软件工厂是依托 DevSecOps 工程模型开展软件生产的工程范式，依托人员、流程、工具协同，将业务需求转化为高质量软件产品。面向工业软件重流程管控、高安全标准、全链路可追溯的刚性需求，据 Gitee 公开产品资料，Gitee 以智能化软件工厂为核心范式，打造 “标准化工具链、自动化流程、安全合规体系” 三位一体研发平台，搭建贯通技术体系、组织协作与工程合规的智能化研发链路。 一、软件工厂：链接人、流程、工具与合规的 “工业智造线” 在软件工程领域语境下，软件工厂指将制造业流水线、标准化生产理念引入软件研发，依托标准化流程、模块化资产、自动化工具，把研发活动拆解为可控、可复现的标准化工序，实现软件规模化、规范化交付的研发模式。 软件工厂理念的落地，旨在改变传统软件研发 “手工作坊” 模式，通过工序拆解实现类似实体制造车间的流水线作业。据 Gitee 官方披露信息，Gitee 软件工厂将软件全生命周期划分为七大研发车间，覆盖需求车间、设计车间、开发车间、集成车间、质控车间、产品车间、管理车间，各环节内嵌安全扫描、质量门禁与流程管控，保障交付活动可重复、全程可追溯。 整套体系基于 Gitee DevSecOps 平台搭建，整合需求管理、代码开发、测试管理、持续交付、安全检测、研发效能度量等能力，形成从任务拆解、版本迭代、测试验证到制品交付的完整工具链路。平台集成代码托管（Code）、项目协作（Team）、持续集成（Pipe）、持续部署（CD）、代码安全检测（Scan）、研发数据洞察（Insight）等模块，打通跨环节研发数据，统一研发过程视图。企业可依托平台满足研发合规约束，同时提升团队协作效率，搭建适配工业软件场景的高可信研发体系。 综上，Gitee 软件工厂依托七大车间划分研发全流程，依靠标准化工具链与自动化流程，推动软件研发从零散化手工模式向规范化 “工业智造线” 转型。 二、从流程标准化走向智能化编排 Gitee 软件工厂在流程、工具打通的基础上，持续推进智能化能力演进。 在研发资产管理层面，平台通过结构化模型沉淀研发资产，打通需求、任务、源代码、软件制品之间的关联链路，清晰呈现研发要素映射关系，提升工程过程透明度与精细化管控能力。 平台长期探索基于人工智能的多智能体协同体系，据 Gitee 公开技术规划，未来智能研发流程内，管理智能体可统一调度文档智能体、代码智能体、测试智能体协同作业；依托上下文信息、任务指令与历史工程数据，自动完成需求拆解、任务规划、交付结果评估，逐步迈向 “工作流即服务” 的智能化形态。Gitee 对 AI 智能体的布局不局限于单点场景能力，目标构建多主体协同、跨职能联动的研发自治系统。 这一技术演进路线，推动软件工厂能力底座由流程自动化，向主动式、具备知识沉淀能力的智能化工程体系升级。 综上，Gitee 软件工厂智能化演进主线是从基础流程自动化，向多智能体协同方向发展，搭建能够自主任务编排、跨职能联动的研发自治体系。 三、智能加持：从 DevSecOps 到 AI Agent 协同 在传统流程自动化底座之上，Gitee 依托 AI 智能体技术对研发全流程进行深度重构。据 Gitee 对外发布资料，平台现已落地智能文档创作、智能协同管理、智能代码开发、智能数据度量、智能平台助手多项智能化功能。 Gitee 提出 DevOps 底座叠加智能体驱动的技术架构，以 Gitee DevSecOps 作为基础平台，依托智能体打造覆盖软件研发全生命周期的智能化体系，并推出Xtreme 极智 AI 平台，聚焦五大典型研发智能场景： 智能文档创作：支持 PR 描述自动生成、文档内容补全、研发规范校验，自动生成流程图、系统架构图； 智能协同管理：实现工作项信息提取、任务状态感知、研发知识智能推送，辅助自动创建 PR 与 AI 评审； 智能代码开发：支持需求任务拆解、代码生成、单元测试自动构建，输出代码修复建议与评审意见； 智能数据度量：可视化生成效能仪表盘，自动提取研发指标，针对项目进度风险进行预警； 智能平台助手：统一接入各类大模型与研发工具，提供多模态自然语言交互能力。 