AI 最怕「在错的地方干对的事」
AI 效率高，但如果你没管好环境，它可能在测试环境改了东西，却带到了生产；或在分支混乱里，把半成品合并进主干。
这一节，用多环境 + 分支策略管住「AI 在哪干活、干了什么、能不能带出去」。
多环境：给每个环境不同的「规则」
环境要分清，配置和权限各不同：
| 环境 | 定位 | 对 AI 的规则 |
|---|---|---|
| 开发 | 随便改、快速试 | 权限放开些，但别碰其他环境 |
| 测试 | 验证功能 | 测试数据，别连生产库 |
| 生产 | 线上、最重要 | 只读 + 严格确认 + 禁止乱动 |
核心：不同环境用不同配置，别让测试环境的操作溜到生产。
对 mcp-hub：同一套服务清单，不同环境用的配置（地址、凭据）要分开。测试环境用测试库，生产环境用生产库，绝不能混。mcp-hub 里的 env 字段要能区分环境。
怎么管住「环境」
- 环境变量/配置分开：各环境有自己的配置，别共用
- 权限分级：生产环境对 AI 收紧（只读 + 高风险确认）
- 明确告知：在 CLAUDE.md 或指令里说清「你现在在哪个环境、能碰什么」
对 mcp-hub：给团队立一条铁律——「mcp-hub 默认只读，需要写操作时要单独申请并人工确认」，尤其生产环境绝不放开写权限。
分支策略：让 AI 的活「隔离」
AI 干活要隔离在分支里，别让它直接动主干：
主干 main ←受保护，不直接改
└─ feature/mcp-hub/add-inventory ← AI 在这个分支干活
→ 测试通过 → 评审通过 → 合并回主干
这样即使 AI 搞乱，也只乱在分支，不影响主线。
对 mcp-hub：任何「加服务、改规范、调安全基线」的改动，都开独立分支做，审完再合并，别让 AI 直接在共享主干上改。
一个可复制的分支约定
给 mcp-hub 团队定一套分支命名与流程：
# 分支命名：表明用途
git checkout -b feature/mcp-hub/add-inventory # 加库存服务
git checkout -b fix/mcp-hub/registry-format # 修清单格式
# 流程：分支开发 → 测试 → 评审 → 合并 → 清理
git push origin feature/mcp-hub/add-inventory
# （评审通过后）
git checkout main && git merge feature/mcp-hub/add-inventory
git branch -d feature/mcp-hub/add-inventory # 用完清理
命名清晰 + 用完清理，分支才不会堆成乱麻。
一套分支约定
- AI 只干活于独立分支，不直接改主干
- 主干受保护：合并需要测试通过 + 评审
- 命名清晰：分支名表明用途（feature/ / fix/ ）
- 用完清理：合并后删分支，别堆着一堆废弃分支
环境 + 分支，一起管
两者要配合：
- 分支隔离「代码改动」
- 环境隔离「运行和数据」
例：AI 在
feature/mcp-hub/add-inventory分支开发 → 在测试环境验证 → 评审通过 → 合并 → 部署到生产（生产环境对 AI 只读）。
一个完整的链路，让 AI 的每个动作都在「隔离 + 受控」的轨道里。
对 mcp-hub 这套链路更清晰：分支上改清单、测试环境试接入、生产环境只读用。 每一步都不越界。
常见误区
- AI 直接改主干：没有分支隔离，乱改主线
- 测试环境连生产库：环境没隔离，数据出乱子
- 生产环境给 AI 写权限：风险极高
对 mcp-hub：这三个误区是团队事故的高发区，尤其「测试环境连了生产库」——查出来的数据不对，还污染了生产数据。
落地练习：给 mcp-hub 建环境 + 分支规则
这一节，给 mcp-hub 落地一套隔离规则。
跟着这三步走：
- 把 mcp-hub 的服务清单按「开发 / 测试 / 生产」三套配置分开（地址、凭据各不同）
- 给 mcp-hub 定分支规则：加服务/改规范都开
feature/mcp-hub/...分支，审完合并、用完清理 - 模拟一个场景走完整链路：分支上改 → 测试环境验证 → 评审合并
你会怎么判断做对了？——同一套 mcp-hub 在不同环境用的是不同配置、绝不会串；任何改动都走了分支隔离，生产环境默认只读，就算过关。
卡住了怎么办？ 三套配置太重？至少先分开「测试 / 生产」两套。分支流程嫌麻烦？先从「主干受保护、改动进分支」做起。不知道环境怎么区分？用环境变量区分，写进 mcp-hub 的 env 字段。
常见坑：只隔离「分支」，却忘了「环境」
一个容易踩的坑：分支策略做得很认真，每个改动都进分支、走评审，却没管环境——结果测试环境的操作悄悄连了生产库。
分支管「代码」，环境管「数据」，两个都要。mcp-hub 尤其如此：分支隔离做得再好，如果服务清单里测试环境配的是生产库地址，一样出大事。先分环境（不同配置），再做分支隔离（不同改动），两者缺一不可。
小结
- 多环境 + 分支 = 管住 AI「在哪干活、能不能带出去」
- 环境分开发/测试/生产，配置和权限各不同
- 分支隔离 AI 的改动，主干受保护
- 环境管运行数据、分支管代码改动，配合使用
- mcp-hub 用「分支隔离改动 + 环境隔离数据」守护团队共享
下一模块进入「生产级项目实战」。