首页
/ ECC `/frontend` 命令实战:Gemini 主导的前端多模型协作开发工作流

ECC `/frontend` 命令实战:Gemini 主导的前端多模型协作开发工作流

2026-09-09 18:25:36作者:余洋婵Anita

本文基于 ECC 仓库中的 docs/ja-JP/commands/multi-frontend.md 及其英文原版 commands/multi-frontend.md 编写,系统讲解 /frontend(多模型前端)命令的完整使用方式。该命令在 ECC 中属于 multi-* 系列的多模型协作命令,用于以"前端中心"的视角完成 UI/UX 任务,工作流为 Research(调查)→ Ideation(点子创出)→ Plan(计划)→ Execute(实现)→ Optimize(优化)→ Review(评审),由 Gemini 主导前端决策,Claude 负责编排与全部文件写入。读完本文你将掌握:如何安装其依赖的 ccg-workflow 运行时、如何按规范调用外部模型、如何驱动 7 个阶段的完整工作流,以及这套协作范式的信任边界与安全规则。

一、命令定位:前端中心的多模型协作范式

在 ECC 的 multi-* 命令家族中,/frontend 承担的是"前端专项"角色。与面向服务端任务的 multi-backend.md(Codex 主导)、面向全栈的 multi-workflow.md 相比,/frontend 将权威决策权交给 Gemini(日语版文档)或 Antigravity(英文版文档),而 Codex 仅以"后端视角"提供参考意见。

该命令的适用场景非常聚焦,原文档明确列出:

  • 组件设计(Component design)
  • 响应式布局(Responsive layout)
  • UI 动画(UI animations)
  • 样式优化(Style optimization)

COMMANDS-QUICK-REF.md 中,/multi-frontend 被描述为 "Frontend-focused multi-model development"(前端聚焦的多模型开发),与 /multi-plan(多模型协作规划)、/multi-backend(后端聚焦)、/multi-execute(多模型协作执行)并列,共同构成 ECC 的多模型开发能力矩阵。

版本差异提示:仓库同时维护了英文版与多语言版(日文、中文、土耳其文等)的命令文档。英文原版 commands/multi-frontend.mdAntigravity 作为前端权威模型(调用参数为 --backend antigravity),而日语版 docs/ja-JP/commands/multi-frontend.md 使用 Gemini(调用参数为 --backend gemini --gemini-model gemini-3-pro-preview)。本文以日语版为准展开,并在涉及调用参数处同步标注英文版的差异。

二、前置条件:安装 ccg-workflow 运行时

/frontend 命令依赖外部 ccg-workflow 运行时,该运行时不包含在 ECC 基础安装中。 这一点在命令文档的开头以醒目方式强调,并在 README.md 中有对应说明:multi-* 命令不包含在基础 plugin/rules 安装中,若要使用 /multi-plan/multi-execute/multi-backend/multi-frontend/multi-workflow,必须额外安装 ccg-workflow 运行时。

安装命令:

npx ccg-workflow

该运行时负责供给命令所依赖的外部组件,包括:

  • ~/.claude/bin/codeagent-wrapper —— 命令脚本中实际被调用的包装器可执行文件;
  • ~/.claude/.ccg/prompts/* —— 供各阶段使用的角色提示词(role prompt)文件。

注意:如果未安装 ccg-workflow,这些 multi-* 命令将无法正常运行(原文档明确写道 "Without that runtime, this command will not run correctly")。

三、使用方法与上下文注入

/frontend <UIタスクの説明>

$ARGUMENTS 即用户在斜杠命令后输入的任务描述。命令内部通过以下上下文变量理解任务:

  • Frontend task: $ARGUMENTS
  • 主导模型: Gemini 主导,Codex 作为辅助参考(Gemini主導、Codexは補助的な参照用
  • 适用范围: 组件设计、响应式布局、UI 动画、样式优化

四、角色分工:前端编排者与三方协作模型

/frontend 命令要求你扮演 前端编排者(Frontend Orchestrator),协调 UI/UX 任务的多模型协作。三方模型的权责划分是整套范式的核心:

模型 定位 话语权
Gemini 前端 UI/UX 前端权威,可信赖(前端の権威、信頼できる)
Codex 后端视角 前端意见仅供参考(フロントエンドの意見は参考のみ)
Claude(自身) 编排、计划、实现、交付 唯一的文件系统写入者

这一分工与后端版 multi-backend.md 形成镜像:后端任务中 Codex 是权威、Gemini 仅供参考。其设计意图是"专业的事交给专业的模型",同时通过"外部模型零写入权限"来保证代码主权(Code Sovereignty)——外部模型只能产出分析和建议,所有实际代码写入与文件操作都由 Claude 完成。

五、多模型调用规范

5.1 调用语法

所有对外部模型的调用统一通过 codeagent-wrapper 发起,以 Bash 工具包装。日语版文档给出了两种调用形态:

新会话调用(New session call)

