在使用 Coding Agent 实现真实项目需求时真正复杂的往往不只是“让 AI 修改代码”而是如何管理完整的交付过程需求澄清、方案确认、上下文保持、隔离开发、代码执行、人工测试、Git 提交和后续 Bug 修复。为了解决这些问题我开发并开源了一个本地工具Project Flow Console。GitHubGitHub - CandyAlla/project-flow-console: project-flow-console · GitHub核心流程控制台将需求开发划分为以下阶段需求输入 → Discussion / Ask-first → Plan 与 HTML 逻辑验收 → Git Worktree → 执行与 Code Review → 人工验收 → Commit → Bug 修复每个阶段都需要明确的状态和人工操作不会自动跨过关键门禁。主要能力多种需求输入方式支持网页链接、飞书链接、文件上传和正文粘贴也可以直接接入已有需求文档、执行 Plan 和 Worktree。多需求控制台每个需求拥有独立状态可以在多个需求之间切换并支持归档、删除、恢复和有限并行。Git Worktree 隔离执行前先进行 Worktree dry-run。只有人工确认后才创建或绑定 Worktree所有代码修改限制在对应工作目录内。Codex App 联动每个需求可以绑定一个持久 Codex App Thread。打开聊天时控制服务会自动同步当前需求对应的目录Worktree 已准备完成连接 WorktreeWorktree 尚未准备连接 Project Profile 的repoRoot同时支持打开并继续当前聊天创建并绑定新的聊天断开当前聊天保留旧聊天记录执行期间禁止切换避免影响正在运行的任务快速模式与标准模式快速模式复用持久 App Thread在同一轮完成实现和自检。标准模式使用codex exec执行并保留独立 Code Review更适合共享逻辑或高风险改动。人工验收门禁执行结束后控制台要求 AI 输出最小人工验证步骤详细测试案例预期结果关键日志筛选词成功日志和失败信号人工完成必测项后才能进入 Commit。Bug 修复与只读 Ask验收或 Commit 后发现问题可以直接进入 Bug 修复模块不需要重新执行整个 Plan。Ask 模块则用于询问当前实现、状态来源和相关文件并严格保持只读。技术结构项目采用较轻量的本地架构HTML / CSS / JavaScript ↓ Python 本地控制服务 ↓ Codex App Server / codex exec ↓ Git Worktree 与项目 Skills服务端主要使用 Python 标准库不依赖复杂的 Web 框架。不同项目通过 Project Profile 配置仓库、文档、Worktree、Skill 和验证规则不需要修改控制台核心代码。项目原则这个工具的目标不是让 AI 自动完成一切而是让 AI 的执行过程更加透明、可恢复和可验收。因此它默认不会自动CommitPushMerge删除 Worktree删除旧 Codex 聊天跳过人工验收项目地址GitHub - CandyAlla/project-flow-console: project-flow-console · GitHub欢迎试用、提交 Issue或者分享你在 Coding Agent 工作流中遇到的问题。