Babysitter：AI 编程智能体工作流编排引擎

想象这样一个场景：你的 AI 编程助手正准备一口气生成 300 行代码、修改 12 个文件、提交一个功能分支——而你只能眼睁睁看着它犯错后自己回滚，整个过程毫无控制。这就是当前大多数 AI 编程工具的现状：力量强大，但缺乏约束。Babysitter 正是为解决这一问题而生。

Babysitter 是一款面向 AI 智能体工作流的编排引擎，由 A5C AI 开发，MIT 许可证开源。它通过将工作流定义为代码（JavaScript 函数），为 AI 编程助手（如 Claude Code、Codex、Cursor 等）强制施加执行约束：质量门禁必须通过才能继续，关键节点必须人工审批，每一步决策都被不可变地记录到日志中。与其说它是一个工具，不如说它是一套给 AI 编程助手使用的「流程合规体系」。

项目背景与起源

Babysitter 由 A5C AI 团队开发，GitHub 仓库 a5c-ai/babysitter 目前拥有超过 1300 颗星，版本号已迭代至 v4.0.157，展示了极高的维护活跃度。项目采用 monorepo 结构管理，核心代码位于 packages/ 目录下，包含 SDK、Catalog（过程库索引）、Observer Dashboard（实时监控面板）等多个子包。

该项目的诞生背景直指 AI 编程助手在复杂任务中的失控问题。当任务从「写一个函数」升级到「实现用户认证系统」，AI 助手的执行路径变得不可预测：它可能跳过测试直接提交，可能在不恰当的时机引入 breaking change，也可能忽略了你明确要求的 TDD 流程。Babysitter 通过将工作流编码为确定性过程，从根本上解决了这一矛盾。

核心架构：事件溯源 + 强制停止

Babysitter 的架构设计建立在两个核心机制之上：事件溯源（Event Sourcing）和强制停止（Mandatory Stop）。

事件溯源体现在每一次运行都会在 .a5c/runs/<runId>/ 目录下生成完整的操作日志 journal，记录所有任务执行、质量门禁结果、人工审批决策。这份日志是不可变的（immutable），既可以事后审计，也支持从任意检查点恢复运行。当 AI 进程意外中断时，babysitter harness:resume --run-id <runId> 可以从中断处精确继续，无需从头重来。

强制停止是 Babysitter 与普通 AI 编程助手的根本区别。传统 AI 工具在给出回复后即结束本次交互；Babysitter 则在每个执行步骤后强制暂停，由过程代码（Process Code）决定下一步是什么。如果质量门禁未通过，进程不会继续；如果到了人工审批节点，AI 会等待用户确认才继续。这种机制确保了 AI 的行为完全受流程代码约束，而不是随心所欲。

工作流本身以 JavaScript 函数定义，写入 .a5c/processes/ 目录下的 .js 文件中。一个典型的过程定义如下：

async function process(inputs, ctx) {
  await ctx.task(plan, { ... });           // 任务：制定计划
  await ctx.breakpoint({ question: 'Approve plan?' }); // 人工审批节点
  await ctx.task(implement, { ... });      // 任务：实现代码
  const score = await ctx.task(verify);    // 任务：质量验证
  if (score < 80) throw new Error('Quality gate failed');
}

整个架构通过 Claude Code/Codex 等 AI 编程 CLI 的 Hook 系统接入：Babysitter 注册 SessionStart 和 Stop 两个 Hook，在每次 AI 执行的开始和结束时接管控制权，从而实现强制停止和状态管理。

技术栈与代码结构

Babysitter 的技术栈以 Node.js 20+ 为运行时，以 TypeScript 为主要开发语言，采用 npm workspaces monorepo 结构组织：

子包	功能
packages/sdk	核心 SDK，提供 babysitter CLI、Hook 注册、事件溯源引擎、压缩子系统
packages/catalog	过程库索引，将 library/ 目录下的 2000+ 过程文件编制为 SQLite 数据库
packages/observer-dashboard	实时监控 Web 界面（Radix UI + React），展示并行运行状态
plugins/babysitter/	Claude Code 插件：skills 目录含 Babysit Skill，hooks 目录含会话生命周期 Hook

SDK 的源码结构高度模块化，核心目录包括：

• src/runtime/ — 事件溯源引擎，run 的创建、迭代、重放逻辑
• src/tasks/ — 任务分发与结果收集
• src/session/ — 会话状态管理
• src/hooks/ — Claude Code Hook 注册与管理
• src/harness/ — 多 harness 适配器（claude-code / codex / gemini / internal）
• src/compression/ — 4 层 token 压缩子系统
• src/mcp/ — MCP（Model Context Protocol）服务端集成

Babysitter 还支持多种 AI 编程 harness 的插件化接入，官方支持：Claude Code（推荐）、Codex CLI（Beta）、Cursor IDE/Cursor CLI（Experimental）、Gemini CLI（Experimental）、GitHub Copilot（Experimental）、Pi CLI（Experimental）、Oh-My-Pi（Experimental）、OpenCode（Experimental）。每种 harness 都有独立的插件包（plugins/babysitter-*），通过统一的 SDK 接口抽象差异。

