【免费下载】 BMAD-METHOD 开源项目使用与启动指南
2026-01-31 04:20:33作者:劳婵绚Shirley
1. 项目介绍
BMAD-METHOD 是一种突破性的敏捷AI驱动开发方法,该方法通过利用AI驱动的过程来加速和增强整个产品开发生命周期,从构思和市场契合度,到代理代码实现。这种方法旨在工具无关,包括内置于角色提示中的工作流程。它是一种半手动的流程,可以以多种方式使用,并容易适应任何代理编码工具集、IDE和平台的具体要求。
2. 项目快速启动
以下是快速启动BMAD-METHOD的步骤:
首先,克隆项目到本地环境:
git clone https://github.com/bmadcode/BMAD-METHOD.git
然后,按照以下步骤进行:
- 选择一个AI助手,如Claude、GPT-4、Gemini等,确保它能够使用这些提示。
- 如果有需要,获取Deep Research AI的访问权限。
- 确保你有一个软件产品或项目想法,你希望用AI来构建。
启动项目:
- 使用
prompts/0-research-assistant.md中的提示进行市场研究(如果不需要研究,可以跳过此步骤)。 - 按顺序遵循每个提示,当当前提示指示时,将前一步的输出作为新提示的上下文。
- 当产品所有者(PO)生成最终故事列表后,将其粘贴回产品需求文档(PRD)中。
- 生成每个详细的用户故事,并逐一实施。故事作为增量敏捷开发的记忆系统和历史记录。
- 跟踪进度,直到所有故事完成,实现MVP。
3. 应用案例和最佳实践
- 案例一:一个小型团队使用BMAD-METHOD来快速构建一个MVP,通过使用内置的工作流程提示,他们能够有效地将想法转化为可实施的故事。
- 案例二:一个大型企业采用BMAD-METHOD来优化他们的软件开发流程,通过结构化的看板故事,他们减少了技术债务,并简化了团队间的协作。
最佳实践:
- 保持文档的一致性和可追踪性。
- 使用AI优化的工作流程来减少成本和时间。
- 在项目开始时确保架构一致性,以减少后续的技术债务。
4. 典型生态项目
BMAD-METHOD 可以与多种工具和平台配合使用,例如Cursor、Cline、RooCode、Augment和Aider。它为开源项目提供了一个灵活的框架,使得项目团队能够:
- 使用AI生成详细的架构文档。
- 创建一致的代码库和规则。
- 通过结构化的故事来跟踪进度和管理任务。
- 促进人类与AI的协作,提高开发效率。
通过遵循上述指南,您可以有效地开始使用BMAD-METHOD,并将其应用于您的开源项目开发中。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134