cocoplus
Snowflake 数据平台的 AI 开发伴侣，用多 Agent 工作流覆盖需求→规划→构建→测试→
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
Snowflake 数据平台的 AI 开发伴侣，用多 Agent 工作流覆盖需求→规划→构建→测试→
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
CocoPlus 是 Snowflake Labs 开发的一款 AI 开发生命周期管理插件，基于 Snowflake Cortex Code CLI（代号"Coco"）运行。它将结构化的多 Agent 工作流引入数据工程项目的全生命周期——从项目初始化、需求定义、规划、构建、测试、评审到发布上线，整个流程都有专属 Agent 角色和阶段门禁护航。 2024 年 12 月上线，MIT 许可，615 Stars（截至分析时），主分支 main，最近一次推送 2026-06-19，活跃度高。
CocoPlus 完全基于 Coco 框架的原生构造构建，不引入任何外部服务。所有功能都通过 Skills、Agents、Hooks 和 AGENTS.md 四种核心原语实现。
Coco 框架定义了四个基础原语，CocoPlus 在其上构建了丰富的扩展：
$pod init、$spec、$plan），以 .skill.md 文件描述，位于 .cortex/skills/ 目录.agent.md 定义，位于 .cortex/agents/ 目录user-prompt-submit）、工具调用前后（pre-tool-use、post-tool-use）、会话启停等时机触发，以 Node.js 编写CocoBrew 是整个插件的协调引擎，运行状态机模型，管理六个阶段的转换：
$spec → 需求阶段：用户提出原始想法，Agent 辅助生成结构化 spec.md
$plan → 规划阶段：基于 spec 拆解工作流、分配人员角色
$build → 构建阶段：多 Agent 并行执行，隔离在独立 git worktree 中
$test → 测试阶段：验证产出物，更新 flow.json 状态
$review → 评审阶段：多维度质量门禁（Sentinel）
$ship → 发布阶段：最终发布，含变更摘要
每个阶段之间有严格的准入条件（phase gate）：例如 Plan→Build 必须 plan.md 已获批准且 phases_completed 包含 "plan"。
CocoPlus 定义了 8 个领域专家角色，涵盖数据工程全栈：
| 角色 | 命令 | 职责 |
|---|---|---|
| 数据工程师 | $de | SQL 管道、Schema 设计、存储过程 |
| 分析工程师 | $ae | 语义层、指标层、数据集市 |
| 数据科学家 | $ds | ML 模型、Cortex ML、Notebook |
| 数据分析师 | $da | 即席分析、报表查询 |
| BI 分析师 | $bi | 仪表盘、可视化 |
| 数据产品经理 | $dpm | 产品需求、文档 |
| 数据治理官 | $dst | 数据质量、合规 |
| 首席数据官 | $cdo | 战略视角、成本评估 |
当 Build 阶段涉及多个并行工作流时，CocoHarvest 接管分解工作：读取 plan.md 中的 Workstreams，按领域分配给对应的 Persona，为每个阶段判断 HITL（Human In The Loop）或 AFK（Away From Keyboard）类型，最终生成 flow.json 流水线文件（$flow run 驱动执行）。
发布前的最后防线——CocoSentinel 运行 8 个独立 Agent，每个从不同维度评估产出物质量：
项目共 234 个文件，分布在以下目录：
cocoplus/
├── .cortex/
│ ├── agents/ # 18个Agent定义文件（含sentinel子目录）
│ ├── skills/ # 80+个Skill文件（按功能模块组织）
│ ├── hooks/ # Node.js Hook脚本（通知、上下文、工具拦截）
│ ├── scripts/ # 辅助脚本（DORA指标、PR复杂度、Session索引等）
│ └── sketch/ # 可视化样式定义
├── docs/ # 文档站（静态HTML）
├── recipes/ # 预构建流水线模板
├── templates/ # 项目模板文件
└── plugin.json # 插件元数据（v1.2.0）
Skills 按功能域组织为子目录：
cocobrew/：生命周期 6 阶段各自的 Skill（spec、plan、build、test、review、ship）cocometer/：Token 消耗追踪（$meter 系列命令）cocoops/：DORA 指标、Sprint 管理、演示cocowisdom/：机构级拒绝记忆（历史教训库）cocohealth/：上下文利用率监控cocodream/：跨会话模式蒸馏cododream/：受监督的架构模式发现cocoklatch/：多 Agent 圆桌讨论CocoPlus 完全不调用外部 API，所有 LLM 调用通过 Snowflake Cortex 内部的 Claude 模型路由实现。插件本身仅包含 Markdown 配置文件和 Node.js Hook 脚本，运行时通过 Coco CLI 的事件机制驱动。
Safety Gate（$safety strict/normal/off）是产品级数据工程团队最关心的特性之一——防止对 Snowflake 生产对象的意外修改。在 strict 模式下，所有涉及生产 Schema 的操作都会被阻断，必须经过明确的批准流程。
Memory Engine（$memory）和 CocoWisdom（$wisdom）构建了两层记忆系统：前者记录单次会话的状态，后者跨会话积累"曾经踩过的坑"，避免团队重复犯错。
CocoMeter（$meter）为每次 LLM 调用建立成本台账，支持按 Flow、按会话聚合，让团队对 AI 投入有量化感知——这对企业级采纳尤为关键。
CocoPlus 适合以下场景：
优势：安装极简——cortex skill add Snowflake-Labs/cocoplus 一行命令完成。
门槛：需要先安装 Snowflake Cortex Code CLI（coco），且需要 Snowflake 账号及适当权限。对于非 Snowflake 用户，该工具暂不适用。
CocoPlus 是当前 AI Agent 辅助开发领域一个非常有意思的探索——它不追求"通用"，而是深度绑定 Snowflake 数据平台，为数据工程团队提供从想法到上线的全链路 AI 辅助。28 个 Agent、80+ 个 Skill、完整生命周期管理加上 8 维质量门禁，在数据工程工具链中构建了独特的价值区间。对于已在 Snowflake 生态内的团队，它是一个值得尝试的效率提升工具。