aidlc-workflows: AI viết code theo quy trình có duyệt từng bước — hướng dẫn cài đặt và dùng

Tóm tắt nhanh
aidlc-workflows là bộ quy trình AI-DLC (AI-Driven Development Life Cycle) của AWS Labs. Nó biến trợ lý AI viết code như Claude Code, Kiro, Codex, Cursor hay GitHub Copilot thành một quy trình làm phần mềm có giai đoạn, có điểm chờ bạn duyệt và có nhật ký kiểm tra. Cài đặt chỉ cần một dòng lệnh, rồi cấu hình cho dự án và gõ /aidlc để bắt đầu.
aidlc-workflows là bộ quy tắc và "động cơ" quy trình mang tên AI-DLC, do AWS Labs phát hành. Nó đứng giữa bạn và trợ lý AI viết code (Claude Code, Kiro, Codex CLI, Cursor, opencode, GitHub Copilot) để ép việc làm phần mềm đi theo một vòng đời rõ ràng: hiểu yêu cầu, lên kế hoạch, làm, kiểm tra, vận hành. Mỗi chặng quan trọng đều dừng lại chờ bạn đồng ý.
Vấn đề nó giải quyết rất quen: dự án càng lớn, AI càng "quên" bối cảnh. Bạn nhờ làm một việc, nó làm một nửa rồi lạc hướng, mấy hôm sau không ai nhớ vì sao lại viết như thế. AI-DLC giữ yêu cầu, quyết định, code, kiểm thử và công việc vận hành nối với nhau trong một vòng đời có ghi chép. Người nên dùng là lập trình viên, nhóm làm sản phẩm, hoặc người làm kinh doanh đang thuê hay tự dùng AI để làm phần mềm và muốn kiểm soát được AI đang làm gì.
Điểm đáng giá nhất: cùng một "lõi" quy trình chạy được trên nhiều công cụ AI khác nhau, và bản cài chỉ là một dòng lệnh. Repo hiện có khoảng 6049 sao và 1080 fork, giấy phép MIT-0. Bạn có thể xem video ngắn bên dưới để thấy nhanh cách nó chạy, rồi quay lại làm theo các bước.
awslabs/aidlc-workflows
Bộ quy trình AI-DLC của AWS Labs giúp trợ lý AI viết code theo từng giai đoạn có cổng duyệt, chạy trên Claude Code, Kiro, Codex, Cursor, Copilot.
I.aidlc-workflows làm được gì
Theo tư liệu của repo, AI-DLC gồm các phần chính sau. Mình giải thích theo lợi ích thực tế thay vì liệt kê lại nguyên văn.
A.Quy trình có giai đoạn rõ ràng
AI-DLC chia việc thành 5 giai đoạn và 33 bước nhỏ, từ khởi tạo đến vận hành. Lợi ích: AI không nhảy thẳng vào viết code, mà đi qua các bước như làm rõ yêu cầu trước, rồi mới đến thiết kế và triển khai. Bạn biết lúc nào mình đang ở đâu.
B.Đội "nhân sự AI" chuyên trách
Có 14 agent: 11 chuyên gia theo lĩnh vực, 2 người rà soát và 1 agent "composer" tự điều phối. Bạn không phải tự chọn từng agent. Hệ thống chọn quy trình phù hợp từ yêu cầu bạn viết.
C.11 hồ sơ quy trình cho từng loại việc
Có sẵn các hồ sơ (profile) cho tính năng mới, sửa lỗi, hạ tầng, bảo mật, thử nghiệm ý tưởng (proof of concept), triển khai cho doanh nghiệp và các việc phổ biến khác. README nhắc đến Classic, Express và các quy trình tập trung. Việc nhỏ đi đường nhanh, việc lớn đi đường đầy đủ.
D.Cổng duyệt của con người
Đây là phần quan trọng nhất với người không rành kỹ thuật. AI-DLC hỏi các quyết định còn thiếu và dừng ở các "cổng duyệt" trước khi đi tiếp. Bạn không bị đặt trước việc đã rồi.
