dark-factory-experiment

AI 自己看 issue、写代码、审完自动合并

dark-factory-experiment 是一个实验性开源仓库，探索让 AI 工作流完全自主维护代码库。它运行在 Archon 之上，由多个 AI 代理组成流水线：自动分诊新 issue、实现功能或修复、进行代码审查，并在无人阅读 diff 的情况下自动合并。仓库维护的应用是一个基于 YouTube 字幕的 RAG 聊天工具，已上线 chat.dynamous.ai，可引用视频原文回答问题。核心价值在于验证“暗工厂”模式——人类只负责提出需求，AI 完成从编码到合并的全流程，把开发者从重复的代码审查和合并操作中解放出来，同时保留可观测的自动化链路。项目用 Python 编写，技术栈涵盖 agentic-coding、Claude Code、LLM 与 RAG，适合研究自主代理协作、CI/CD 自动化边界以及 AI 驱动软件工厂的开发者参考。

开源 unknown 自动化工作流

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 158

维护状态维护中

是否开源是

定价模式 unknown

项目数据

分类自动化工作流

开发团队coleam00

所属国家

官网地址https://chat.dynamous.ai

GitHubhttps://github.com/coleam00/dark-factory-experiment

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型agentic-coding,ai-agents,archon,autonomous-agents,claude-code,dark-factory,llm,rag

GitHub 星标★ 158

30天Star增速

HF 下载量

上线时间2026-04-02 00:00:00

最近更新2026-09-17 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

核心亮点

全流程无人值守：从 issue 分诊到自动合并形成闭环，人类不读 diff 也能推进项目
基于 Archon 编排多个代理，职责分离清晰，便于观察和替换各环节
自身维护真实上线的 RAG 聊天应用，不是纯玩具 demo，有实际验证场景

不足之处

自动合并无人工审查，代码质量与安全风险完全依赖代理判断
项目处于早期实验阶段，稳定性和长期可维护性待观察

适用场景

研究自主 AI 代理协作与自动化软件工厂的开发者
想搭建低人工干预 CI/CD 流水线的团队做原型验证
学习 Claude Code 与 Archon 编排多代理工作流的实践案例

替代项目

SWE-agent、OpenHands、AutoGen

项目介绍

dark-factory-experiment 是一个自动化工作流领域的开源项目，官方简介：A repository that ships its own code. AI workflows triage issues, implement them, review, and auto-merge with no human reading the diff. Runs on Archon. The app it maintains is a cited RAG chat over YouTube transcripts, live at chat.dynamous.ai.。项目使用 Python 开发，在 GitHub 上获得 153 星标。

上一篇：Open-Deep-Research-workflow-on-Dify

下一篇：agent-browser