RunLogosRunLogos
开源方法论

OpenLogos 定义标准, RunLogos 让标准落地。

OpenLogos 是一套免费的开源 AI 工程方法论。它将 40 余年经过验证的实践——BDD、TDD、DDD、Stage-Gate——编码为可与任何 AI 编程工具配合使用的 AI 可执行 Skills。RunLogos 是让方法论产出的每个产物都能落地的专业桌面应用。

OpenLogos website homepage
为什么是两款产品?
OpenLogos
方法论
开源 · Apache 2.0 · 免费

一套编码为 Markdown Skills 的结构化 AI 工程方法论。可与任何 AI 编程工具独立使用——Claude Code、Cursor、OpenCode、GitHub Copilot 等。

13 个内置 AI Skills,覆盖完整生命周期
CLI 工具:openlogos init / verify / change
正式规格:工作流、项目结构、测试结果
平台无关——任何能读取 Markdown 的 AI 工具
RunLogos
RunLogos
桌面应用
社区版免费 · Pro 版买断

OpenLogos 的最佳实践实现。可视化、编辑、编排和调试方法论产出的每个产物——全部集成在一个原生桌面应用中。

Markdown、OpenAPI 和数据库 Schema 的可视化编辑器
带请求/响应检查器的 API 编排运行器
注释转提示词,实现精准 AI 协作
变更管理与测试结果仪表板
这种关系遵循业界成熟的先例:
OpenAPISwaggerHub
KubernetesOpenShift
Scrum / AgileJira / Linear
GraphQLApollo Studio
OpenLogos 规格链

OpenLogos 将 Why → What → How 进阶流程编码为 AI 可执行的 Skills。每一层都从前一层派生——从需求到通过测试,产生完全可追溯的链条。

WHY
第 1 阶段
需求分析
用户画像与痛点
场景识别(S01、S02……)
GIVEN/WHEN/THEN 验收标准
范围边界("不做"清单)
prd-writer
WHAT
第 2 阶段
产品设计
信息架构
每个场景的功能规格
HTML 原型生成
UI 级验收标准
product-designer
HOW
第 3 阶段
实现
架构与技术栈
时序图 → API 涌现
OpenAPI YAML + 数据库 Schema(DDL)
测试用例(代码之前!)→ 代码 → 验证
6 个 Skills
完整工作流

OpenLogos 的完整工作流——从意图到验证通过的代码,再到变更可控的迭代。每一步都产出一份具体产物,RunLogos 负责渲染、编辑与运行它们。这里是方法论的全貌;RunLogos 是让它落地的工作台。

01需求分析

描述你的意图,Skills 撰写规格文档

你说出想构建什么。内置的需求 Skill——预装了软件工程知识——引导你完成结构化对话:目标、用户痛点、场景、验收标准。对话结束后,一份完整的需求文档就绪。无需填写模板,无需记忆字段。

对话式 Skill需求文档验收标准可追溯
描述你的意图,Skills 撰写规格文档
02产品设计

设计 Skill 将规格转化为原型

设计 Skill 读取你的需求并生成轻量级 HTML 原型。与规格文档并排预览,添加内联注释请求修改,在 AI 编写任何业务逻辑之前确认交互模型正确。在这里发现的误解代价为零。

设计 SkillHTML 原型内联注释内置浏览器
设计 Skill 将规格转化为原型
03场景映射

场景 Skill 映射每个流程和边界情况

场景 Skill 读取你的产品设计,为每个用户流程生成时序图——哪个角色调用哪个 API、以什么顺序、有什么边界情况。场景是规格链的骨干:每个下游产物——API 契约、数据库 Schema、测试用例——都从中派生。没有场景就没有可追溯性。

场景 Skill时序图角色流程边界情况
场景 Skill 映射每个流程和边界情况
04API 设计

API Skill 从场景派生每个契约

API Skill 读取你的场景图并生成完整的 OpenAPI 规格。每个端点都追溯到一个场景步骤——AI 不是猜测接口,而是读取契约。可视化编辑器让你在编写任何代码之前进行审查和完善。