E.Nhật ký kiểm tra và bộ nhớ của nhóm
Repo có nhật ký gồm 134 loại sự kiện, cộng với trạng thái lưu lâu dài, kiến thức của nhóm và các quy tắc học được. Lợi ích: sau này có người hỏi "sao lại làm thế này", bạn có chỗ để tra.
F.Một động cơ cho mọi công cụ
Cùng một động cơ chạy trên Claude Code, Kiro CLI, Kiro IDE, Codex CLI, Cursor, opencode và GitHub Copilot. Bạn đổi công cụ AI mà không phải học lại quy trình.
II.Cần chuẩn bị gì
Theo README, bản cài chuẩn khá nhẹ:
- Hệ điều hành: macOS, Linux, WSL, hoặc Windows với PowerShell.
- Không cần cài Bun hay Node.js nếu dùng bản cài chuẩn. Trình cài đặt tự lo lệnh
aidlcvà các thành phần chạy cho từng công cụ AI. - Một công cụ AI viết code mà bạn đã dùng được (Claude Code, Kiro, Codex CLI, Cursor, opencode hoặc GitHub Copilot). AI-DLC không thay thế các công cụ này, nó chạy bên trong chúng.
- Phiên bản tối thiểu theo từng công cụ: Kiro IDE từ 1.1.70 hoặc Kiro CLI từ 2.24.1 (bản v3), Kiro CLI (V2) từ 2.6, Codex CLI từ 0.145.0, opencode từ 1.18.29, GitHub Copilot CLI từ 1.0.74 hoặc VS Code từ 1.130. Với Claude Code và Cursor, README không nêu số phiên bản tối thiểu.
- Phần model AI do công cụ của bạn quản lý. README khuyên dùng mô hình suy luận mạnh, hiện đề xuất Claude Opus 4.8. Nếu không có Opus, README có hướng dẫn riêng về chọn model.
- Dùng Amazon Bedrock thì cần bật các model đã cấu hình, có thông tin AWS và vùng (region) đúng. Kiro thì không cần chọn nhà cung cấp vì quyền dùng model đã đi kèm Kiro.
- Chỉ khi chọn cách tự sao chép thủ công mới cần Bun.
README không nêu yêu cầu cấu hình phần cứng hay GPU.
AI sinh ra có thể sai, và chi phí dùng model có thể tăng nhanh. README nhắc rõ: hãy đọc lại kết quả và kiểm tra chi phí trước khi hành động theo nó. Các cổng duyệt của AI-DLC có ích đúng chỗ này, nên đừng bấm duyệt khi chưa đọc.
III.Cài đặt từng bước
- Cài AI-DLCChạy một dòng lệnh để có lệnh aidlc trên máy
- Mở dự ánMở terminal và đứng ở thư mục gốc của dự án
- Cấu hình công cụ AIChạy aidlc config với tên công cụ bạn dùng
- Kiểm traChạy aidlc doctor để rà soát
- Bắt đầu việc đầu tiênMở công cụ AI và gõ /aidlc kèm yêu cầu
A.Cài lệnh aidlc
Chọn đúng dòng theo hệ điều hành của bạn. Trên macOS, Linux hoặc WSL, mở terminal và chạy:
curl -fsSL https://github.com/awslabs/aidlc-workflows/releases/latest/download/install.sh | shTrên Windows, mở PowerShell thường (không chọn "Run as administrator") rồi chạy:
irm https://github.com/awslabs/aidlc-workflows/releases/latest/download/install.ps1 | iexLệnh này tải trình cài đặt bản ổn định mới nhất và chạy luôn. Trình cài đặt sẽ cài lệnh aidlc và các thành phần cho từng công cụ AI. Trên Windows, nó cài cho tài khoản hiện tại và tự thêm thư mục chứa lệnh vào PATH của người dùng. Nếu bạn mở PowerShell bằng quyền quản trị, README cho biết bạn sẽ nhận cảnh báo và một câu hỏi xác nhận, vì cài bằng quyền quản trị kém an toàn hơn.
