首页
/ GSD 新手入门指南:用 Claude Code 实现计划驱动的单智能体开发

GSD 新手入门指南:用 Claude Code 实现计划驱动的单智能体开发

2026-09-09 13:56:08作者:江焘钦

GSD(Get Shit Done)是面向 Claude Code 单智能体开发场景的计划驱动式开发系统:它把一句模糊的想法逐步转化为层级化计划,再按阶段(phase)逐个执行,全程以状态文件跟踪进度、以原子提交固化每个改动。这篇指南基于仓库中的新手导览文档 get-shit-done/workflows/help/modes/default.md 展开,读完你可以掌握 GSD 的三条启动命令、常用命令速查、分级帮助体系与更新机制,并理解其 help 模式在仓库中是如何实现的。

GSD 是什么:面向 solo agentic 工作的计划驱动开发

GSD 的核心定位一句话即可概括:为 Claude Code 上的单人智能体工作提供 plan-driven development。它把"一个模糊想法"变成"一份层级化计划",然后分阶段执行,过程中依靠状态跟踪与原子提交保证每一步都可回溯。

在仓库中,这段描述以 purpose 字段的形式写在帮助文档的头部(见 get-shit-done/workflows/help/modes/default.md),而完整命令参考则沉淀在同目录的 get-shit-done/workflows/help/modes/full.md 中。作为新手,你不必一次读完所有命令——GSD 设计了四层帮助体系,从 10 行速查到完整参考按需取用,本文后面会专门展开。

三步上手:从 0 到第一次执行

default.md 给出的启动路径只有三条命令,构成 GSD 最小可用闭环:

/gsd:new-project        # Greenfield: questioning → research → requirements → roadmap
/gsd:plan-phase 1       # Create a detailed plan for phase 1
/gsd:execute-phase 1    # Execute all plans in the phase
  • /gsd:new-project:统一的项目初始化流程。它依次完成深度提问(理解你要构建什么)、可选的领域研究(并行派发 4 个研究型子智能体,分别调研 Stack / Features / Architecture / Pitfalls)、带 v1/v2/Out-of-Scope 边界划分的需求定义,以及带阶段拆解与成功标准的路线图生成。整个流程结束后会在 .planning/ 目录下落地 PROJECT.md(愿景与需求)、config.json(工作流模式)、research/(领域研究)、REQUIREMENTS.md(带 REQ-ID 的需求)、ROADMAP.md(映射到需求的阶段)与 STATE.md(项目记忆)。更完整的流程细节见 get-shit-done/workflows/new-project.md
  • /gsd:plan-phase 1:为阶段 1 生成可执行的 PLAN.md。它会将阶段拆解为具体、可操作的任务,并附带验证标准与成功度量,产物路径形如 .planning/phases/XX-phase-name/XX-YY-PLAN.md,一个阶段支持多份计划(XX-01、XX-02……)。
  • /gsd:execute-phase 1:执行该阶段内的全部计划。它按计划 frontmatter 中的 wave 分组、按波次串行推进,同一波次内的计划可并行;阶段目标全部完成后会更新 REQUIREMENTS.mdROADMAP.mdSTATE.md。底层实现(含 wave 分组、worktree 隔离与 post-merge 构建测试门禁)见 get-shit-done/workflows/execute-phase.md

已有代码库怎么办:先 map-codebase

default.md 特别提醒:如果是既有代码库,先运行 /gsd:map-codebase,让 GSD 先扎根在你的真实代码之上,再进行项目初始化。该命令会用并行的 Explore 智能体分析代码库,在 .planning/codebase/ 下生成 7 份聚焦文档(栈、架构、结构、约定、测试、集成、风险),支持 --fast(轻量评估)、--focus <area>(限定范围)与 --query <term>(检索 .planning/intel/ 中的代码情报索引)。

常用命令速查表(完整继承)

default.md 用一张表给出了新手最常用的 9 个命令,下面逐条展开,补充其在完整参考 get-shit-done/workflows/help/modes/full.md 中的关键行为:

命令 用途 关键行为与标志
/gsd:progress 我在哪、下一步做什么 显示可视化进度条与完成百分比;--next 自动推进到下一步;--forensic 追加 6 项完整性审计;--do "..." 充当智能路由器,把自由文本意图自动分派到最匹配的 GSD 命令
/gsd:quick 小规模临时任务,但保留 GSD 保证 只派生 planner + executor(默认跳过 researcher/checker/verifier),产物位于 .planning/quick/--full 恢复完整质量流水线,--validate/--discuss/--research 可组合叠加
/gsd:fast "<task>" 微不足道的行内改动 不派生任何子智能体、不生成 PLAN/SUMMARY 文件,最多 3 个文件改动,超出则重定向到 /gsd:quick;改完原子提交并记录到 STATE.md
/gsd:discuss-phase <N> 在规划前捕获愿景与决策 支持 --chain(链式提问)、--analyze(深度假设分析)、--power(扩展问题集)、--assumptions(无交互暴露实现假设)、--batch[=N](2-5 个相关问题批量问)
/gsd:debug "<symptom>" 持久化调试会话 通过自适应提问收集症状,在 .planning/debug/ 下以"证据→假设→验证"的科学方法排查;会话状态在 /clear 后依然存活,无参数重跑即可续接;--diagnose 只做一次性诊断
/gsd:capture 保存想法 / 待办 / 笔记 / seed / backlog 默认从对话上下文提取结构化 todo 存入 .planning/todos/pending/--note 零摩擦笔记;--seed 带触发条件的远期想法;--backlog 放入 999.x 编号的停车场;--list [area] 列出并开始处理
/gsd:verify-work <N> 对已完成阶段做对话式 UAT 从 SUMMARY.md 提取可测试交付物,逐个以 yes/no 呈现,失败自动诊断并生成修复计划
/gsd:ship <N> 从已完成阶段发起 PR 推送分支、以 SUMMARY/VERIFICATION/REQUIREMENTS 生成 PR 正文、可选请求代码评审;前置条件:阶段已验证、gh CLI 已安装并认证
/gsd:help --full 完整参考 覆盖全部命令与标志,即 get-shit-done/workflows/help/modes/full.md 全文

