现代化AI开发框架Get Shit Done如何彻底解决上下文衰退与规模化开发难题【免费下载链接】get-shit-doneA light-weight and powerful meta-prompting, context engineering and spec-driven development system for Claude Code by TÂCHES.项目地址: https://gitcode.com/GitHub_Trending/getshi/get-shit-doneGet Shit DoneGSD是一个革命性的元提示框架专为Claude Code、OpenCode和Gemini CLI等AI编码工具设计。这个轻量级系统通过上下文工程和规范驱动开发解决了AI开发中最棘手的上下文衰退问题让开发者能够规模化构建复杂项目同时保持代码质量的一致性。架构解析多层级上下文工程系统GSD的核心创新在于其分层架构设计将复杂性隐藏在系统内部为用户提供简洁的工作流接口。系统由四个关键层级构成命令层commands/gsd/*.md作为用户交互入口提供44个定制化命令支持跨运行时统一体验。这些命令文件既是用户界面也是系统规范教导AI如何构建软件。工作流层get-shit-done/workflows/*.md包含46个编排逻辑模块负责加载上下文、生成代理、管理状态和路由流程。工作流文件遵循薄编排器原则——它们从不执行繁重任务而是将工作委托给专门的代理。代理层agents/*.md定义了16个专业化代理角色每个代理在独立上下文中运行避免上下文污染。研究人员、规划师、检查器、执行器和验证器各司其职通过并行处理提升效率。工具层get-shit-done/bin/gsd-tools.cjs提供17个领域模块处理状态管理、配置读写、阶段操作和验证逻辑确保系统行为的一致性和可预测性。核心技术机制上下文窗口管理与代理编排新鲜上下文代理模式GSD最核心的技术突破是新鲜上下文代理机制。传统AI开发中随着对话进行上下文窗口逐渐被历史信息填满导致模型性能下降——这就是所谓的上下文衰退。GSD通过为每个任务创建独立代理确保每个执行单元都获得完整的200K令牌上下文窗口。┌─────────────────────────────────────────────────────┐ │ 用户输入 │ │ /gsd:new-project │ └─────────────────────┬────────────────────────────────┘ │ ┌─────────────────────▼────────────────────────────────┐ │ 编排器 │ │ (薄层仅30-40%上下文占用) │ └──────┬──────────────┬─────────────────┬──────────────┘ │ │ │ ┌──────▼──────┐ ┌─────▼─────┐ ┌────────▼───────┐ │ 研究人员 │ │ 规划师 │ │ 执行器 │ │ (200K上下文) │ │(200K上下文)│ │ (200K上下文) │ │ 并行分析 │ │ 生成计划 │ │ 代码实现 │ └──────┬──────┘ └─────┬─────┘ └────────┬───────┘ │ │ │ ┌──────▼──────────────▼─────────────────▼──────────────┐ │ 结果集成 │ │ (保持主会话轻量) │ └──────────────────────────────────────────────────────┘波次执行与依赖分析执行阶段采用智能依赖分析将任务分组为波次。独立任务在同一波次中并行执行依赖任务按正确顺序排列。这种设计既保证了执行效率又避免了文件冲突。波次分析示例 任务01无依赖 ─┐ 任务02无依赖 ─┤── 波次1并行执行 任务03依赖01 ─┤── 波次2等待波次1完成 任务04依赖02 ─┘ 任务05依赖03,04 ── 波次3等待波次2完成原子提交与状态管理每个任务完成后立即创建原子Git提交确保历史记录清晰可追溯。系统维护.planning/目录作为项目记忆库包含项目愿景、需求、路线图和状态跟踪等结构化文档。应用场景从原型到生产级开发新项目初始化流程GSD的/gsd:new-project命令启动完整的项目生命周期。系统首先通过深度提问理解项目愿景然后并行启动四个研究代理技术栈研究员、功能研究员、架构研究员和风险研究员。这些代理在独立上下文中工作生成STACK.md、FEATURES.md、ARCHITECTURE.md和PITFALLS.md文档。研究合成器整合所有发现后需求提取器将愿景分解为v1/v2/超出范围的需求最后路线规划器创建分阶段的实施计划。整个过程完全自动化开发者只需在关键节点提供输入。