腾讯体育 Vibe Coding 实践：基于 Claude Code 的团队 AI 工作流框架落地

Thu, 04 Jun 2026 11:00:00 +0800

一、背景：团队在 AI 辅助开发中的痛点

随着 Claude Code / CodeBuddy 等 AI 编程助手的普及，腾讯体育团队在日常开发中逐渐积累了大量与 AI 协作的经验。但在推广过程中，我们发现了几个反复出现的问题：

1. 重复解释团队上下文

每位同学使用 AI 时，都需要反复告诉它：“我们的路由怎么跳转”、“我们的架构层级是什么”、“Commit 格式应该怎么写”。这些团队共有的知识，每次都要重新解释。

2. 有效方案无法沉淀复用

某位同学花了一下午和 Claude 反复沟通，终于摸索出某类问题的可靠解决方案。但下一位同学面对同样的问题时，却不得不从头再来——AI 不会记住上一位同学的探索成果。

3. 规范依赖自觉，缺乏确定性保障

可以把规范写进 Prompt，但 Agent 是否遵守取决于模型"自律"。关键的验证步骤（如编译检查、commit 格式）需要确定性的工具触发，而不是靠模型"记得做"。

4. 社区能力与企业场景之间存在鸿沟

Claude Code 社区（如 OMC/oh-my-claudecode）提供了优秀的多 Agent 编排、自动规划等能力，但它不了解我们团队的 tRPC/DDD 架构约定、日志规范、代码评审流程等企业特定知识。

OSC（oh-sports-claudecode）的核心设计理念是：

一个同学与大模型反复沟通，最终沉淀出某类问题的解决方案（知识库 + Skill）；下一个同学直接复用，无需再次摸索，AI 开箱即用地理解我们的业务上下文。

这与"业务组件"的思想完全一致——只是这里的"组件"不是 UI 组件或函数库，而是 AI 可消费的知识与工作流。

传统组件： 团队共享代码 → 减少重复实现
AI 业务组件：团队共享知识 → 减少重复沟通

基于这个思路，OSC 在 oh-my-claudecode (OMC) 开源框架之上，构建了一套适合腾讯体育团队的 AI 工作流体系。

OSC 采用 知识层 → Workflow 层 → 工具层 的三层架构，每一层职责清晰、可独立演进。