Chỗ người mới hay vấp: sau khi cài xong, hãy mở một cửa sổ terminal mới. Cửa sổ cũ thường chưa nhận PATH mới nên báo không tìm thấy aidlc. Nếu muốn tự quản lý PATH trên Windows, README nhắc có cờ -NoModifyPath. Trên macOS, Linux hoặc WSL, hãy làm theo hướng dẫn về PATH mà trình cài đặt in ra nếu có.
Muốn tự sao chép file vào dự án hoặc không cài được bản chạy sẵn? README có đường thủ công: cài Bun, tải file aidlc-copy-runtime-X.Y.Z.tar.gz từ trang release, rồi chép nguyên thư mục runtime/<harness>/ vào dự án. Đường này không cần lệnh aidlc.
B.Cấu hình cho dự án của bạn
Mở terminal, đi tới thư mục gốc của dự án (thư mục ngoài cùng, nơi chứa code của bạn), rồi chạy:
cd /path/to/your-project
aidlc config --harness claude
aidlc doctorThay /path/to/your-project bằng đường dẫn thật tới dự án. Chữ claude là tên công cụ AI. Thay bằng kiro, kiro-v2, codex, cursor, opencode hoặc copilot tùy công cụ bạn dùng. Nếu chạy aidlc config mà không có --harness, và đang ở trong terminal tương tác, nó sẽ hỏi bạn từng câu để cài đặt.
Lưu ý về tên Kiro: bản hiện tại dùng kiro cho Kiro IDE hoặc Kiro CLI bản v3, còn kiro-v2 dành cho Kiro CLI (V2). Các bản AI-DLC cũ từ 2.11.3 trở xuống đặt tên ngược lại, nên nếu bạn dùng bản cũ hãy xem phần hướng dẫn Kiro trong tài liệu.
Nếu bạn dùng terminal trong Kiro IDE ở một thư mục chưa tin cậy, Kiro sẽ hỏi có tin cậy thư mục không. Chỉ chọn Trust Folder & Continue cho dự án của chính bạn hoặc thư mục bạn đã kiểm tra, vì tin cậy nghĩa là các hook trong .kiro được phép chạy lệnh trên máy bạn. Không chắc thì chọn Cancel và xem lại thư mục trước.
C.Mở công cụ AI và bắt đầu
Mở công cụ AI trong dự án vừa cấu hình. Cách mở theo README: Claude Code gõ claude, Codex gõ codex, opencode gõ opencode, Cursor mở ứng dụng hoặc chạy agent. Kiro IDE thì mở dự án và chọn aidlc ở bộ chọn agent trong khung chat, còn Kiro CLI v3 chạy kiro-cli --v3. Sau đó gõ yêu cầu đầu tiên (xem phần dưới).
IV.Kiểm tra đã chạy được chưa
Lệnh kiểm tra chính là aidlc doctor, chạy từ thư mục gốc của dự án sau khi cấu hình:
aidlc doctorREADME không mô tả chính xác dòng chữ in ra khi thành công. Vì vậy hãy hiểu đây là bước rà soát: nếu có vấn đề, lệnh sẽ báo để bạn xử lý. Chi tiết chẩn đoán nằm ở mục Troubleshooting trong tài liệu của repo.
Bước kiểm tra thứ hai là chạy thử thật. Mở công cụ AI trong dự án, gõ /aidlc kèm một yêu cầu nhỏ. Theo README, bạn sẽ thấy AI-DLC chọn quy trình dựa trên yêu cầu, hỏi các quyết định còn thiếu và dừng ở cổng duyệt trước khi đi tiếp. Thấy hành vi đó nghĩa là mọi thứ đã nối đúng.
V.Dùng vào việc thật
Cách gọi giống nhau ở hầu hết công cụ: gõ /aidlc rồi mô tả việc. Riêng Codex CLI dùng $aidlc thay cho /aidlc. Các ví dụ dưới đây dùng prompt mẫu để bạn tham khảo. Kết quả cụ thể phụ thuộc vào dự án, model và các câu trả lời của bạn.
