config 等常见错误。
技术实现上，Python 作为核心主体负责编排逻辑、工作流引擎和代理定义，Rust 运行时（渐进式迁移中）负责 recipe runner 和 hook engine 以提升性能。构建系统基于 setuptools + 自定义 build_hooks.py，使用 uv 作为包管理器。平台支持 macOS / Linux / WSL 完整支持，Windows 原生部分支持。前置要求为 Python 3.11+、Node.js 18+、git、uv。
待确认信息： 开源许可证尚未明确（仓库无 LICENSE 文件）；官方文档站具体 URL 未在 README 中显示。