从"个人提示词"到"团队 AI 资产"：极狐GitLab Duo 怎么做？

在 AI 编程工具普及的今天，一个有趣的现象正在发生：团队里最擅长使用 AI 的工程师，往往是效率最高的那个人。他们精心调教的提示词（Prompt），能精确引导 AI 生成符合项目规范的代码；他们总结的审查规则，能在几秒内发现新人代码中的安全隐患。

但问题来了——这些宝贵的经验，大多停留在个人电脑里。

当这位工程师休假、离职或更换项目时，这些"个人提示词"也随之消失。新来的同事不得不从零开始摸索，重复踩同样的坑。企业花了大量时间培养的 AI 使用经验，无法沉淀为组织能力。

极狐GitLab Duo 提供了一条不同的路径：把个人的 AI 经验，变成团队共享、可版本化、可复用的数字资产。

01 个人提效的隐形成本

先说清楚"个人提效"这件事的局限性。

一个开发者在自己电脑上用 AI 编程助手，确实能显著提升个人产出。但当视角从个人切换到组织时，几个问题会浮现：

经验不可复制：资深工程师调教出的高效提示词，无法直接分享给团队其他成员。每个人都在重复试验，效率参差不齐。

标准无法统一：不同人对 AI 的使用方式不同，产出的代码质量下限不可控。有人用 AI 写出的代码整洁规范，有人却引入了安全隐患。

上下文不完整：本地 AI 工具只能看到当前文件，无法关联需求 Issue、流水线状态或跨仓库依赖。AI 的建议往往脱离项目实际上下文。

这些问题的本质是：AI 能力停留在个人桌面，没有进入平台侧的协作流程。

极狐GitLab Duo 的思路是，把 AI 从"个人工具"升级为"平台级能力"。它运行在极狐GitLab 一体化 DevSecOps 平台上，直接访问需求、代码、流水线、安全扫描等工程数据，让 AI 的建议基于真实的项目上下文，而不是孤立的代码片段。

02 自定义 Agent：为团队构建专属 AI 助手

极狐GitLab Duo 内置了多种面向软件工程的专业智能体（Agent），如计划者 Agent、数据分析师 Agent、安全分析师 Agent 等。但更重要的能力是——企业可以创建自定义 Agent。

自定义 Agent 是什么？简单说，就是团队根据自身需求定制的 AI 助手。你定义它的"人格"（系统提示词）、它的专业领域、它能使用的工具，然后它就在极狐GitLab 平台内为团队服务。

创建一个自定义 Agent 的过程：

1. 定义基本信息：给 Agent 起一个名字，写清楚它的职责描述。

2. 设置系统提示词：这是 Agent 的"灵魂"——你用自然语言描述它应该具备什么专业知识、遵循什么规范、以什么风格回答问题。比如"你是一个专注于金融合规的代码审查助手，所有建议必须符合 PCI-DSS 标准"。

