@liminany1 https://linux.do/t/topic/1534300

@yrom 所以随着各种知识的沉淀这会是一个越用越好用的过程, ai 获取的各种项目特化知识,思考指南越多, 也就会越像一个高级工程师一样去思考去 coding

@yrom 是的,软件开发没有银弹, 但踩过的坑,返工修改,补坑 这些经历其实才是真正促进工程师水平提升的过程, 而 trellis 就是把这些经验都沉淀下来(更新 spec, 更新 journal, 更新思考指南 guides, 更新更完善的思考检查边界), 下一次 ai 获取这些特化知识, 就能更好的对项目去开发维护

之前设想是把所有 bash 脚本能力迁移到 trellis cli 本体里, 但是考虑到非常多用户有各种魔改,自定义工作流的需求, 相关流程结合到 cli 本身会不方便大家使用, 所以全部迁移到 py 脚本了

@NouveauNom 一个 all in one 的辅助 ai coding 的框架, 内部集成了很多 slash command, hook, scripts 以及 上下文渐进式展示, multi agent, multi session 的各种机制,

使用的话,如果是 cc 用户, npm install -g @mindfoldhq/trellis@latest, 在你的项目下面 用 trellis init 进行初始化, 然后就可以直接开始使用了, 我们基本把复杂的地方都揉到框架内部实现了, 日常使用上来说就是多加了一个 /start 和 /record-session 的命令, 但是能让 ai coding 的能力提高很多

@lxue 理念比较复杂,但我们基本把复杂的地方都揉到框架内部实现了, 日常使用上来说就是多加了一个 /start 和 /record-session 的命令

@lxue

npm install -g @mindfoldhq/trellis@latest, 在你的项目下面 用 tl init 进行初始化, 然后就可以直接开始使用了,

如果是 claude code 用户,
打开一个新的 cc 窗口就可以直接开始使用(可以先手动执行 /start 一遍了解下流程),说需求 ai 就会自动创建 task, 然后创建对应需要的 feature 信息文档,以及 spec 文件文档(spec 文件里面会存放各个对应开发规范的实际文件路径,然后通过 claude code 的 hook 注入给后续干活的 ai), 然后让你进行 review 需求,确认之后就会调用对应的一个 implement agent(被注入了上一步获取的所有 spec 规范)去实际干活, 最后你验收通过之后使用 /record-session ,ai 会自动记录本次的工作日志

以及后续连 /start 都不用使用,我们已经用了 claude code 的 session start hook, 把每次 ai 初始化需要的各种信息(trellis 本身工作流程,你最近的 git 提交信息,最近你跟 ai 对话的 jounrl 记录,项目本身信息)都会自动注入给 ai,直接开始对话即可

如果是 cursor 用户
使用流程大概是 /start 启动会话并说出需求, 使用/before--dev (backend/frontend) 让 ai 了解本次需求需要了解的相关开发规范, 开发结束之后使用 /check- 去让 ai 重新获取本次涉及的开发规范,并进行自检,最后用 /record-session 记录对话

其它用户(trae,codex,opencode,windsurf…)
跟 cursor 类似,可以根据自己用的 ide/cli 手动创建对应的 slash command 然后按流程使用

upupup

@mxT52CRuqR6o5 这个是大模型架构问题了,我们框架只能让 ai 尽可能的去像真人,让它尽可能不写屎山代码

@ludage 所以我们是 coding-spec-driven 而不是单纯的 prd-driven, 我们的 plan agent 就是帮忙分解大任务,并跟你确认是否正确,确认之后再尽可能的高质量 coding

@cc9910 所以我们做了 journl+sub agent 去解决上下文相关的问题,比如前面提到的

```
如果用我们这套流程的话, 每次结束对话时用 `/trellis:record-session` ，AI 会把会话摘要写入 `.trellis/workspace/{name}/journal-N.md` ，并在 `index.md` 建立索引。下次 `/trellis:start`时，AI 会自动读取最近的 journal 和 git 信息，恢复上下文。(所以理论上直接扒每天的 journal 文件就能当你的工作日报提交了🤣)
比如有一个很复杂的需求,你可以 /start 一次,然后跟它讨论确认需求, 然后创建一个 task,然后就可以 /record-session 直接记录 journal ,然后开一个新的会话窗口, 输入 /start 让 ai 自动了解上次的情况, 然后帮你开始具体实施干活。
```