API SkillOpenAPI可视化编辑器场景关联
API Skill 从场景派生每个契约
05数据库设计

Schema Skill 从 API 派生数据模型

Schema Skill 读取你的 API 契约并派生数据模型。可视化定义表结构——SQLite、PostgreSQL 或 MySQL——并导出 DDL。Schema 不是孤立设计的:它是从 API 需要存储和检索的内容推导出来的。

Schema SkillSQLite / PostgreSQL / MySQLDDL 导出API 派生
Schema Skill 从 API 派生数据模型
06测试设计

测试 Skill 在代码之前编写每个用例

测试 Skill 读取你的场景并生成单元和集成测试用例。在可视化流程构建器中串联多步骤 API 场景,针对实际服务器运行,并断言每个响应。测试在代码之前编写——因此验收标准在 AI 生成任何内容之前就已锁定。

测试 Skill单元与集成测试API 串联测试优先
测试 Skill 在代码之前编写每个用例
07代码生成

AI 读取完整规格链,然后编写代码

一次性将完整规格链交给 AI:需求、原型、场景、API 契约、数据库 Schema、测试用例。因为没有任何缺失,输出是准确的——没有幻觉端点,没有猜测的表名,没有遗漏的边界情况。代码是针对契约生成的,而不是对话。

完整规格链AI 代码生成无幻觉契约驱动
AI 读取完整规格链,然后编写代码
08验证

每个需求都追溯到一个通过的测试

运行 openlogos verify,获得完整的可追溯性报告——每个需求追溯到每个测试用例,包含通过率、覆盖率和门控结果。不只是"测试通过"。第 1 阶段的每个验收标准都有据可查。带着证明发布。

openlogos verify可追溯性报告验收门控100% 覆盖率
每个需求都追溯到一个通过的测试
09变更提案

每次变更从提案开始,而不是提交

上线后,每次功能变更或错误修复都从 Delta 提案开始——而不是直接编辑代码。描述变更内容和原因,识别受影响的场景、API 和数据库表,让 AI 在触碰代码之前通过规格链传播变更。历史记录始终完整。

Delta 工作流变更提案影响分析规格优先迭代
每次变更从提案开始,而不是提交
OpenLogos 核心原则
WHY → WHAT → HOW

每个项目经历三个层次。需求先于设计;设计先于代码。当上下文完全定义时,AI 永远不会猜测。

场景 + 测试优先

单个场景 ID 贯穿所有阶段。测试用例在代码生成之前设计。openlogos verify 生成三层可追溯性报告。

文档即上下文

每个决策都存在于 Markdown 文件中。相同的文档 → 相同的上下文 → 一致的 AI 输出。可审查、可复现,并在整个团队中累积。

工程化约束

AGENTS.md 自动检测当前阶段,加载正确的 Skill,并执行"没有设计文档就不写代码"等规则。AI 承担繁重工作;你保持控制。

建立在 40 余年经过验证的理论之上

OpenLogos 不是从零发明的新框架——它将成熟的软件工程方法论映射到 AI 原生执行上。

BDD
2006
Dan North

第 1 阶段 GIVEN/WHEN/THEN 验收标准

TDD
2003
Kent Beck

第 3 阶段步骤 3 测试优先设计,openlogos verify

DDD
2003
Eric Evans

架构、场景建模、统一语言

Stage-Gate
1986
Robert Cooper

三层进阶门控,Gate 3.5

Docs-as-Code
2014
社区

文档即上下文,logos/ 目录结构

可执行方法论
AI 原生
OpenLogos

AI Skills(SKILL.md),AGENTS.md 自动检测

从方法论开始,用应用放大效果。

OpenLogos 免费,今天就可以与任何 AI 编程工具配合使用。RunLogos 添加了可视化层,让方法论产出的每个产物更易于审查、编辑和执行。

免费获取 OpenLogos购买 RunLogos