3. 配置可用工具：选择 Agent 可以访问的工具，比如创建议题、创建合并请求等。

4. 设置可见性：选择公共（任何人可用）或私有（仅项目成员可用）。

创建完成后，Agent 会进入 AI 目录（AI Catalog），团队成员可以在极狐GitLab Duo Chat 中直接选择并使用它。

举几个实际场景：

新代码规范培训 Agent：把团队的编码规范写成系统提示词，新人可以通过 Chat 问"这个函数命名是否符合规范"，Agent 基于团队规则给出判断。

安全审查 Agent：配置为专注于 OWASP Top 10 漏洞模式，在代码提交前帮开发者自查安全风险。

数据库迁移检查 Agent：针对团队的数据库变更流程，检查迁移脚本是否遵循向后兼容原则。

这些 Agent 一旦创建，就是团队共享的。当规范更新时，修改系统提示词，所有人立即用上最新版本——不需要每个人更新自己电脑里的提示词文件。

03 AI 目录：团队的能力超市

自定义 Agent 创建后，会统一进入 AI 目录。这是极狐GitLab Duo 的"能力超市"——团队成员可以在这里发现、启用和管理所有可用的 Agent。

AI 目录的价值在于：

集中发现：团队成员不需要到处找"谁有好的提示词"，在 AI 目录里一眼就能看到所有可用的 Agent 及其描述。

一键启用：维护者或所有者可以在项目中启用某个 Agent，启用后该群组下所有项目的成员都能使用。

权限管控：公共 Agent 任何项目可用，私有 Agent 仅管理项目的成员可见。企业可以按需控制 AI 能力的分发范围。

版本管理：Agent 的系统提示词和配置在平台上统一管理，修改即生效，避免了个人电脑里"谁的版本最新"的混乱。

更进一步，AI 目录里不仅有自定义 Agent，还有极狐GitLab 官方提供的基础 Agent（如计划者 Agent、数据分析师 Agent、安全分析师 Agent）。企业可以在官方能力的基础上，叠加自己的定制 Agent，形成完整的 AI 能力体系。

04 MCP 与外部 Agent：不封闭，可扩展

企业已经有了自己的 AI 工具和工作流，引入新平台时最担心的问题之一是"要不要把现有的东西都扔掉"。

极狐GitLab Duo 通过 MCP（模型上下文协议） 保持开放：

MCP 客户端：开发者可以从任何兼容 MCP 的 AI 客户端或 IDE 扩展中访问极狐GitLab 的资源和工具。这意味着你可以在自己习惯的 IDE 里调用极狐GitLab 平台的能力，而不必切换到 Web 界面。

外部 Agent：企业可以把第三方 AI 工具和集成安全地连接到极狐GitLab Duo，扩展平台的能力边界。外部 Agent 和平台内置的 Agent 一样，可以在 Chat 中使用。

外部 MCP 服务器：通过 MCP 服务器，自定义 Agent 可以连接到外部数据源和第三方服务，获取平台之外的上下文信息。

这种设计的好处是，企业可以渐进式地引入极狐GitLab Duo：先用 MCP 客户端把平台数据接入现有工具，再逐步创建自定义 Agent 沉淀团队经验，最后用 Flow 把多个 Agent 串联成自动化工作流。不是一步到位的替换，而是分层叠加的增强。

05 从 Agent 到 Flow：串联自动化工作流

单个 Agent 解决的是"问一个问题、得到一个回答"的场景。但真实的软件工程任务往往是多步骤的：分析需求 → 规划实现 → 编写代码 → 创建合并请求 → 触发审查 → 修复 CI/CD 失败。

极狐GitLab Duo 的 Flow（流程） 功能，可以把多个 Agent 串联成端到端的工作流。目前已正式发布的 Flow 包括：

开发者流程：将需求 Issue 转换为合并请求——Agent 分析 Issue 内容，规划实现步骤，生成代码变更并创建 MR。

代码审查流程：合并请求触发后，自动进行代码审查，基于自定义规则给出反馈。

修复 CI/CD 流水线流程：流水线失败时，自动读取日志、定位根因并生成修复建议。

软件开发流程：在执行前创建完整的多步骤计划，适合复杂需求的拆解。

转换为极狐GitLab CI/CD 流程：将旧版 CI/CD 配置自动转换为极狐GitLab 格式。

此外，自定义流程（测试版）允许企业组合多个 Agent 来解决自己的业务问题——这是把团队工作流"AI 化"的终极手段。

当 Agent 和 Flow 配合使用时，一个完整的工作场景是这样的：开发者把需求指派给极狐GitLab Duo → 开发者流程 Agent 分析需求并创建 MR → 代码审查流程自动启动初审 → 如果 CI/CD 失败，修复流程自动介入 → 人类评审者在已经过 AI 多轮处理的基础上做最终判断。

写在最后

AI 进入软件工程，不应该只是让每个人都拥有一个更聪明的工具。真正的价值在于，让工具产生的经验、规则和流程，能够在组织层面被共享、治理和放大。

极狐GitLab Duo 通过自定义 Agent、AI 目录、MCP 开放协议和 Flow 工作流编排，提供了一条从"个人提示词"到"团队 AI 资产"的转化路径。资深工程师的经验不再停留在个人电脑里，而是变成全团队可复用、可版本化、可审计的数字能力。

当代码生成越来越快，谁先把团队的 AI 经验沉淀下来，谁就能在组织效率上拉开差距。把个人技巧变成组织资产，这或许才是 AI 时代工程能力的真正壁垒。