Bash({
  command: "~/.claude/bin/codeagent-wrapper {{LITE_MODE_FLAG}}--backend gemini --gemini-model gemini-3-pro-preview - \"$PWD\" <<'EOF'
ROLE_FILE: <ロールプロンプトパス>
<TASK>
Requirement: <強化された要件(または強化されていない場合は$ARGUMENTS)>
Context: <前のフェーズからのプロジェクトコンテキストと分析>
</TASK>
OUTPUT: 期待される出力形式
EOF",
  run_in_background: false,
  timeout: 3600000,
  description: "簡潔な説明"
})

会话恢复调用(Resume session call)

Bash({
  command: "~/.claude/bin/codeagent-wrapper {{LITE_MODE_FLAG}}--backend gemini --gemini-model gemini-3-pro-preview resume <SESSION_ID> - \"$PWD\" <<'EOF'
ROLE_FILE: <ロールプロンプトパス>
<TASK>
Requirement: <強化された要件(または強化されていない場合は$ARGUMENTS)>
Context: <前のフェーズからのプロジェクトコンテキストと分析>
</TASK>
OUTPUT: 期待される出力形式
EOF",
  run_in_background: false,
  timeout: 3600000,
  description: "簡潔な説明"
})

调用要点解析:

  • {{LITE_MODE_FLAG}}:可替换的轻量模式标记。参照同系列日语文档 docs/ja-JP/commands/multi-plan.mddocs/ja-JP/commands/multi-execute.md 的说明,使用 --backend gemini 时需附加 --gemini-model gemini-3-pro-preview(注意保留参数末尾的空格);若使用 --backend codex 则为空字符串。
  • - "$PWD"- 表示从 stdin 读取任务,"$PWD" 传入当前项目目录作为工作目录。
  • timeout: 3600000:即 1 小时(毫秒)。注意此处的调用是前台串行run_in_background: false),因为前端工作流的阶段之间依赖前序输出。
  • Heredoc(<<'EOF':任务内容、角色文件路径、期望输出格式全部通过 heredoc 传入,'EOF' 单引号防止 shell 展开。

英文版 commands/multi-frontend.md 的差异在于后端参数为 --backend antigravity,无 --gemini-model 附加项。

5.2 角色提示词(Role Prompts)

每个阶段为 Gemini 指定不同的角色提示词文件,由 ROLE_FILE: 字段传入:

阶段 Gemini 角色提示词路径
分析(Analysis) ~/.claude/.ccg/prompts/gemini/analyzer.md
计划(Planning) ~/.claude/.ccg/prompts/gemini/architect.md
评审(Review) ~/.claude/.ccg/prompts/gemini/reviewer.md

这些路径在安装 ccg-workflow 时由运行时供给(见 README.md)。英文版对应的目录为 ~/.claude/.ccg/prompts/antigravity/

5.3 会话复用(Session Reuse)

每次调用都会返回 SESSION_ID: xxx。为了让后续阶段延续同一上下文(避免重复描述需求与背景),必须:

  1. 在**第 2 阶段(点子创出)**保存返回的 SESSION_IDGEMINI_SESSION
  2. 在**第 3 阶段(计划)第 5 阶段(优化)**使用 resume xxx 恢复会话。

注意恢复语法是 resume <SESSION_ID> 子命令(英文版 multi-workflow.md 特别强调是 resume 而非 --resume)。

六、沟通指南(Communication Guidelines)

编排者与用户、模型之间的交互需遵守三条约定:

  1. 模式标签:每次响应以 [Mode: X] 开头,初始为 [Mode: Research]
  2. 严格顺序:必须遵循 Research → Ideation → Plan → Execute → Optimize → Review,不可跳序;
  3. 用户交互:在需要确认、选择、批准时,使用 AskUserQuestion 工具与用户交互。

七、核心工作流:7 个阶段详解

Phase 0:提示词增强(可选)

[Mode: Prepare] —— 若 ace-tool MCP 可用,调用 mcp__ace-tool__enhance_prompt 增强用户原始需求 $ARGUMENTS并用增强结果替换后续所有 Gemini 调用的 Requirement;若 MCP 不可用,则直接使用 $ARGUMENTS

Phase 1:调查(Research)

[Mode: Research] —— 理解需求、收集上下文:

  1. 代码获取:若 ace-tool MCP 可用,调用 mcp__ace-tool__search_context 检索现有组件、样式与设计系统;否则回退到内置工具:Glob 查找文件、Grep 搜索组件/样式、Read 收集上下文、Task(Explore 子代理)做深层探索。
  2. 需求完整度评分(0-10):评分 ≥ 7 则继续,< 7 则停止并让用户补充信息。这一"止损机制"与 multi-execute.md 中的 Stop-Loss Mechanism 一脉相承——当前阶段产出未验证前不进入下一阶段。

Phase 2:点子创出(Ideation)

[Mode: Ideation] —— 必须调用 Gemini,按前述调用规范执行:

