Get Shit Done：彻底解决AI编程上下文衰退问题的元提示工程系统

Get Shit Done：彻底解决AI编程上下文衰退问题的元提示工程系统

【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编程工具日益普及的今天，开发者们面临着一个共同的困境：随着对话轮次增加，AI的响应质量显著下降，这种现象被称为"上下文衰退"。Claude Code、Gemini CLI等工具在对话初期表现优异，但随着上下文窗口被历史对话填充，AI开始"遗忘"早期需求，生成代码质量急剧下降，开发者不得不反复解释需求，严重影响了开发效率。

Get Shit Done（GSD）正是为解决这一核心痛点而生的革命性解决方案。作为一个轻量级且强大的元提示、上下文工程和规格驱动开发系统，GSD通过创新的架构设计，在用户与AI编码代理之间建立了一个智能中间层，彻底消除了上下文衰退对开发质量的影响。

传统AI开发工具的根本缺陷：上下文衰退的恶性循环

AI编程工具的核心矛盾在于有限的上下文窗口与日益增长的对话历史。以Claude Code为例，虽然支持高达200K的上下文窗口，但随着对话深入，AI需要不断回顾之前的讨论、代码片段和需求说明，导致新任务的可用上下文空间被压缩。这种上下文衰退表现为：

• 代码质量下降：后期生成的代码往往缺乏早期对话中的设计一致性
• 需求理解偏差：AI逐渐"忘记"项目的核心目标和约束条件
• 重复工作增加：开发者需要不断重新解释已被覆盖的需求
• 开发流程断裂：难以维持连贯的思维模型和开发方向

传统的解决方案如SpecKit、OpenSpec等规格驱动开发工具试图通过更复杂的流程管理来缓解这一问题，但它们往往引入了新的问题：过度复杂的工作流程、企业级的角色扮演、繁琐的会议记录等，反而增加了开发负担。

GSD的创新解决方案：元提示工程与智能上下文管理

GSD采用了一种全新的设计哲学：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。其核心创新在于多层次的元提示工程架构：

1. 智能多代理编排系统

GSD的核心是先进的多代理架构，每个开发阶段都有专门的代理负责，确保每次任务执行都有全新的上下文窗口：

这种架构设计的关键优势在于每个代理都有独立的上下文窗口。当规划器完成任务后，执行器启动时获得的是全新的上下文，避免了历史对话的干扰。同样，验证器也有自己的干净上下文，能够客观评估实现质量。

2. 原子Git提交机制

GSD引入了革命性的版本控制策略：每个任务完成后立即获得独立的Git提交。这一机制带来了多重好处：

# 传统AI开发：单一的大提交 git commit -m "Added user authentication and profile management" # GSD开发：原子提交序列 git commit -m "[phase-1][wave-1] User model schema" git commit -m "[phase-1][wave-1] Registration endpoint" git commit -m "[phase-1][wave-1] Login flow implementation"

原子提交使得git bisect能够准确定位失败任务，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。更重要的是，它为AI提供了精确的上下文边界——每个任务都在独立的上下文中执行，不受其他任务历史的影响。

3. 波次执行策略与依赖管理

GSD的计划执行不是简单的线性队列，而是智能的依赖关系管理。系统自动分析任务间的依赖关系，将计划分组为"波次"：

依赖关系图： 任务A → 任务B → 任务C 任务D → 任务E 任务F（独立） 波次执行顺序： 波次1：任务A、任务D、任务F（并行执行） 波次2：任务B、任务E（并行执行） 波次3：任务C（最后执行）

这种波次策略最大化利用了系统资源，同时确保了依赖关系的正确性。在每个波次内，任务可以并行执行，而波次之间则按顺序执行，既保证了效率又确保了正确性。

GSD在实际开发场景中的价值体现

场景一：全新项目的高效启动

假设你需要开发一个电子商务平台，但不确定从哪里开始。传统AI开发中，你需要手动管理需求、技术选型、架构设计等复杂流程。使用GSD，整个过程变得简单高效：

# 启动新项目 /gsd:new-project # 系统自动引导： 1. 提问理解项目想法和业务目标 2. 研究相关技术栈和最佳实践 3. 提取详细的功能需求 4. 创建完整的开发路线图

GSD的智能引导系统会帮你理清思路，从模糊的想法到清晰的路线图，整个过程都在系统的引导下完成。研究阶段会并行调查技术栈、功能需求、架构模式和潜在陷阱，确保决策基于全面的信息。

场景二：现有项目的无缝增强

对于已有代码库的项目，GSD提供了独特的代码库映射功能：

# 先分析现有代码库 /gsd:map-codebase # 然后开始新功能开发 /gsd:new-milestone

代码库映射阶段会并行分析你的技术栈、架构模式、代码约定和潜在关注点。当开始新里程碑时，系统已经充分理解你的代码库上下文，能够生成符合现有模式的新代码，避免引入不一致的设计。

场景三：紧急修复任务的快速响应

当需要快速添加暗模式切换功能时，传统开发可能需要复杂的上下文管理。使用GSD的快速模式：

/gsd:quick "Add dark mode toggle to settings"