再进一步:GSD 的四层帮助体系

default.md 的"Want more?"一节展示了一个精心设计的分级帮助体系——同样的命令参考,按需提供四种粒度:

/gsd:help --brief         # 10-line refresher of top commands
/gsd:help --full          # complete reference
/gsd:help <topic>         # one section only — see topics below
/gsd:help --brief <topic> # compact scoped lookup — signature + one-line summary

默认导览列出 14 个可查主题:workflow · planning · execute · quick · debug · capture · ship · config · milestones · spike · sketch · review · audit · progress。每个主题输出前都会带一行已解析路由的前缀(**Topic:** <alias> → <heading> *(scope: full | compact)*),让你清楚看到自己命中了哪一节;未知主题则会回显可识别的主题列表。

help 路由机制在仓库中如何实现

分级帮助不是硬编码在单文件里,而是一套可维护的懒加载路由:

  • 入口契约commands/gsd/help.md:它声明了参数提示 [--brief | --full | <topic> | --brief <topic>],并把自己的执行上下文指向工作流 get-shit-done/workflows/help.md
  • 路由决策get-shit-done/workflows/help.md:其中 progressive_disclosure 块声明了"模式文件懒加载"策略——根据 $ARGUMENTS 只读取一个匹配的模式文件,然后原样输出其 <reference> 正文。规则包括:--brief/-b 单独出现读 brief.md--full/-f/--all 单独出现读 full.md;参数为空读 default.md--brief <topic>topic.md 的紧凑作用域;其余裸主题或 --full <topic>topic.md 的完整作用域。多个标志同时出现时还定义了优先级(如 --brief--full 互斥时偏好 --full)。
  • 主题抽取get-shit-done/workflows/help/modes/topic.md:内置一张"主题别名 → 章节标题"的解析表(如 init/new-project### Project Initializationprogress/route### Progress Tracking### Smart Router),并定义了 5a/5b/5c 三种抽取规则,处理单节、多节拼接与子块三种情况;紧凑作用域只取签名行与紧跟的一行摘要。

这一设计的价值在于:模式文件之间通过"渐进式披露"(progressive disclosure)互不冗余,参考内容单点维护,而调用侧无论怎么组合参数,都能得到确定性的路由结果。

更新 GSD

GSD 迭代很快,导览文档建议周期性更新,直接运行:

npx get-shit-done-cc@latest

仓库内还提供了更完善的 /gsd:update 命令(见完整参考):它会对比已安装版本与最新版本、展示你错过的版本变更日志、高亮破坏性变更,并在安装前确认,比裸跑 npx 更安全;--sync 负责同步受管技能,--reapply 可在更新后重新应用本地修改。

从导览到流水线:三条命令背后的状态与产物

最后把视角拉高:default.md 的"三步上手"本质上是 GSD 主流水线的最小切片。从完整参考与工作流源码可以确认,每一步都在 .planning/ 目录留下可审计的痕迹:

.planning/
├── PROJECT.md            # 项目愿景与需求(Validated / Active / Out of Scope + Key Decisions)
├── ROADMAP.md            # 当前阶段拆解与依赖
├── STATE.md              # 项目记忆与上下文(会话续接的权威来源)
├── config.json           # 工作流模式与门禁(interactive / yolo)
├── requirements/         # 带 REQ-ID 的需求(v1/v2/out-of-scope 分级)
├── research/             # 领域研究(new-project 阶段可选)
├── codebase/             # 代码库地图(brownfield 项目)
└── phases/
    ├── 01-foundation/
    │   ├── 01-01-PLAN.md
    │   └── 01-01-SUMMARY.md

流水线的每一次推进都遵守"规划文档 + 原子提交"的纪律:plan-phase 生成 PLAN.md,execute-phase 让每个任务的改动独立提交、完成计划后回写 SUMMARY.md,最终统一更新 REQUIREMENTS/ROADMAP/STATE(worktree 并行模式下由编排者统一写入共享文件,避免 last-merge-wins 覆盖)。这也解释了导览中"state tracking and atomic commits"的承诺——它不是口号,而是落在每个阶段产物与 git 历史中的硬约束。

对新手而言,记住这条主线就够用了:new-project 建立计划骨架 → plan-phase 把阶段细化为可执行任务 → execute-phase 分批执行并回写状态;期间任何时候迷路了,/gsd:progress 会告诉你"我在哪、下一步做什么"。更深的机制探索可以从 get-shit-done/workflows/new-project.mdget-shit-done/workflows/plan-phase.mdget-shit-done/workflows/execute-phase.md 三份工作流源码继续深入。

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