阶段化开发工作流每个开发阶段遵循讨论→规划→执行→验证的循环讨论阶段(/gsd:discuss-phase) - 捕获实现偏好和设计决策规划阶段(/gsd:plan-phase) - 研究实现方案并创建原子任务计划执行阶段(/gsd:execute-phase) - 并行执行任务生成代码和原子提交验证阶段(/gsd:verify-work) - 人工验收测试和自动诊断快速模式与工作流管理对于临时任务/gsd:quick模式提供轻量级执行路径保持GSD的质量保证机制但跳过可选步骤。系统还支持多工作流管理允许开发者并行处理多个里程碑。实践指南配置与最佳实践模型配置文件策略GSD允许精细控制每个代理使用的模型平衡质量与成本配置文件规划阶段执行阶段验证阶段qualityClaude OpusClaude OpusClaude Sonnetbalanced(默认)Claude OpusClaude SonnetClaude SonnetbudgetClaude SonnetClaude SonnetClaude Haikuinherit继承运行时选择继承运行时选择继承运行时选择通过/gsd:set-profile budget可以切换到成本优化配置或在/gsd:settings中自定义每个代理的模型分配。工作流代理配置系统提供可调节的工作流代理用户可以根据项目需求启用或禁用workflow.research- 阶段规划前进行领域研究默认启用workflow.plan_check- 执行前验证计划完整性默认启用workflow.verifier- 执行后确认交付成果默认启用workflow.discuss_mode- 讨论模式discuss访谈式或assumptions代码库优先安全与防护机制GSD内置多层安全防护特别是针对间接提示注入攻击路径遍历防护- 验证所有用户提供的文件路径提示注入检测- 扫描用户输入中的注入模式PreToolUse防护钩子- 监控.planning/目录写入安全JSON解析- 防止格式错误的参数破坏状态Shell参数验证- 执行前清理用户文本对于敏感文件保护建议在Claude Code设置中配置拒绝列表{ permissions: { deny: [ Read(.env), Read(.env.*), Read(**/secrets/*), Read(**/*credential*), Read(**/*.pem), Read(**/*.key) ] } }生态整合多运行时支持GSD支持六个主要AI编码运行时每个运行时都有专门的适配层Claude Code- 原生支持使用/gsd:命令前缀OpenCode- 开源模型支持使用/gsd-命令前缀Gemini CLI- Google模型集成保持/gsd:格式Codex- 技能优先架构使用$gsd-命令格式Copilot- GitHub集成支持代理委派Antigravity- Google技能系统基于Gemini的变体安装器自动处理运行时适配包括工具名称映射、钩子事件转换和路径规范化确保一致的开发体验。性能表现规模化开发的实际优势在实际项目中GSD展现出几个关键优势上下文效率- 通过代理隔离主会话上下文占用保持在30-40%而传统方法通常在80%以上。这意味着更快的响应时间和更少的性能下降。并行处理能力- 4个研究代理并行工作将初始研究时间缩短75%。波次执行模型将依赖任务的执行时间优化到理论最小值。质量一致性- 计划检查器确保每个任务计划在实施前都经过验证减少返工率。执行后验证确保交付成果符合阶段目标。状态持久性- 文件化状态管理确保项目记忆在会话间持续存在支持长时间开发和团队协作。技术文档与扩展资源开发者可以通过项目文档深入了解系统内部机制架构设计- docs/ARCHITECTURE.md详细说明系统组件和交互模式核心模块- get-shit-done/bin/包含所有工具模块源码配置参考- docs/CONFIGURATION.md提供完整配置选项用户指南- docs/USER-GUIDE.md包含实际操作示例要开始使用这个现代化AI开发框架只需运行git clone https://gitcode.com/GitHub_Trending/getshi/get-shit-doneGSD代表了AI辅助开发的下一代范式——不是简单的代码生成工具而是完整的工程系统。它通过精心设计的上下文管理、代理编排和状态持久化解决了规模化AI开发的核心挑战让开发者能够专注于创意而非工程细节。【免费下载链接】get-shit-doneA light-weight and powerful meta-prompting, context engineering and spec-driven development system for Claude Code by TÂCHES.项目地址: https://gitcode.com/GitHub_Trending/getshi/get-shit-done创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
现代化AI开发框架：Get Shit Done如何彻底解决上下文衰退与规模化开发难题