1. plan agent 先根据你的当前任务需求,去查找 spec 目录下面存放的高质量代码规范(spec 相关的东西可以看前面几楼我有讲),然后找出这个需求相关的需要遵守的 spec 的某几个具体文档 (比如说要写一个新接口,那需要有 接口怎么组织,数据流转的相关规范文档 入口-biz-data , 然后每一层代码的大致结构长啥样; 然后写 db 操作需要获取 db 相关的 spec 文档,里面会写类似 如果有批量操作,应该用 orm 的 batch 方法而不是在 for 循环里写 db insert 这种), 然后找出所有本次需要遵守的规范文件,存放到一个目录里

2. 然后启动 implement agent, 上一步获取的文件的内容会被脚本读取出来注入给这个 agent,然后它就知道代码该怎么写,然后实际去干活

然后实际开发可能会遇到各种问题, 然后修复的过程中就可以把新的,正确的知识沉淀到 spec 下面的文档里,反复出错的原因会被总结道 guides 目录当作思考指南,供下一次的 plan agent 去复用

@mxT52CRuqR6o5 如果用我们这套流程的话, 每次结束对话时用 `/trellis:record-session` ，AI 会把会话摘要写入 `.trellis/workspace/{name}/journal-N.md` ，并在 `index.md` 建立索引。下次 `/trellis:start`时，AI 会自动读取最近的 journal 和 git 信息，恢复上下文。(所以理论上直接扒每天的 journal 文件就能当你的工作日报提交了🤣)
比如有一个很复杂的需求,你可以 /start 一次,然后跟它讨论确认需求, 然后创建一个 task,然后就可以 /record-session 直接记录 journal ,然后开一个新的会话窗口, 输入 /start 让 ai 自动了解上次的情况, 然后帮你开始具体实施干活。
我们是用这种思路去规避 ai 没有长期记忆的能力的问题

@jolly336 spec-kit 和 openspec 我们都试过,这些本质上是 "prd-driven", 而我们想提高代码质量实际需要的是 "coding-spec-driven" ,有好的,且得适用于你在改的某个深度特化过技术栈的项目的代码规范(其实就是高级工程师脑子里的,知道怎么写出高质量可复用的代码的那些知识,我们将它们沉淀形成文档), 让 ai 了解这些东西才能写出真正高质量的代码

@cssTheGreatest bmad 我个人感觉太重,太繁琐了点,其它那些 spec-driven 的框架本质是 "prd-driven" , 而我们这个是 coding-spec-driven ,
其次,注入的规范会是专门存放的各种 coding 实际规范,会是之前项目沉淀下来,确认百分比准确,可用,正确的东西,比如 “在执行 db 批量操作时,应该用 orm 的 batch 方法,而不是在 for 循环里执行 db insert" 这种明确规范,这些规范就是为了去保证您说的 代码规范、合理性、性能、安全等 case, 避免改错,做错

以及最重要的思考,我们其实也是做了一些优化的,就是 guides 目录,里面会存放让 ai 先思考这次改动需要涉及什么东西的思考指南,比如是否涉及跨层的数据流动? 是否需要新造组件,还是应该直接先去找旧代码复用? 改了这一个地方,其它地方是否需要相关修改?
大概内容会是这样

/*****/.trellis/spec/guides
bug-root-cause-thinking-guide.md db-schema-change-thinking-guide.md semantic-change-checklist.md
code-reuse-thinking-guide.md index.md spec-flow-template.md
cross-layer-thinking-guide.md pre-implementation-checklist.md sync-data-consistency-thinking-guide.md

@xsonglive491 tdd 在 roadmap 里, 新的任务能参考旧有的 spec 规范啊,这个就是我们的特色, 然后需求文档是 ai 根据你的需求写一版本, 然后人工 review 一下

总而言之仓库开源了,项目名字是 Trellis, ai 能力像是爬墙虎一样生命力很强但是会乱爬，我们希望我们的框架能能像一个脚爬架一样让它按照规范前行

原 repo: GitHub - mindfold-ai/Trellis: All-in-one AI framework & toolkit for Claude Code & Cursor
简短版 README: Trellis/README_CN.md at main · mindfold-ai/Trellis · GitHub
详细理念介绍: Trellis/docs/guide-zh.md at main · mindfold-ai/Trellis · GitHub
(如果你懂 k8s,可以看看这个文档方便理解我们的理念: Trellis/docs/use-k8s-to-know-trellis-zh.md at main · mindfold-ai/Trellis · GitHub)

走过路过点点 star ~

@byheaven0912 superpower 和 openspec 都不好用...,superpower 还好点, openspec 更是跟没有一样

@Xe0n0 其实何止Safari,Terminal
还有Xcode,TotalFinder,MacVim,Sublime Text

cmd + {
cmd + }
不行？