A.Dựng API quản lý kho từ một câu mô tả
Bối cảnh: bạn là chủ một cửa hàng nhỏ, có một lập trình viên làm thuê, cần phần mềm theo dõi tồn kho. Thay vì giao một câu mơ hồ rồi chờ, bạn mở công cụ AI trong thư mục dự án và gõ đúng ví dụ trong README:
/aidlc Build a REST API for inventory managementAI-DLC sẽ chọn quy trình phù hợp, hỏi bạn những điều còn thiếu (ví dụ cần quản lý những gì, ai được dùng), rồi dừng ở cổng duyệt. Kết quả bạn nhận được là một chuỗi quyết định có ghi lại, và bạn duyệt từng chặng trước khi code được viết tiếp.
AI-DLC không để AI tự chạy một mạch. Nó dừng lại hỏi bạn ở mỗi cổng quan trọng.
Ông T
B.Sửa lỗi trong dự án đang chạy
Bối cảnh: bạn là lập trình viên, khách báo một lỗi và bạn muốn sửa mà có lý do rõ ràng. Repo có hồ sơ quy trình dành cho sửa lỗi. Bạn mô tả lỗi bằng lời thường:
/aidlc Fix the bug where order totals are wrong when a discount code is appliedHệ thống chọn quy trình theo yêu cầu, nên không ép bạn qua toàn bộ các bước nặng như một dự án mới. Kết quả bạn nhận được: một luồng sửa lỗi có điểm dừng để bạn xem nguyên nhân và hướng sửa trước khi chấp nhận.
C.Thử một ý tưởng nhanh trước khi đầu tư
Bối cảnh: nhân viên văn phòng hoặc người làm sản phẩm muốn thử một công cụ nội bộ, chưa chắc có làm thật hay không. README liệt kê hồ sơ cho "proof of concept" (thử nghiệm ý tưởng). Bạn nêu rõ đây là bản thử:
/aidlc Build a proof of concept for a tool that turns meeting notes into a task listKết quả nhận được là quy trình gọn hơn cho bản thử, vẫn có cổng duyệt. Bạn xem thử bản nháp rồi mới quyết định có làm tiếp hay không. Muốn biết chính xác hồ sơ nào hợp, hãy xem mục Workflow Profiles trong tài liệu.
D.Làm việc nhóm với một công cụ AI khác nhau
Bối cảnh: nhóm bạn có người dùng Claude Code, người dùng Cursor, người dùng Codex. Vì cùng một lõi chạy trên mọi công cụ, mỗi người cấu hình theo công cụ của mình:
aidlc config --harness cursorRồi gõ /aidlc như nhau. Kết quả là cả nhóm dùng chung một quy trình và một cách ghi chép, dù mỗi người dùng một công cụ AI.
VI.Lỗi hay gặp và cách xử lý
Luôn bắt đầu bằng aidlc doctor từ thư mục gốc của dự án. Các lỗi thường gặp theo README:
A.Không tìm thấy lệnh aidlc
Trên Windows, hãy đóng hẳn rồi mở lại ứng dụng terminal hoặc IDE. Một tab mới trong cửa sổ đã mở trước lúc cài vẫn giữ PATH cũ. Hoặc dùng lệnh đầy đủ mà trình cài đặt in ra khi bạn cài với -NoModifyPath. Trên macOS, Linux, làm theo hướng dẫn PATH của trình cài đặt.
B.Dự án và bản cài lệch phiên bản
Chạy lại aidlc config trong thư mục dự án để đồng bộ.
C.Hook của Codex không chạy
Bạn cần tin cậy hook của dự án theo hướng dẫn trong tài liệu Codex của repo. Chỉ làm vậy với dự án bạn biết rõ nội dung.
D.Truy cập Amazon Bedrock bị lỗi
Kiểm tra đã bật các model được cấu hình chưa, thông tin đăng nhập AWS và vùng (region) có đúng không. Đừng dán khóa AWS vào chat hoặc vào file được đưa lên kho mã công khai.