Token 压缩：4 层压缩子系统

在长会话中，AI 编程助手的上下文窗口会被历史对话快速填满。Babysitter 内置了一个 4 层 Token 压缩子系统，实测可将上下文使用量降低 50-67%，同时保持 99% 的事实保留率：

层级	Hook 名称	引擎	压缩内容	压缩率
1a	userPromptHook	density-filter	用户提示词	~29%
1b	commandOutputHook	command-compressor	Bash/shell 输出	~47%
2	sdkContextHook	sentence-extractor	Agent/任务上下文	~87%
3	processLibraryCache	sentence-extractor	过程库文件（预缓存）	~94%

所有压缩 Hook 由 Babysitter 插件自动注册，无需手动配置。压缩粒度可通过 .a5c/compression.config.json 或 CLI 精细调控。

官方过程库：开箱即用

Babysitter 附带了一个包含 2000+ 预构建过程 的官方过程库（Process Library），覆盖以下领域：

• 部署：Terraform、Helm、Dockerfile、多环境 CI/CD 流水线
• 测试：Vitest/Playwright/pytest 配置、质量门禁、TDD 流程
• 安全：gitleaks、ESLint 安全规则、审计流程
• 主题：音效、设计系统、对话风格
• CI/CD：GitHub Actions 工作流自动化
• 速率限制：指数退避 Hook

过程库通过 packages/catalog 模块索引为 SQLite 数据库，支持 babysitter catalog:search 快速检索。

图1：Babysitter 开源贡献者图谱

上手体验与门槛

Babysitter 提供两种使用模式：本地安装和 Docker 容器化部署。

本地安装需要 Node.js 20+，在 Claude Code 中直接通过 marketplace 安装插件：claude plugin marketplace add a5c-ai/babysitter && claude plugin install --scope user babysitter@a5c.ai。安装后重启 Claude Code，输入 /skills 验证 babysit 技能出现即可使用。

Docker 部署是更省心的选择：项目提供完整的多阶段 Dockerfile，基于 Node.js 20-bookworm 镜像，预装了 Claude Code 和 Babysitter SDK，支持通过环境变量注入 API Key 和任务提示词。预构建镜像托管在 GitHub Container Registry（ghcr.io/a5c-ai/babysitter/babysitter:production），拉取即可运行。docker-compose.yml 提供了工作目录挂载支持，将本地项目目录映射到容器内的 /workspace。

Babysitter 的 CLI 命令行提供了丰富的子命令：

• /babysitter:call — 交互模式（推荐新手）
• /babysitter:yolo — 完全自主模式（跳过所有审批节点）
• /babysitter:plan — 仅规划模式（停在 Phase 1）
• /babysitter:forever — 持续监控模式
• /babysitter:doctor — 诊断运行健康状态
• /babysitter:observe — 启动实时监控面板
• /babysitter:resume — 恢复中断的运行

此外，Babysitter 还支持内部 Harness 模式（--harness internal），无需外部 AI 编程 CLI，通过 SDK 内置的 Pi 执行引擎直接在命令行运行过程定义，适合 CI/CD 流水线、脚本自动化和无人值守编排。

争议与局限

Babysitter 的设计理念并非没有争议。首先，将工作流写成 JavaScript 代码本身就有一定门槛——它要求用户具备基本的编程能力，这与让非程序员也能用 AI 的大趋势存在张力。其次，内部 Harness 模式虽然声称无需外部 AI CLI，但其内置的 Pi 执行引擎能力边界尚未经过大规模生产验证。

此外，Babysitter 对特定 AI 编程 harness 的强依赖（尤其是 Claude Code 的 Hook 机制）意味着它的能力上限部分取决于这些 harness 本身的成熟度。当前的 Codex 插件处于 Beta 阶段，Cursor/Gemini 等插件更是 Experimental 状态，在生产环境中的稳定性有待验证。

行业意义与趋势

Babysitter 代表的趋势是 AI Agent 的工程化治理。随着 AI 编程助手从辅助工具升级为主要的代码生成力量，如何确保 AI 生成代码的质量、安全性和合规性成为行业焦点。Babysitter 通过将约束内置于工作流引擎而非事后检查，提供了一种结构化的解法。

从增长曲线看，Babysitter 在短时间内获得了可观的社区关注，18 个话题标签覆盖了 agentic-ai、trustworthy-ai、agent-orchestration 等前沿方向，显示出其定位的前瞻性。随着 Claude Code、Codex 等 AI 编程 CLI 的生态持续扩大，为这些工具提供治理框架的项目将获得更多机会。

图2：Babysitter 项目 Star 增长历史

快速部署指南

推荐：Docker 一键部署

# 拉取预构建镜像
docker pull ghcr.io/a5c-ai/babysitter/babysitter:production

# 运行交互式会话
docker run -it \
  -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
  -v $(pwd):/workspace \
  ghcr.io/a5c-ai/babysitter/babysitter:production

# 或执行特定任务
docker run -it \
  -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
  -e PROMPT="Implement user authentication with TDD" \
  -v $(pwd):/workspace \
  ghcr.io/a5c-ai/babysitter/babysitter:production

本地 Claude Code 插件安装

claude plugin marketplace add a5c-ai/babysitter
claude plugin install --scope user babysitter@a5c.ai