发布时间：2026/5/25 11:46:14
现代化AI开发框架Get Shit Done如何彻底解决上下文衰退与规模化开发难题【免费下载链接】get-shit-doneA light-weight and powerful meta-prompting, context engineering and spec-driven development system for Claude Code by TÂCHES.项目地址: https://gitcode.com/GitHub_Trending/getshi/get-shit-doneGet Shit DoneGSD是一个革命性的元提示框架专为Claude Code、OpenCode和Gemini CLI等AI编码工具设计。这个轻量级系统通过上下文工程和规范驱动开发解决了AI开发中最棘手的上下文衰退问题让开发者能够规模化构建复杂项目同时保持代码质量的一致性。架构解析多层级上下文工程系统GSD的核心创新在于其分层架构设计将复杂性隐藏在系统内部为用户提供简洁的工作流接口。系统由四个关键层级构成命令层commands/gsd/*.md作为用户交互入口提供44个定制化命令支持跨运行时统一体验。这些命令文件既是用户界面也是系统规范教导AI如何构建软件。工作流层get-shit-done/workflows/*.md包含46个编排逻辑模块负责加载上下文、生成代理、管理状态和路由流程。工作流文件遵循薄编排器原则——它们从不执行繁重任务而是将工作委托给专门的代理。代理层agents/*.md定义了16个专业化代理角色每个代理在独立上下文中运行避免上下文污染。研究人员、规划师、检查器、执行器和验证器各司其职通过并行处理提升效率。工具层get-shit-done/bin/gsd-tools.cjs提供17个领域模块处理状态管理、配置读写、阶段操作和验证逻辑确保系统行为的一致性和可预测性。核心技术机制上下文窗口管理与代理编排新鲜上下文代理模式GSD最核心的技术突破是新鲜上下文代理机制。传统AI开发中随着对话进行上下文窗口逐渐被历史信息填满导致模型性能下降——这就是所谓的上下文衰退。GSD通过为每个任务创建独立代理确保每个执行单元都获得完整的200K令牌上下文窗口。┌─────────────────────────────────────────────────────┐ │ 用户输入 │ │ /gsd:new-project │ └─────────────────────┬────────────────────────────────┘ │ ┌─────────────────────▼────────────────────────────────┐ │ 编排器 │ │ (薄层仅30-40%上下文占用) │ └──────┬──────────────┬─────────────────┬──────────────┘ │ │ │ ┌──────▼──────┐ ┌─────▼─────┐ ┌────────▼───────┐ │ 研究人员 │ │ 规划师 │ │ 执行器 │ │ (200K上下文) │ │(200K上下文)│ │ (200K上下文) │ │ 并行分析 │ │ 生成计划 │ │ 代码实现 │ └──────┬──────┘ └─────┬─────┘ └────────┬───────┘ │ │ │ ┌──────▼──────────────▼─────────────────▼──────────────┐ │ 结果集成 │ │ (保持主会话轻量) │ └──────────────────────────────────────────────────────┘波次执行与依赖分析执行阶段采用智能依赖分析将任务分组为波次。独立任务在同一波次中并行执行依赖任务按正确顺序排列。这种设计既保证了执行效率又避免了文件冲突。波次分析示例 任务01无依赖 ─┐ 任务02无依赖 ─┤── 波次1并行执行 任务03依赖01 ─┤── 波次2等待波次1完成 任务04依赖02 ─┘ 任务05依赖03,04 ── 波次3等待波次2完成原子提交与状态管理每个任务完成后立即创建原子Git提交确保历史记录清晰可追溯。系统维护.planning/目录作为项目记忆库包含项目愿景、需求、路线图和状态跟踪等结构化文档。应用场景从原型到生产级开发新项目初始化流程GSD的/gsd:new-project命令启动完整的项目生命周期。系统首先通过深度提问理解项目愿景然后并行启动四个研究代理技术栈研究员、功能研究员、架构研究员和风险研究员。这些代理在独立上下文中工作生成STACK.md、FEATURES.md、ARCHITECTURE.md和PITFALLS.md文档。研究合成器整合所有发现后需求提取器将愿景分解为v1/v2/超出范围的需求最后路线规划器创建分阶段的实施计划。整个过程完全自动化开发者只需在关键节点提供输入。