Get Shit Done:重新定义AI辅助开发的工作流范式
在AI编程工具日益普及的今天,开发者们面临着一个新的挑战:如何让AI助手真正理解复杂的项目上下文,而不是在每次对话中重复基础概念?Get Shit Done(GSD)正是为解决这一核心问题而生的元提示框架,它通过结构化的上下文工程和智能工作流编排,将AI从简单的代码生成器转变为真正的开发伙伴。
从零散对话到系统化协作:GSD的架构哲学
传统AI编程工具最大的局限在于对话的离散性。每个新对话都像是重新雇佣一个不了解项目历史的新员工,需要反复解释需求、架构和进度。GSD通过引入系统化的上下文管理机制,彻底改变了这一模式。
GSD的架构基于三个核心原则:
- 上下文持久化:项目状态、设计决策、技术债务等关键信息被结构化存储,确保AI在整个开发周期中保持一致性理解
- 工作流编排:将复杂的开发任务分解为可管理的阶段,每个阶段都有明确的输入、输出和质量标准
- 多智能体协作:不同的AI智能体专注于特定任务,通过GSD的协调机制实现高效协同
这种设计让开发者能够专注于创造性工作,而不是花费大量时间管理AI的上下文记忆。
四层架构:理解GSD的技术实现
要真正理解GSD的价值,需要深入其技术架构。系统分为四个关键层次,每一层都解决了AI辅助开发中的特定痛点。
命令层:统一的开发接口
在GSD中,所有开发操作都通过统一的命令接口进行。这些命令不仅仅是简单的函数调用,而是完整的开发意图描述:
# 创建新项目并定义完整的技术栈
/gsd:new-project --name "电商API服务" --stack "Node.js, TypeScript, PostgreSQL"
# 执行特定开发阶段,包含完整的质量检查
/gsd:execute-phase --phase "用户认证模块"
# 验证工作成果,自动生成测试和文档
/gsd:verify-work --coverage 80%
命令层的设计遵循"声明式开发"理念,开发者只需描述"要做什么",GSD会自动处理"如何做"和"如何验证"。
工作流层:智能的任务编排
工作流层是GSD的大脑,负责将高级命令分解为具体的执行步骤。每个工作流文件(位于get-shit-done/workflows/目录)都定义了完整的执行逻辑:
- 输入验证和预处理
- 资源分配和依赖检查
- 执行步骤的顺序和并行化
- 错误处理和恢复机制
- 结果验证和报告生成
例如,execute-phase.md工作流不仅执行代码编写,还自动处理代码审查、测试生成和文档更新。
智能体层:专业化的AI协作
GSD通过多个专业化的AI智能体(位于agents/目录)来执行具体任务,每个智能体都有明确的职责边界:
- gsd-planner.md:负责项目规划和阶段分解
- gsd-executor.md:执行具体的开发任务
- gsd-verifier.md:验证工作成果的质量
- gsd-code-reviewer.md:进行代码审查
- gsd-ui-auditor.md:检查UI设计一致性
这种专业化分工避免了"一个AI做所有事情"的局限性,每个智能体都能在其专业领域发挥最佳性能。
状态管理层:开发过程的持久化
状态管理是GSD区别于其他工具的核心特性。系统维护着完整的项目状态记录,包括:
- 当前开发阶段和进度
- 已完成的里程碑和待办事项
- 技术决策和设计文档
- 已知问题和解决方案
- 测试覆盖率和质量指标
这些状态信息存储在结构化的文件中,确保即使重启会话或更换AI模型,开发上下文也不会丢失。
实际应用:GSD在不同开发场景中的表现
场景一:从零开始的Web应用开发
假设你要开发一个任务管理应用,传统方式可能需要数十次来回对话来建立完整的需求理解。使用GSD,整个过程变得系统化:
# 1. 项目初始化
/gsd:new-project --name "TaskFlow" --type "web-app" --stack "React, Node.js, MongoDB"
# 2. 需求讨论和规划
/gsd:discuss-phase --requirements "用户认证、任务创建、协作功能"
# 3. UI设计阶段
/gsd:ui-phase --framework "Material-UI" --responsive true
# 4. 分阶段执行开发
/gsd:execute-phase --phase "后端API"
/gsd:execute-phase --phase "前端组件"
/gsd:execute-phase --phase "数据库集成"
# 5. 自动化验证
/gsd:verify-work --include "单元测试,集成测试,性能测试"
每个阶段都会自动继承前一个阶段的上下文,确保设计决策的一致性。
场景二:现有代码库的重构和维护
对于已有项目,GSD的代码库映射功能/gsd:map-codebase能够分析现有架构,识别技术债务,并制定安全的重构计划:
# 分析现有代码库结构
/gsd:map-codebase --depth 3 --output "architecture-report.md"