E.Bước của plugin biến mất, hoặc kỹ năng mới làm mới nhưng không có tác dụng
Nếu bước của plugin biến mất sau khi làm mới, chạy /aidlc plugin sync. Nếu các skill vừa làm mới không có hiệu lực, hãy mở một phiên làm việc mới của công cụ AI.
VII.Có nên dùng không
Điểm mạnh: quy trình rõ, có cổng duyệt, có nhật ký, và cùng một cách làm trên nhiều công cụ AI. Cài đặt là một dòng lệnh, không cần Node.js hay Bun cho đường cài chuẩn. Repo do AWS Labs duy trì, dùng giấy phép MIT-0 và vẫn được cập nhật trong vài tháng gần đây.
Giới hạn cần biết: đây là bộ quy trình, không phải một AI độc lập. Bạn vẫn cần một công cụ AI viết code và quyền dùng model mạnh. Số lượng khái niệm khá nhiều (giai đoạn, agent, hồ sơ, cổng duyệt), nên với người mới sẽ cần vài buổi làm quen. Với việc rất nhỏ như sửa một dòng chữ, quy trình này có thể là hơi nặng. Chất lượng đầu ra vẫn phụ thuộc vào model bạn chọn, và README khuyên đọc lại kết quả cũng như chi phí trước khi hành động.
Nếu bạn chỉ cần một trợ lý trả lời nhanh trong lúc viết code, hãy dùng thẳng công cụ AI mà không cần thêm lớp quy trình. Nếu bạn làm dự án kéo dài, nhiều người, cần truy vết quyết định và muốn kiểm soát AI, AI-DLC rất đáng thử trên một dự án nhỏ trước.
Câu hỏi thường gặp
aidlc-workflows có miễn phí không?
Repo dùng giấy phép MIT-0, nên bạn dùng và sửa được tự do. Tuy nhiên, chi phí dùng model AI nằm ở công cụ bạn chọn (Claude Code, Kiro, Codex, Cursor...). README nhắc bạn nên xem lại chi phí trước khi hành động. Tư liệu không nêu mức giá cụ thể.
Có cần GPU hay máy cấu hình mạnh không?
README không nêu yêu cầu về GPU hay phần cứng. Công việc nặng do model của công cụ AI xử lý, còn AI-DLC là bộ quy trình chạy cùng công cụ đó.
Chạy trên Windows được không?
Được. README có lệnh cài riêng bằng PowerShell, cài cho tài khoản hiện tại và tự thêm vào PATH của người dùng. Bạn nên chạy từ cửa sổ PowerShell thường, không dùng quyền quản trị. Cũng có thể dùng WSL với lệnh dành cho macOS, Linux.
Có cần cài Node.js hoặc Bun không?
Với đường cài chuẩn thì không. README nói bạn không cần cài Bun hay Node.js, vì lệnh và hook chạy qua lệnh aidlc. Chỉ khi chọn cách sao chép thủ công vào dự án mới cần cài Bun.
AI-DLC dùng được với những công cụ AI nào?
Theo README: Claude Code, Kiro CLI, Kiro IDE, Codex CLI, Cursor, opencode và GitHub Copilot. Mỗi công cụ có tên cấu hình riêng như claude, kiro, kiro-v2, codex, cursor, opencode, copilot. Một số công cụ có yêu cầu phiên bản tối thiểu.
Dữ liệu của tôi có an toàn không?
Tư liệu không có phần mô tả riêng về xử lý dữ liệu. Có hai lưu ý an toàn: chỉ tin cậy thư mục (Kiro) hoặc hook (Codex) của dự án bạn biết rõ nội dung, và luôn đọc lại kết quả AI tạo ra. Việc mô hình AI nhận dữ liệu thế nào còn tùy công cụ và nhà cung cấp bạn chọn.
AI-DLC khác gì việc nhờ thẳng Claude Code hay Cursor làm?
AI-DLC không thay các công cụ đó mà chạy bên trong chúng. Nó thêm giai đoạn, hồ sơ quy trình, cổng duyệt của con người, nhật ký và bộ nhớ nhóm. Nhờ vậy việc AI làm có cấu trúc và truy vết được, thay vì chỉ là một chuỗi hội thoại.