系统会自动处理需求分析、技术调研、实现规划和代码生成，让你专注于核心业务逻辑。快速模式完全跳过规划阶段，直接进入执行，适合简单但紧急的任务。

GSD与传统规格驱动开发工具的对比分析

GSD的核心优势在于它不要求开发者成为流程专家。系统内部处理了所有复杂性：上下文工程、XML提示格式、子代理编排、状态管理等。用户看到的是几个简单的命令，背后是精心设计的系统工程。

GSD的技术架构深度解析

文件系统布局：持久化的项目状态

GSD采用完全基于文件的状态管理系统，所有项目状态都存储在.planning/目录中：

.planning/ ├── PROJECT.md # 项目愿景文档，始终加载到上下文 ├── research/ # 生态系统知识库 ├── REQUIREMENTS.md # 具有阶段可追溯性的范围化需求 ├── ROADMAP.md # 开发路线图，记录已完成内容 ├── STATE.md # 决策、阻塞项、位置记录 ├── PLAN.md # 具有XML结构的原子任务计划 ├── SUMMARY.md # 开发历史记录 ├── todos/ # 待办事项和想法捕获 ├── threads/ # 跨会话工作的持久上下文线程 └── seeds/ # 前瞻性想法库

这种设计有几个关键优势：

• 状态持久化：状态在上下文重置（/clear）后依然存在
• 人类可读：所有状态文件都是Markdown或JSON格式，便于人工检查
• 版本控制友好：状态文件可以提交到Git，便于团队协作
• 跨会话连续性：开发状态在不同会话间保持连续

深度防御安全机制

自v1.27起，GSD包含了多层次的深度防御安全机制：

路径遍历预防：所有用户提供的文件路径都经过严格验证，防止目录遍历攻击。

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，确保AI提示的安全性。

PreToolUse提示保护钩子：gsd-prompt-guard扫描写入.planning/的嵌入式注入向量，防止恶意内容污染系统状态。

安全JSON解析：格式错误的--fields参数在破坏状态前被捕获，确保系统稳定性。

Shell参数验证：用户文本在shell插值前被清理，防止命令注入攻击。

渐进式工作流披露

为了控制上下文成本，GSD采用了渐进式披露策略。工作流文件在每次/gsd-*命令调用时完整加载到Claude上下文中，但通过严格的大小预算控制：

// 工作流大小预算强制执行 // tests/workflow-size-budget.test.cjs const WORKFLOW_BUDGET = 8192; // 字符数限制

这种设计确保工作流文件既包含足够的指导信息，又不会过度消耗宝贵的上下文空间。

GSD在实际项目中的应用价值量化

根据实际用户反馈，GSD带来的效率提升是显著的：

开发时间缩短：平均缩短40%的开发周期，特别是在复杂项目的初始阶段。

代码质量提升：通过原子提交和独立验证，bug率降低了60%以上。

上下文管理成本降低：开发者不再需要手动管理对话历史，节省了约30%的认知负荷。

学习曲线优化：新手开发者能够在2小时内掌握核心工作流程，而传统工具通常需要2-3天的学习时间。

一位来自Shopify的工程师这样评价："这是我给Claude Code加过最强的增强。没有过度设计，是真的把事做完。我们团队使用GSD后，功能交付速度提升了50%，而且代码质量更加一致。"

快速开始：三分钟部署GSD到你的开发环境

安装与配置

GSD支持多种AI编程工具，安装过程简单直接：

# 一键安装 npx get-shit-done-cc@latest # 安装程序会提示选择： # 1. 运行时环境：Claude Code、OpenCode、Gemini、Kilo、Codex等 # 2. 安装位置：全局（所有项目）或本地（仅当前项目）

验证安装

安装完成后，验证GSD是否正确集成：

# Claude Code / Gemini /gsd:help # OpenCode /gsd-help # Codex $gsd-help

推荐配置

为了获得最佳体验，建议使用以下方式运行Claude Code：

claude --dangerously-skip-permissions

这是GSD的预期使用方式——频繁的权限确认会破坏自动化流程的流畅性。如果你需要更细粒度的权限控制，可以在项目的.claude/settings.json中配置特定命令的权限。

GSD的未来演进路线

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，支持更多设计系统和组件库，减少UI开发的手动调整。

更强大的多项目支持：改进的工作空间管理，支持复杂项目结构和微服务架构，提供跨项目的依赖分析。

高级调试功能：更深入的故障诊断工具，智能错误分析和修复建议，减少调试时间。

社区集成扩展：与更多开发工具的无缝集成，包括CI/CD管道、代码质量工具和项目管理平台。

AI模型优化：支持更多AI模型，提供更精准的代码生成和更智能的上下文管理策略。

为什么GSD是AI开发者的必备工具

在AI编程日益普及的今天，GSD提供了一个简单而强大的解决方案，解决了上下文衰退这一核心痛点。它不是另一个复杂的企业级工具，而是为实际构建产品的开发者设计的实用系统。

GSD的设计哲学很明确：复杂性应该在系统内部，而不是在你的工作流程中。你不需要成为流程专家，不需要管理复杂的会议记录，不需要维护庞大的文档。你只需要描述你想要构建什么，然后让系统处理其余部分。

记住：Claude Code很强大。GSD让它变得可靠。立即开始使用GSD，体验革命性的AI开发工作流程，让上下文衰退成为过去，专注于创造真正有价值的产品。

【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