# 识别重构机会和风险
/gsd:audit-fix --scope "性能优化,安全漏洞,代码异味"
# 执行安全的增量重构
/gsd:execute-phase --phase "模块解耦" --safety-check true
GSD会在重构过程中维护完整的测试覆盖,确保每次更改都不会破坏现有功能。
场景三:团队协作开发
在多开发者环境中,GSD的上下文共享机制让团队成员能够无缝协作:
# 同步项目状态到共享仓库
/gsd:sync-context --branch "feature/auth"
# 查看其他成员的进展
/gsd:progress --team true
# 合并多个开发分支
/gsd:merge-workstreams --sources "auth-feature,ui-improvements"
每个开发者都能看到完整的项目历史和当前状态,避免了重复工作和冲突。
配置与定制:让GSD适应你的工作方式
GSD提供了灵活的配置系统,允许开发者根据项目需求调整工作流。配置文件位于项目根目录,支持多种定制选项:
{
"modelProfiles": {
"planner": "claude-3-5-sonnet",
"executor": "claude-3-5-sonnet",
"reviewer": "claude-3-haiku"
},
"workflowToggles": {
"autoTestGeneration": true,
"documentationRequired": true,
"securityScan": true
},
"qualityGates": {
"testCoverage": 80,
"complexityThreshold": 10,
"duplicationThreshold": 5
}
}
开发者还可以创建自定义的工作流和智能体,扩展GSD的功能来适应特定的开发需求。
最佳实践:最大化GSD效能的建议
基于项目的实际使用经验,我们总结了以下最佳实践:
1. 从简单项目开始
不要一开始就在复杂项目中使用所有高级功能。从一个小的概念验证项目开始,逐步熟悉GSD的工作方式。
2. 明确定义阶段边界
每个开发阶段应该有清晰的目标和验收标准。GSD的/gsd:plan-phase命令可以帮助你制定详细的阶段计划。
3. 充分利用验证机制
GSD内置了强大的验证系统,包括代码审查、测试生成和UI检查。确保在每个阶段结束时运行/gsd:verify-work。
4. 定期维护项目状态
使用/gsd:update命令定期同步项目状态,清理过时的上下文信息,保持系统的响应速度。
5. 结合版本控制
虽然GSD管理开发上下文,但传统的Git工作流仍然重要。确保将GSD生成的状态文件纳入版本控制。
技术细节:GSD如何解决上下文衰退问题
上下文衰退是AI编程工具的通病:随着对话长度的增加,AI对早期信息的记忆逐渐模糊。GSD通过多种技术手段解决这个问题:
结构化上下文存储
GSD将关键信息(需求、设计决策、API规范等)存储在结构化的Markdown文件中,而不是依赖AI的短期记忆。这些文件作为"事实来源",在需要时被注入到对话中。
智能上下文选择
不是将所有历史信息都发送给AI,GSD会根据当前任务智能选择相关的上下文片段。这减少了无关信息的干扰,提高了AI的理解准确性。
多会话状态同步
GSD维护着跨会话的状态同步机制。即使你关闭了当前的AI会话,重新开始时GSD会自动恢复之前的开发状态。
增量式上下文更新
随着项目的进展,GSD会增量式更新上下文信息,而不是每次都重新构建完整的上下文。这大大减少了重复工作和信息冗余。
开始使用:五分钟快速入门
安装GSD非常简单,只需要几个步骤:
# 1. 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/getshi/get-shit-done
# 2. 进入项目目录
cd get-shit-done
# 3. 安装依赖(如果需要)
npm install
# 4. 启动GSD系统
npx get-shit-done-cc@latest
安装完成后,你可以通过查看文档目录了解详细的使用方法,或者直接从一个小项目开始实践。
总结:AI辅助开发的未来方向
Get Shit Done不仅仅是一个工具,它代表了AI辅助开发的新范式。通过将系统化的工程实践与AI的强大能力相结合,GSD让开发者能够:
- 专注于创造性工作,而不是上下文管理
- 保持开发过程的一致性和可预测性
- 实现真正的团队协作,即使使用不同的AI助手
- 构建可维护、可测试的高质量软件
随着AI编程工具的不断发展,像GSD这样的元提示框架将变得越来越重要。它们不仅提高了开发效率,更重要的是,它们让AI真正成为了软件开发过程中的可靠伙伴,而不是一个需要不断指导的新手。
对于希望提升AI辅助开发体验的团队和个人开发者来说,GSD提供了一个经过实战检验的解决方案。通过采用这种结构化的开发方法,你可以将AI的潜力最大化,同时保持对项目质量和进度的完全控制。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考