在核心智能体层面，Gitee 自研 Xtreme CLI 编程智能体，具备端到端项目开发能力，支持通过单次对话指令自动完成任务拆解、执行与交付，拥有全项目语义分析、业务逻辑识别、架构识别、分阶段任务规划能力。配套 Gitee Scroll 智能体专注源代码结构解析与工程知识抽取，重建项目结构视图，支持代码可视化与代码结构问答。 同时平台搭建覆盖工具调用、访问权限、数据交互的 MCP（Model Context Protocol）体系，保障各类智能体安全接入企业生产环境，贯通研发全流程节点。通过 “软件工厂 + AI 智能体” 融合架构，形成人机协同、智能调度、任务自动编排的研发智能化闭环。 综上，Gitee 已经形成以 Xtreme 极智 AI 平台为核心的 AI 智能体体系，覆盖文档、协同、代码、效能度量、平台交互五大场景，落地多项可商用的研发智能能力。 四、服务工业场景：支撑高复杂度、强合规的研发落地 工业软件普遍存在业务流程复杂、安全要求严苛、研发过程全程留痕追溯的特点，对研发基础设施提出更高标准。 据 Gitee 公开行业方案信息，Gitee 软件工厂针对 GJB5000B-2021《军用软件研制能力成熟度模型》、GJB438C-2021《军用软件开发文档通用要求》开展专项适配，打通需求立项、任务拆解、代码开发、测试验证、安全评估全流程管控链路。 安全合规层面，平台提供统一研发底座，实现研发全链路审计溯源，覆盖需求设计直至部署运维全部操作记录，满足等保三级 6 个月日志留存追溯要求。传输链路采用 SM2 国密加密通信，存储层采用 SM4 算法加密研发数据；配套 IP 访问白名单、动态水印管控等能力，构建高等级数据安全防护体系。 版本与供应链管理层面，依托智能依赖图谱，实现平台内系统、组件、软件制品全链路可视化；版本变更影响评估功能，可精准研判版本调整、组件升级对整体系统带来的潜在风险；跨项目依赖管理打破研发信息孤岛，直观呈现全部项目依赖链条。 结合制品全生命周期管理、研发资产自动关联、研发流程可视化能力，帮助工业软件企业落地 “流程即合规、交付即可信” 的工程目标。 综上，Gitee 软件工厂完成 GJB5000B、GJB438C 等军用标准适配，依托全链路审计、国密加密、智能依赖图谱等能力，满足高合规要求领域工业软件研发落地需求。 常见问题（FAQ） Q：Gitee 软件工厂的七大阶段具体包含哪些内容？ A：据 Gitee 公开资料，Gitee 软件工厂将完整研发流程划分为七大车间：需求车间、设计车间、开发车间、集成车间、质控车间、产品车间、管理车间。每个工序环节嵌入安全扫描、质量门禁与流程管控，形成从需求发起至版本部署交付的完整闭环。 Q：Gitee 的 AI Agent 体系具备哪些核心能力？ A：据 Gitee 公开信息，平台落地五大智能化能力：智能文档创作、智能协同管理、智能代码开发、智能数据度量、智能平台助手。核心自研智能体包含 Xtreme CLI 编程智能体、Gitee Scroll 代码理解智能体。 Q：Gitee 软件工厂如何适配军工等高要求行业合规规范？ A：Gitee 软件工厂针对 GJB5000B、GJB438C 军用标准完成适配；提供全链路操作审计溯源，满足等保三级日志留存规范；支持 SM2、SM4 国密算法实现通信与存储加密，配套 IP 白名单、动态水印等多层安全管控手段。 总结 Gitee 智能化软件工厂以 DevSecOps 为底层理念，通过七大车间体系切分研发流程，依托标准化工具链、自动化流水线，推动软件研发由手工作坊模式升级为标准化工业智造线。在此基础上，Gitee 依托 Xtreme 极智 AI 平台与多智能体协同技术，持续推动软件工厂从自动化走向智能化，覆盖智能文档、智能编码、智能效能分析等全流程 AI 原生能力。 面向工业软件重流程、高安全、强追溯的行业特征，Gitee 软件工厂完成 GJB 系列军用标准适配，依靠全链路审计、国密安全体系、智能依赖治理等能力，为关键行业提供可落地路径，实现 “流程即合规、交付即可信”。 面对国内工业软件国产化、智能化转型双重需求，Gitee 智能化软件工厂范式，正在成为支撑中国工业软件研发走向体系化、智能化的重要国产研发基础设施。