Routa：看板驱动的多智能体编码流水线
介绍 Routa 的看板任务、Agent 分工与证据记录，说明流转规则、验收门禁、审批和运行时配置，而非默认全自动交付。
直接回答：Routa 是开源、本地优先的 AI 编码 Agent 协调层。它不用单一聊天线程，而是把任务组织成看板流水线——Backlog、Todo、Dev、Review 可按配置流转，Coder/Reviewer/Tester 专职 Agent 各管一段；任务全程累积证据包（代码 diff、测试结果、命令输出、决策日志），流转取决于配置的门禁与审批。
聊天优先的 AI 编码有什么问题
简单任务用聊天界面够了，但多步骤软件工程会暴露三个可靠性缺陷：
- 上下文丢失：规划、失败的尝试、变通方案、最终代码全在一条时间线里——找 80 条消息前的某个决策得翻完整场对话
- 不可追溯：看得到最终代码变更，看不到产出它的推理过程——试过哪些方案？为什么选这个？审查困难，会话结束经验即弃
- 没有质量门禁：标准交付流程里的自动测试、lint、验收核查，是否执行取决于所配置的规则、工具与工作流
Routa 的解法：任务即流水线
- Task：工作从定义清晰的任务卡开始——描述、问题陈述、验收标准都是显式字段，不从对话里猜
- Agent：按流水线阶段派专职 Agent——Coder 写码、Reviewer 审查、Tester 验证
- Review：每个任务过审查环节（自动或人工）
- Evidence：证据包随任务累积——代码 diff、测试结果、命令输出、决策日志
- Gate：配置可执行检查与审批后再流转；自然语言验收不等于形式化证明
角色名、看板列和供应商支持随配置与版本变化，不应把 Coder/Reviewer/Tester 当作所有部署的固定内建角色。本地界面仍可调用云模型，需审查代码外传与运行权限。
上手
本地桌面应用（macOS/Windows/Linux）或 Docker 运行。先建 Workspace——收纳仓库配置、AI 提供方与工作模式；然后往看板上放任务，配置支持的运行时、认证、角色与门禁后验证流转。
和聊天工具的本质差异
聊天工具里，过程是消耗品；Routa 里，过程是资产。每张任务卡沉淀下实际被记录的决策说明与验证证据，不包含不可见的模型内部思维，code review 有迹可循，团队经验不再随会话蒸发。
常见问题（FAQ）
Q：Routa 支持哪些 AI 编码 Agent？
A：本地优先设计，Workspace 里可配置多种 AI 提供方；专职角色（Coder/Reviewer/Tester）可分别绑定不同模型——贵的模型写码、便宜的模型跑检查。
Q：质量门禁能自定义吗？
A：可以。任务卡提供目标，但测试、lint和人工审批需配置为实际检查；未覆盖的自然语言要求不会自动获得可靠证明。
Q：适合个人开发者还是团队？
A：都适用。个人用它获得可追溯的自动化流水线；团队用它把 AI 产出纳入标准评审流程，证据包天然就是审查材料。
参考资料
资料核对日期：2026 年 9 月 29 日。本文基于公开文档整理，代码片段和评估方案未作独立运行或性能验证；厂商测试结果已注明来源。
