当前位置: 首页 > news >正文

Get Shit Done:终极AI开发工具,彻底解决Claude上下文衰退难题

Get Shit Done:终极AI开发工具,彻底解决Claude上下文衰退难题

【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-done

在当今快速发展的AI编程时代,你是否曾遇到过这样的困扰:使用Claude Code进行开发时,随着对话轮次的增加,AI的响应质量逐渐下降,代码逻辑开始混乱,开发效率大打折扣?这就是让无数开发者头疼的"上下文衰退"问题。现在,Get Shit Done(简称GSD)作为一款革命性的AI开发工具,专门为解决这一难题而生,让AI编程变得更加可靠和高效。

什么是上下文衰退?AI开发者的共同痛点

上下文衰退是AI编程中一个普遍存在的问题。当Claude Code等AI工具处理长对话时,它们会逐渐"遗忘"早期的上下文信息,导致:

  • 代码质量下降:后续生成的代码偏离原始需求
  • 逻辑不一致:AI无法保持连贯的开发思路
  • 重复解释:需要不断重复之前的决策和约束
  • 开发效率低下:花费大量时间重新解释需求

这种问题严重影响了开发者的工作效率和项目质量。GSD通过其强大的上下文工程层,从根本上解决了这一难题。

GSD的核心优势:让AI编程变得可靠

GSD是一个轻量级且功能强大的元提示系统,专门为Claude Code、OpenCode和Gemini CLI等AI编程工具设计。它集成了元提示技术、上下文工程和规范驱动开发功能,将复杂性隐藏在系统内部,为用户提供简洁高效的工作流程。

多代理智能编排系统

GSD采用智能的多代理架构,每个阶段都有专门的代理负责:

阶段协调器职责代理职责
研究协调、呈现发现4个并行研究者调查技术栈、功能、架构、陷阱
规划验证、管理迭代规划器创建计划,检查器验证,循环直到通过
执行分组为波次、跟踪进度执行器并行实现,每个都有新鲜的200K上下文
验证呈现结果、路由下一步验证器检查代码库是否符合目标,调试器诊断失败

原子Git提交机制

每个任务完成后立即获得自己的提交,确保代码变更的清晰追踪:

abc123f docs(08-02): complete user registration plan def456g feat(08-02): add email confirmation flow hij789k feat(08-02): implement password hashing lmn012o feat(08-02): create registration endpoint

这种机制带来的好处包括:Git bisect能准确定位失败任务,每个任务可独立回滚,为未来的Claude会话提供清晰的历史记录。

智能波次执行机制

GSD根据依赖关系将计划分组为"波次",在每个波次内并行运行任务,波次之间按顺序执行:

┌────────────────────────────────────────────────────────────────────┐ │ PHASE EXECUTION │ ├────────────────────────────────────────────────────────────────────┤ │ │ │ WAVE 1 (parallel) WAVE 2 (parallel) WAVE 3 │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │ Plan 01 │ │ Plan 02 │ → │ Plan 03 │ │ Plan 04 │ → │ Plan 05 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ User │ │ Product │ │ Orders │ │ Cart │ │ Checkout│ │ │ │ Model │ │ Model │ │ API │ │ API │ │ UI │ │ │ └─────────┘ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │

5步快速上手:完整的开发工作流程

第1步:初始化项目

使用/gsd:new-project命令,系统会引导你完成整个过程:

  1. 提问:直到完全理解你的想法(目标、约束、技术偏好、边界情况)
  2. 研究:生成并行代理来调查领域(可选但推荐)
  3. 需求:提取v1、v2和超出范围的内容
  4. 路线图:创建与需求映射的阶段

第2步:讨论阶段

使用/gsd:discuss-phase 1命令,这是你塑造实现的地方。系统分析阶段并基于正在构建的内容识别灰色区域:

  • 视觉功能→ 布局、密度、交互、空状态
  • API/CLI→ 响应格式、标志、错误处理、详细程度
  • 内容系统→ 结构、语气、深度、流程
  • 组织任务→ 分组标准、命名、重复项、例外

第3步:规划阶段

使用/gsd:plan-phase 1命令,系统会:

  1. 研究:调查如何实现此阶段,由你的CONTEXT.md决策指导
  2. 规划:创建2-3个原子任务计划,采用XML结构
  3. 验证:根据需求检查计划,循环直到通过

第4步:执行阶段

使用/gsd:execute-phase 1命令,系统会:

  1. 以波次运行计划:尽可能并行,依赖时顺序执行
  2. 每个计划都有新鲜上下文:200K令牌纯粹用于实现,零积累垃圾
  3. 每个任务单独提交:每个任务获得自己的原子提交
  4. 根据目标验证:检查代码库是否提供了阶段承诺的内容

第5步:验证工作

使用/gsd:verify-work 1命令,这是你确认它实际工作的地方。系统会:

  1. 提取可测试的交付物:你现在应该能够做什么
  2. 逐个引导你:"你能用电子邮件登录吗?" 是/否,或描述问题
  3. 自动诊断失败:生成调试代理查找根本原因
  4. 创建已验证的修复计划:准备立即重新执行

核心命令速查表:提升开发效率

命令功能描述使用场景
/gsd:new-project完整初始化:问题→研究→需求→路线图新项目启动
/gsd:discuss-phase [N]在规划前捕获实现决策需求澄清
/gsd:plan-phase [N]为阶段进行研究和规划详细规划
/gsd:execute-phase <N>在并行波次中执行所有计划代码实现
/gsd:verify-work [N]手动用户验收测试质量验证
/gsd:ship [N]从已验证的阶段工作创建PR发布部署
/gsd:next自动推进到下一个逻辑工作流程步骤流程自动化
/gsd:fast <text>内联琐碎任务 — 完全跳过规划,立即执行快速修复

配置个性化体验:满足不同需求

GSD将项目设置存储在.planning/config.json中。通过/gsd:settings命令可以进行个性化配置:

核心设置选项

设置选项默认值控制内容
modeyolo,interactiveinteractive自动批准vs每个步骤确认
granularitycoarse,standard,finestandard阶段粒度 — 范围如何切片

模型配置文件

控制每个代理使用的Claude模型。平衡质量与令牌消耗:

配置文件规划执行验证适用场景
qualityOpusOpusSonnet最高质量输出
balanced(默认)OpusSonnetSonnet平衡质量与成本
budgetSonnetSonnetHaiku成本优化
inherit继承继承继承使用运行时默认

实际应用场景:解决真实开发问题

场景1:新项目启动

你想构建一个电子商务平台,但不确定从哪里开始。使用/gsd:new-project,系统会引导你完成整个过程,从理解需求到创建详细的路线图。

场景2:现有项目增强

你有一个正在运行的项目,需要添加新功能。使用/gsd:map-codebase先分析你的代码库,然后/gsd:new-milestone开始新版本。

场景3:快速修复

你需要快速添加暗模式切换。使用/gsd:quick "Add dark mode toggle to settings",GSD会处理其余部分。

场景4:复杂功能开发

当需要开发复杂功能时,GSD的多代理系统能够并行处理研究、规划和验证,大幅缩短开发周期。

一键安装教程:快速开始使用

基础安装

npx get-shit-done-cc@latest

安装程序会提示你选择:

  1. 运行时— Claude Code、OpenCode、Gemini、Codex、Copilot、Cursor、Windsurf、Antigravity或全部
  2. 位置— 全局(所有项目)或本地(仅当前项目)

验证安装

  • Claude Code / Gemini:/gsd:help
  • OpenCode:/gsd-help
  • Codex:$gsd-help
  • Copilot:/gsd:help
  • Antigravity:/gsd:help

推荐配置

GSD专为无摩擦自动化设计。使用以下方式运行Claude Code以获得最佳体验:

claude --dangerously-skip-permissions

内置安全加固:保护你的开发环境

GSD自v1.27起包含深度防御安全机制:

  • 路径遍历预防— 所有用户提供的文件路径都经过验证
  • 提示注入检测— 集中式security.cjs模块在用户提供的文本进入规划工件前扫描注入模式
  • PreToolUse提示保护钩子gsd-prompt-guard扫描写入.planning/的嵌入式注入向量
  • 安全JSON解析— 格式错误的--fields参数在破坏状态前被捕获
  • Shell参数验证— 用户文本在shell插值前被清理

项目结构:清晰的组织管理

GSD创建和维护以下文件结构,确保项目管理的清晰性和可追溯性:

文件/目录功能描述重要性
PROJECT.md项目愿景,始终加载核心
research/生态系统知识(技术栈、功能、架构、陷阱)研究
REQUIREMENTS.md具有阶段可追溯性的范围化v1/v2需求规划
ROADMAP.md你要去的地方,已完成的内容进度
STATE.md决策、阻塞项、位置 — 跨会话的记忆状态
PLAN.md具有XML结构的原子任务,验证步骤执行
SUMMARY.md发生了什么,改变了什么,提交到历史记录总结
todos/为以后工作捕获的想法和任务待办
threads/用于跨会话工作的持久上下文线程线程
seeds/前瞻性想法,在正确的里程碑出现种子

进阶技巧:提升使用效率

技巧1:合理使用快速模式

对于简单的修改任务,使用/gsd:fast命令可以跳过完整的规划流程,直接执行。这适用于:

  • 小的UI调整
  • 文档更新
  • 简单的bug修复

技巧2:充分利用讨论阶段

在规划前花时间在讨论阶段,可以显著提高后续阶段的效率。系统会帮助你:

  • 明确功能边界
  • 识别潜在问题
  • 建立清晰的验收标准

技巧3:定期使用验证工作

不要等到所有功能都完成后才进行验证。每个阶段完成后立即使用/gsd:verify-work,可以:

  • 及早发现问题
  • 减少返工成本
  • 确保功能符合预期

技巧4:合理配置模型

根据项目的重要性和预算,选择合适的模型配置文件:

  • 重要项目:使用quality配置文件确保最高质量
  • 日常开发:使用balanced配置文件平衡成本和质量
  • 实验性项目:使用budget配置文件控制成本

为什么选择GSD?与其他工具的区别

其他规范驱动开发工具,如BMAD、Speckit等,往往将事情变得过于复杂,引入了诸如冲刺会议、故事点、利益相关者同步、回顾会议、Jira工作流等繁琐流程,或者缺乏对所构建项目的整体理解。

GSD的独特优势

  • 为创意人士设计:不是为50人的软件公司设计,不玩企业级剧场
  • 复杂性在系统中:不是在你的工作流程中
  • 专注于构建:帮助你构建出色且实用的产品
  • 解决实际问题:专门针对AI编程中的上下文衰退问题
  • 简单易用:几个命令就能完成复杂的工作流程

未来展望:持续进化的AI开发工具

GSD正在不断进化,未来版本将带来更多令人兴奋的功能:

  • 增强的UI设计合同:更智能的前端代码生成
  • 更强大的多项目支持:改进的工作空间管理
  • 高级调试功能:更深入的故障诊断工具
  • 社区集成:与更多开发工具的无缝集成
  • 性能优化:进一步提升执行效率和资源利用率

开始使用:加入高效AI开发者的行列

GSD已经受到Amazon、Google、Shopify和Webflow工程师的信任。无论你是AI开发新手还是有经验的开发者,GSD都能为你带来全新的开发体验。

立即开始,彻底解决上下文衰退难题,让你的AI开发工作更加顺畅高效!

记住:Claude Code很强大。GSD让它变得可靠。通过这个革命性的AI开发工具,你将能够专注于创意和业务逻辑,而不是与AI工具的局限性作斗争。开始你的高效AI开发之旅吧!

【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

http://www.rkmt.cn/news/1451520.html

相关文章:

  • 深入libuvc与libusb:手把手解析USB摄像头数据流的双缓冲机制与同步传输
  • 从数据到决策:构建基于价值最大化的智能决策系统
  • 量化交易中的特征重要性分析:GitHub_Trending/ma/machine-learning-for-trading SHAP值应用
  • 2026年支持跨境多功能旅行收纳包/七件套旅行收纳包/宁波旅行收纳包/旅行收纳包精选推荐公司 - 品牌宣传支持者
  • STM32F103VET6通过FSMC驱动2.8寸ILI9341彩屏的双库工程(标准库+HAL)
  • Mesh vs. Torus实战选型:在芯片互连与数据中心网络中如何避坑?
  • Three.js 实战:用 Water 库 5 分钟搞定一个会流动的湖泊(附免费法线贴图资源)
  • 智能胎心监护仪开发全解析:从BLE连接到移动端信号处理
  • 技术赋能生物多样性保护与文化遗产传承:从数据采集到社区参与的全栈实践
  • 原恒星双星光度测量新方法:OCS分子谱线观测技术
  • 革命性中文大语言模型Yuan2.0-2B:入门指南与快速上手教程
  • 5分钟快速上手res-downloader:跨平台网络资源下载终极指南
  • ArcGIS Pro城市建设用地适宜性评价实操工程包(含多源因子图层与完整索引)
  • UniApp小程序跳转后,参数怎么收?手把手教你处理onLaunch和onShow中的extraData
  • CANN EasyAsc DSL a2 Cube-Vec-Cube-Vec模式
  • TradingAgents-CN智能交易框架实战指南:5步快速搭建多智能体量化分析平台
  • 手把手教你用Wireshark抓包,搞定CANoe‘No TCP/IP Stack’模式下的数据监控
  • YOLOv5中文标签实战:用自定义数据集训练一个‘中文版‘安全帽检测模型(附完整代码)
  • 数字权益卡:企业营销新利器
  • 技术行动与学术传承:从数据密集型研究到区域创新生态构建
  • Linux下用libuvc驱动USB摄像头:从权限问题到实时视频流的保姆级避坑指南
  • OpCore-Simplify:智能硬件识别与自动化EFI配置引擎深度解析
  • 为什么ChatGLM、LLaMA都用RoPE,而不用ALiBi?从模型选型实战聊聊位置编码的取舍
  • 【算法】宽度优先遍历(BFS)
  • C++11 特殊类设计 与 四种类型转换 的深度技术详解
  • 告别示教器手动调试:用KAREL程序实现FANUC机器人SOCKET自动连接(附完整.KL源码)
  • 2026年优秀的路沿石塑料模具/立柱塑料模具可靠供应商推荐 - 行业平台推荐
  • DeBERTa-v3-xsmall性能评测:88.3% MNLI准确率背后的优化技巧
  • 任务栏全能监控中心:TrafficMonitor插件生态深度解析
  • 别再像我一样踩坑!手把手教你用MATLAB/Simulink正确推导Buck电路传递函数