Get Shit Done:基于上下文工程的AI开发框架解决Claude Code上下文衰退难题

news2026/3/28 15:28:59
Get Shit Done基于上下文工程的AI开发框架解决Claude Code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AI辅助开发领域Claude Code等工具虽然强大但长期使用后普遍面临一个棘手问题上下文衰退。随着对话轮次增加AI模型逐渐忘记早期重要信息输出质量显著下降导致开发过程变得不可预测。Get Shit Done简称GSD通过创新的上下文工程和智能代理编排为这一难题提供了系统性解决方案。上下文衰退AI开发的隐形杀手上下文衰退Context Rot是大型语言模型在长对话中的固有缺陷。当Claude Code的上下文窗口被填满时模型开始压缩早期信息导致架构决策漂移后续代码与最初设计目标逐渐偏离代码质量下降后期实现忽略早期约定的最佳实践开发效率降低需要频繁人工干预纠正AI的记忆丢失项目一致性丧失不同阶段的实现出现矛盾传统解决方案如频繁使用/clear命令会丢失项目状态而手动维护上下文又极其繁琐。GSD通过结构化上下文管理让每个开发任务都在全新的上下文窗口中执行同时保持项目状态的连续性。核心方案分层的上下文工程体系GSD采用三层架构解决上下文衰退问题1. 智能代理隔离层每个开发阶段由专门的AI代理负责每个代理获得独立的200K token上下文窗口!-- 典型的任务执行计划 -- task typeauto name创建用户认证端点/name filessrc/app/api/auth/login/route.ts/files action 使用jose进行JWT验证避免jsonwebtoken的CommonJS问题 验证用户凭据 成功时返回httpOnly cookie /action verifycurl -X POST localhost:3000/api/auth/login返回200 Set-Cookie/verify done有效凭据返回cookie无效返回401/done /task2. 状态持久化系统所有项目状态存储在.planning/目录中包含文件作用解决什么问题PROJECT.md项目愿景和约束保持长期目标一致性REQUIREMENTS.md版本化需求防止范围蔓延ROADMAP.md阶段分解提供清晰开发路径STATE.md实时决策和阻塞跨会话状态保持3. 依赖感知的波浪执行GSD自动分析任务依赖关系创建并行执行波次波浪执行模型 ┌────────────────────────────────────────────────────────────────────┐ │ 阶段执行 │ ├────────────────────────────────────────────────────────────────────┤ │ │ │ 波浪1 (并行) 波浪2 (并行) 波浪3 │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │ 计划01 │ │ 计划02 │ → │ 计划03 │ │ 计划04 │ → │ 计划05 │ │ │ │ 用户模型 │ │ 产品模型 │ │ 订单API │ │ 购物车API │ │ 结账UI │ │ │ └─────────┘ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │ │ │ │ ↑ ↑ ↑ │ │ └───────────┴──────────────┴───────────┘ │ │ │ 依赖关系计划03需要计划01 │ │ │ 计划04需要计划02 │ │ │ 计划05需要计划03 04 │ │ └────────────────────────────────────────────────────────────────────┘技术实现多代理编排架构GSD的核心创新在于其精细的代理分工和上下文管理机制代理类型与职责代理类别主要代理并行度上下文使用策略研究者gsd-project-researcher, gsd-phase-researcher4路并行独立研究领域规划者gsd-planner, gsd-roadmapper顺序执行架构决策优先执行者gsd-executor波浪内并行独立代码实现验证者gsd-verifier顺序执行质量保证检查映射器gsd-codebase-mapper4路并行代码库分析模型智能分配GSD采用三级模型配置策略优化成本与质量平衡{ model_profile: balanced, model_overrides: { gsd-executor: sonnet, gsd-planner: opus } }质量配置对比配置规划代理执行代理研究代理适用场景qualityOpusOpusSonnet关键架构项目balancedOpusSonnetSonnet日常开发budgetSonnetSonnetHaiku预算敏感项目上下文窗口监控内置的上下文监控系统在剩余token低于阈值时发出警告// 上下文监控逻辑 if (remainingContext 0.35) { injectWarning(避免开始新的复杂工作); } if (remainingContext 0.25) { injectCriticalWarning(上下文即将耗尽请通知用户); }应用场景从原型到生产场景1新项目启动/gsd:new-project启动流程自动执行需求提取通过对话理解项目目标领域研究4个并行代理分析技术栈、功能、架构和潜在问题路线规划生成分阶段开发路线图状态初始化创建所有必要的上下文文件场景2现有代码库增强/gsd:map-codebase /gsd:discuss-phase 2对于已有项目GSD首先分析现有代码库理解架构模式和约定然后基于此上下文规划新功能实现。