  • ROLE_FILE: ~/.claude/.ccg/prompts/gemini/analyzer.md
  • Requirement: 增强后的需求(未增强则为 $ARGUMENTS
  • Context: Phase 1 收集的项目上下文
  • OUTPUT: UI 可行性分析、推荐方案(至少 2 个)、UX 评估

同时保存返回的 SESSION_IDGEMINI_SESSION 供后续复用。最后向用户输出至少 2 个候选方案,等待用户选择后才进入下一阶段。

Phase 3:计划(Plan)

[Mode: Plan] —— 必须调用 Gemini,使用 resume <GEMINI_SESSION> 复用 Phase 2 的会话:

  • ROLE_FILE: ~/.claude/.ccg/prompts/gemini/architect.md
  • Requirement: 用户选定的方案
  • Context: Phase 2 的分析结果
  • OUTPUT: 组件结构、UI 流程、样式方案

Claude 负责整合计划,在用户批准后保存到 .claude/plan/task-name.md。这一计划文件正是 multi-execute.md/ccg:execute .claude/plan/xxx.md 的执行输入。

Phase 4:实现(Execute)

[Mode: Execute] —— 代码开发阶段,三条硬性要求:

  • 严格遵循已批准的计划;
  • 遵循既有项目的设计系统与代码标准;
  • 保证响应式(responsive)与无障碍(accessibility)。

此阶段全部由 Claude 执行写入,Gemini 无文件系统访问权。

Phase 5:优化(Optimize)

[Mode: Optimize] —— 必须调用 Gemini(按调用规范),使用 reviewer.md 角色:

  • Requirement: 评审以下前端代码变更
  • Context: git diff 或代码内容
  • OUTPUT: 无障碍、响应式、性能、设计一致性问题清单

Claude 整合评审反馈,在用户确认后执行优化。

Phase 6:质量评审(Review)

[Mode: Review] —— 最终评估:

  • 对照计划检查完成度;
  • 验证响应式与无障碍;
  • 报告问题与改进建议。

八、关键规则(Key Rules)

原文档在结尾处以四条规则收束整个协作范式,这是确保多模型协作不失控的底线:

  1. Gemini 的前端意见可信(Geminiのフロントエンド意見は信頼できる)——前端事务以 Gemini 为准;
  2. Codex 的前端意见仅供参考(Codexのフロントエンド意見は参考のみ)——Codex 的后端视角不能否决前端决策;
  3. 外部模型零文件系统写入权限(外部モデルはファイルシステムへの書き込みアクセスがゼロ)——安全边界;
  4. Claude 处理所有代码写入与文件操作——编排者即代码主权者。

同样的规则在后端版 multi-backend.md(Codex 后端意见可信、Gemini 后端意见仅供参考)与全栈版 multi-workflow.md(Backend follows Codex, Frontend follows Antigravity)中以镜像形式出现,构成了 ECC 多模型协作的通用信任模型(Trust Rules)。

九、与 multi-* 系列其他命令的配合

/frontend 并非孤立存在。在 ECC 的多模型体系中,命令之间有明确的分工与衔接:

命令 职责 主导模型
/multi-plan 多模型协作规划(只规划、不写业务代码) Codex + Gemini/Antigravity 并行分析
/multi-frontend 前端中心开发(本文) Gemini(前端权威)
/multi-backend 后端中心开发 Codex(后端权威)
/multi-execute 多模型协作执行(读计划 → 原型 → 重构 → 审计) 按任务类型路由
/multi-workflow 全栈多模型协作工作流 智能路由:前端→前端模型,后端→Codex

典型的端到端路径是:/multi-plan 生成 .claude/plan/*.mdSESSION_ID → 用户确认 → /multi-execute 读取计划并复用会话执行实现。而 /frontend 则适用于"任务已明确是前端 UI"的场景,直接驱动 Gemini 完成从调查到评审的全流程。相关命令清单可见 COMMANDS-QUICK-REF.mdmulti-* 命令的安装依赖说明见 README.md

十、总结

/frontend 命令将"前端专业模型主导 + 后端模型参考 + 编排者唯一写权限"的三方协作范式封装为一条可复用的斜杠命令。它的价值体现在三个层面:专业性——UI/UX 决策交给前端权威模型,避免通用模型的平庸设计;可控性——外部模型零写入权限、Claude 全权负责文件操作,从机制上杜绝了多模型协作中的意外改动;连续性——通过 SESSION_ID 会话复用,让调查、计划、优化各阶段共享上下文,无需重复描述需求。对于需要在 Claude Code 中完成组件设计、响应式布局、UI 动画与样式优化的开发者,在确保已通过 npx ccg-workflow 完成运行时安装的前提下,/frontend <UI任务描述> 即开即用。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
33
18
docsdocs
暂无描述
Markdown
899
5.83 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.14 K
2.76 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
860
1.35 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
925
1.85 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.84 K
1.02 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
533
601
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.37 K
1.46 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
548
395
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
1.04 K
525