Evolab — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited Evolab (Plugin) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
A²时代的 AI 工作流工具箱 —— Agentic AI × Anything，一个编排者，调度一群专家。
An AI-native workflow & orchestration toolkit.
Evolab 是 阳哥进化论 的 AI 方法论 / skill / 工具栈合集，会持续生长。不是工具清单， 是一套怎么想——沉淀自真实的多 agent 编排实战 。
一拖多：一个编排者，调度一群专家 agent。(Supervisor + Specialist )
注意"一"指的是调度者，不是干活的：不是单个超级 agent 包打天下（那是公认反模式）， 而是一个编排者调度一群各管一段的专家 agent——执行、评审、取证分开。这就是业界讲的 agentic orchestration / 多 agent 编排（orchestrator-worker），evolab 把它沉淀成一个人 可直接复用的方法论（旗舰 skill cto-orchestration）。
范式是 A²——Agentic AI 乘以 Anything：你不再亲手做事，而是调度 agent 去做任何事； 产出从"代码"变成"goal / 监控 / 评审 / 决策 / 落盘"。
四条让"一拖多"不塌的支柱：
意图 + 影响面再放行。同时治 agent、治自己。→ meta/agency-by-reversibility.md
评审屡次抓到双方都漏的真问题。→ skills/cto-orchestration
→ skills/repo-governance-bootstrap + meta/
| 目录 | 是什么 |
|---|---|
| `skills/` | 可直接装进 Claude Code 的 skill。当前：orchestrator-core（编排内核——领域无关的多智能体编排不变式，cto/总编等皆是它的一张皮）、cto-orchestration（旗舰皮——多 agent 写码编排）、repo-governance-bootstrap（文档治理 + repo 工程门初始化）、agent-mail（编排者间信箱总线，cto 的可选伴随）、frontend-explorer（探索型前端测试——首访用户视角找「卡住 / 看不懂」，playwright-cli 驱真浏览器，cto 前端验证的可选伴随）、observability-standard（可观测性）、git-workflow-standard（Git 协作 SOP）、agent-backend-standard（agent/后端工程手册 + 四语言 gate 接口）、agent-frontend-standard（agent/前端工程手册——设计系统契约 / 类型端到端 / 视觉验证环）、source-coding-discipline（写码纪律的 skill 形态，给不支持条件 rules 的 agent，如 codex）。后续更多。 |
| `templates/` | 协作设定模板 AGENTS.md.example（人格 + 方法论）+ rules/coding.md（写码纪律真源，paths: 条件加载）。项目治理骨架（AGENTS.md / ADR / roadmap）由 repo-governance-bootstrap skill 生成，不在此重复。 |
| `meta/` | 元认知：可逆性分配 agency（agency-by-reversibility）、验证诚实性（verification-honesty）、先测再加（measure-before-more）、结构而非自律（structure-not-discipline）、协议而非屏幕（protocol-not-screen）、异构冷评审（heterogeneous-cold-review）、条件先于动作（condition-before-action）、真相≠检查器输出（truth_not_eq_checker_output）、先数面再治点（surface-before-points）、杠杆线（leverage-line）、编排回路（orchestration-loop）、配置接线与治理（wiring）。灵魂层——我是怎么想的。 |
skill 本质是 markdown + 几个脚本——AI-native 装法：把下面这段（含仓库地址）直接丢给你的 agent，它自己读懂 + 装好。 任何能读项目规则的 agent 都行，不限 Claude Code。
帮我 clone https://github.com/martin1847/evolab ，先读一遍README.md和meta/理解核心理念 A²—— 一个编排者调度一群专家。然后把需要的skills/<name>整个目录（含 `references/`）复制进我的 skills / 规则目录（Claude Code 放~/.claude/skills/；其他 agent 放对应 rules / skills 目录）： 必装cto-orchestration（多 agent 编排旗舰皮）+orchestrator-core（其领域无关内核，含常驻 digest 与 self-evolution 方法论）+repo-governance-bootstrap（仓库治理）； 写后端 / agent 服务再加observability-standard+agent-backend-standard；写前端再加agent-frontend-standard（要做探索型 UI 测试再加frontend-explorer）；多人协作仓库再加git-workflow-standard。装完确认每个SKILL.mdfrontmatter 有name、references/一并到位、内链能解析。 再把templates/AGENTS.md.example的协作设定并入（merge、非覆盖）我的规则文件； 写码纪律templates/rules/coding.md则symlink（勿拷贝）到~/.claude/rules/coding.md—— Claude Code 与 omp 共用这一份，paths:条件加载只在碰源码文件时进 context； codex 等不支持条件 rules 的 agent 改装skills/source-coding-discipline（同一纪律的 skill 形态， 与 rules 形态二选一，勿同装）。 注 1：cto-orchestration是工具无关的方法论，frontmatter 里tmux/omp/codex是参考栈、按你的栈替换，不是硬依赖。 注 2：带 hook 的 skill（cto-orchestration/repo-governance-bootstrap）复制 ≠ 生效——hook 需按各自SKILL.md的说明 wiring 激活。 注 3：装完后的第一步——到你的项目里跑repo-governance-bootstrap建治理骨架，再按cto-orchestration的references/onboarding-checklist.md完成编排接入（AGENTS.md 编排两节 + hook wiring 都在那 7 步里）。
接入自己的项目时，私货留在你自己的 memory / docs，skill 保持通用——这条规矩本身就写在 `skills/` 里。
evolab 会持续进化——也是阳哥从"单打独斗"往开放协作迈的第一步。
整理自公众号 阳哥进化论 的 AI 工作流实践，持续更新。
<img src="assets/wechat-qr.jpg" alt="阳哥进化论 公众号二维码" width="180">
MIT.
~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.