阶段化开发工作流每个开发阶段遵循讨论→规划→执行→验证的循环讨论阶段(/gsd:discuss-phase) - 捕获实现偏好和设计决策规划阶段(/gsd:plan-phase) - 研究实现方案并创建原子任务计划执行阶段(/gsd:execute-phase) - 并行执行任务生成代码和原子提交验证阶段(/gsd:verify-work) - 人工验收测试和自动诊断快速模式与工作流管理对于临时任务/gsd:quick模式提供轻量级执行路径保持GSD的质量保证机制但跳过可选步骤。系统还支持多工作流管理允许开发者并行处理多个里程碑。实践指南配置与最佳实践模型配置文件策略GSD允许精细控制每个代理使用的模型平衡质量与成本配置文件规划阶段执行阶段验证阶段qualityClaude OpusClaude OpusClaude Sonnetbalanced(默认)Claude OpusClaude SonnetClaude SonnetbudgetClaude SonnetClaude SonnetClaude Haikuinherit继承运行时选择继承运行时选择继承运行时选择通过/gsd:set-profile budget可以切换到成本优化配置或在/gsd:settings中自定义每个代理的模型分配。工作流代理配置系统提供可调节的工作流代理用户可以根据项目需求启用或禁用workflow.research- 阶段规划前进行领域研究默认启用workflow.plan_check- 执行前验证计划完整性默认启用workflow.verifier- 执行后确认交付成果默认启用workflow.discuss_mode- 讨论模式discuss访谈式或assumptions代码库优先安全与防护机制GSD内置多层安全防护特别是针对间接提示注入攻击路径遍历防护- 验证所有用户提供的文件路径提示注入检测- 扫描用户输入中的注入模式PreToolUse防护钩子- 监控.planning/目录写入安全JSON解析- 防止格式错误的参数破坏状态Shell参数验证- 执行前清理用户文本对于敏感文件保护建议在Claude Code设置中配置拒绝列表{ permissions: { deny: [ Read(.env), Read(.env.*), Read(**/secrets/*), Read(**/*credential*), Read(**/*.pem), Read(**/*.key) ] } }生态整合多运行时支持GSD支持六个主要AI编码运行时每个运行时都有专门的适配层Claude Code- 原生支持使用/gsd:命令前缀OpenCode- 开源模型支持使用/gsd-命令前缀Gemini CLI- Google模型集成保持/gsd:格式Codex- 技能优先架构使用$gsd-命令格式Copilot- GitHub集成支持代理委派Antigravity- Google技能系统基于Gemini的变体安装器自动处理运行时适配包括工具名称映射、钩子事件转换和路径规范化确保一致的开发体验。性能表现规模化开发的实际优势在实际项目中GSD展现出几个关键优势上下文效率- 通过代理隔离主会话上下文占用保持在30-40%而传统方法通常在80%以上。这意味着更快的响应时间和更少的性能下降。并行处理能力- 4个研究代理并行工作将初始研究时间缩短75%。波次执行模型将依赖任务的执行时间优化到理论最小值。质量一致性- 计划检查器确保每个任务计划在实施前都经过验证减少返工率。执行后验证确保交付成果符合阶段目标。状态持久性- 文件化状态管理确保项目记忆在会话间持续存在支持长时间开发和团队协作。技术文档与扩展资源开发者可以通过项目文档深入了解系统内部机制架构设计- docs/ARCHITECTURE.md详细说明系统组件和交互模式核心模块- get-shit-done/bin/包含所有工具模块源码配置参考- docs/CONFIGURATION.md提供完整配置选项用户指南- docs/USER-GUIDE.md包含实际操作示例要开始使用这个现代化AI开发框架只需运行git clone https://gitcode.com/GitHub_Trending/getshi/get-shit-doneGSD代表了AI辅助开发的下一代范式——不是简单的代码生成工具而是完整的工程系统。它通过精心设计的上下文管理、代理编排和状态持久化解决了规模化AI开发的核心挑战让开发者能够专注于创意而非工程细节。【免费下载链接】get-shit-doneA light-weight and powerful meta-prompting, context engineering and spec-driven development system for Claude Code by TÂCHES.项目地址: https://gitcode.com/GitHub_Trending/getshi/get-shit-done创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