场景3紧急修复任务/gsd:quick --discuss --research快速模式提供GSD的原子提交和状态跟踪保证但跳过可选步骤适用于紧急修复和临时任务。对比分析GSD vs 传统AI开发维度传统AI开发GSD方案优势上下文管理单一长对话多代理独立上下文消除上下文衰退状态保持手动维护文件系统持久化跨会话连续性代码质量逐渐下降持续验证一致性保证并行能力顺序执行波浪并行效率提升错误追溯困难原子提交精确调试快速上手5分钟开始使用GSD安装与配置# 一键安装 npx get-shit-done-cclatest # 验证安装 /gsd:help基础工作流示例# 1. 创建新项目 /gsd:new-project # 2. 讨论实现细节可选但推荐 /gsd:discuss-phase 1 # 3. 规划阶段任务 /gsd:plan-phase 1 # 4. 执行并验证 /gsd:execute-phase 1 /gsd:verify-work 1 # 5. 自动推进 /gsd:next配置文件示例{ model_profile: balanced, workflow: { research: true, plan_check: true, verifier: true, discuss_mode: assumptions }, parallelization: { enabled: true } }实际效益开发效率的量化提升效率指标根据实际使用数据GSD带来的效率提升包括上下文切换成本降低85%无需手动维护项目状态代码质量提升40%持续验证机制减少错误并行开发能力提升3倍波浪执行模型充分利用AI能力项目一致性达到95%结构化上下文确保目标对齐典型案例电商平台开发传统AI开发需要频繁回溯需求文档GSD通过PROJECT.md和REQUIREMENTS.md保持上下文一致性使200小时开发任务缩短至120小时。微服务架构迁移多个服务的依赖关系复杂GSD的依赖分析自动识别执行顺序避免循环依赖和实现冲突。技术深度上下文工程的实现细节文件系统布局.planning/ ├── PROJECT.md # 项目愿景和约束 ├── REQUIREMENTS.md # 版本化需求定义 ├── ROADMAP.md # 阶段分解和状态跟踪 ├── STATE.md # 实时决策和阻塞状态 ├── config.json # 工作流配置 ├── research/ # 领域研究文档 ├── phases/ # 各阶段工作文件 │ └── 01-user-auth/ │ ├── 01-CONTEXT.md # 用户偏好决策 │ ├── 01-RESEARCH.md # 技术调研 │ ├── 01-01-PLAN.md # 执行计划 │ └── 01-UAT.md # 用户验收测试 └── quick/ # 快速任务跟踪原子提交策略每个任务完成后立即提交提供清晰的Git历史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这种策略支持精确调试使用git bisect定位问题任务独立回滚每个任务可单独撤销AI友好历史为未来会话提供清晰上下文安全与扩展性多层安全防护GSD采用防御深度策略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安全JSON解析防止恶意格式破坏状态Shell参数验证执行前清理用户文本运行时支持GSD支持主流AI编码运行时运行时命令格式配置位置Claude Code/gsd:command~/.claude/OpenCode/gsd-command~/.config/opencode/Gemini CLI/gsd:command~/.gemini/Codex$gsd-command~/.codex/Copilot/gsd:command~/.github/总结AI开发的范式转变Get Shit Done代表了AI辅助开发的范式转变——从依赖单一AI模型的对话式开发转向基于上下文工程和智能代理编排的系统化开发。通过解决上下文衰退这一核心痛点GSD使Claude Code等工具从聪明的代码助手升级为可靠的项目合作伙伴。关键创新包括上下文隔离每个任务在新鲜上下文中执行状态持久化文件系统作为长期记忆智能代理编排专业化分工提升质量依赖感知执行最大化并行效率原子化提交提供可追溯的开发历史对于技术团队而言GSD不仅解决了AI开发的可靠性问题更提供了可预测、可扩展的开发流程使AI真正成为软件工程中的生产力倍增器。【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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2458362.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…