fmfsaisai

@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