Trellis + Matt Pocock skills实战上手与经验分享：比superpowers更完整的Agent增强框架

开篇答疑：关于 Trellis 的几个核心疑问

在上一篇文章发布后，许多读者在评论区留言发表观点。在进入具体实操之前，我们先来简单澄清大家最关心的三个问题。

1. Superpowers 更新后，Trellis 还有优势吗？

很多读者反馈，Superpowers 在更新至 6.0.X 版本后，整体已经做了轻量化改进，不再像以前那样笨重。这一情况属实。

Superpowers 专注于执行层的工作流设计与 Skill 驱动，而 Trellis 则期待从项目记忆、上下文、执行、团队协作等多个角度包揽你的项目开发全过程。详细对比如下：

2. Trellis 已经吸收了 grill-me 吗？

Trellis 的脑暴技能（brainstormskill）确实已经吸收了grill-me的结构化访谈哲学作为默认机制，具体对比可以参考下方图片：

虽然 Trellis 已经内化了该设计，但 Matt Pocock 编写的其他核心 Skills（如架构诊断、Bug 排查及领域建模等）依然具有独立的使用价值。将这些 Skills 与 Trellis 融合使用，能够让项目规范的沉淀更加高效。

3. Trellis 适用于所有的 AI 开发平台吗？

理论上适用，但既不支持 hooks，skills 触发还极其保守的开发平台不太适合（没错，点的就是你 Antigravity）

一、初始化与「睁眼看项目」

开始使用 Trellis，在项目根目录进行trellis init初始化，选择需要使用的平台（后续可添加）后，从默认模板开始（如果你的项目恰好适配官方提供的三个模板，也可以直接用它们作为起点；如果你的团队之前就在用 Trellis，则可以从团队模板开始）。

初始化完成后，项目根目录下会出现一个名为.trellis/的文件夹。该文件夹中包含以下结构：

• workflow.md：定义了开发工作流的各个阶段。
• spec/：存放项目规范的目录，初始状态下均为模板空文件。
• tasks/：用于记录和管理开发任务。
• scripts/：存放辅助脚本。

这是项目初始化后的基础结构，后续所有的开发记忆都会沉淀于此。

初次之外，Trellis 还会根据你选择的平台提供配套工具，建议使用一类平台以获得最好的使用效果，详情参见官方文档：https://docs.trytrellis.app/advanced/multi-platform

接下来，我们需要执行一个关键步骤：让 AI 自动读懂你的项目。这在 Trellis 中被称为Bootstrap 任务。

输入指令/trellis-spec-bootstrap，此时，AI 会识别到待办任务中的00-bootstrap-guidelines任务（提示词参见上图，为方便阅读我翻译成了中文），并启动trellis-research子进程。子进程会主动扫描src/content.js、src/promptStorage.js以及src/inputBoxHandler.js等核心代码文件。

扫描结束后，AI 会自动将这个项目的实际代码约定写入.trellis/spec/目录下的相应规范文件。

完成这一步后，你应当在.trellis/spec/下看到至少一个包含你项目真实信息的 spec 文件。如果文件夹内仍然是默认的占位符，说明 Bootstrap 任务未能正确运行。此时，你需要检查 coding agent 是否识别了00-bootstrap-guidelines任务。

二、新功能开发

为了演示 Trellis 在真实开发中的表现，我们为 PromptMaster 开发一个"智能排序"功能。

具体的需求描述非常简单：

“实现两个新功能：提示词优化、提示词智能排序”

不需要任何细化要求（这里是刻意测试一下更新后的脑暴，效果跟grill-me基本一致，生成的prd.md较长不便展示，谅解一下）。

Trellis 会自动执行以下逻辑：

1. 项目状态注入：session-start.py钩子运行，强制向对话注入开发者身份、Git 状态和当前活跃任务。

2. 自动任务分类：Trellis 判定该需求涉及多处文件修改，需要进行持久化规划，因此将其归类为"Full Trellis task"（完整开发任务）。

3. 任务创建与头脑风暴：系统询问是否创建任务。在我们确认后，AI 会触发trellis-brainstorm并自动生成一份prd.md文件。

这里 Trellis 并没有被我们欺骗，依旧坚持创建了两个任务，分别对应"智能排序"和"提示词优化"功能。

生成的prd.md中包含了清晰的验收标准，并准确列出了本次修改涉及的文件范围，例如：

• content.js中的列表渲染逻辑。
• promptStorage.js的存储设计。
• 设置页的开关 UI。

在确认prd.md内容无误后，真正的亮点在于下一步。

前面我是用 OpenCode 创建任务，现在换到 Claude Code，输入/trellis:continue或者直接说"我们好像有任务没完成，请继续"，无缝衔接。

任务一旦创建，你可以在支持的任意 AI 平台随时通过continue命令来与 AI 继续任务，由于官方文档中提到的"/trellis:continue 并非跨任务跟踪指令，只适用于单任务内的继续操作"，它会建议从某个任务开始，然后等待进一步指示。

当我们再次输入continue时：

1. AI 会评估当前任务是否需要撰写design.md，如果需要，会触发"二次脑暴"，明确细节。

2. 进入实现阶段后，系统会自动触发trellis-before-dev，在动手写代码前自动加载我们之前沉淀的 spec 规范，防止 AI 写出违反项目约定的代码。
3. 每一段代码修改完成后，Trellis 都会自动分出子代理进行代码评审和测试并完成验证。
4. 验证通过后，运行finish-work归档命令，Trellis 会自动提交代码并更新任务状态。

三、强强联手：grill-me 被吸收之后，我如何将 Trellis 与 Matt Pocock Skills 融合使用？

以下是三种我最常用的工具组合拳：

组合 A：重构遗留模块（improve-codebase-architecture→ Trellis 重构任务）

• 触发时机：当你感觉某段代码的结构已经混乱，但不知道从何重构，或者需要一份客观的诊断报告时。
• 操作步骤：
  1. 在 Claude Code 中运行/improve-codebase-architecture。
  2. Pocock Skill 会扫描代码，从高内聚、低耦合的视角生成一份可视化的 HTML 架构诊断报告。
  3. 假设报告指出content.js混杂了 DOM 渲染、事件绑定和状态存储三种职责，我们需要对其进行拆分。
  4. 此时，我们将该重构目标交给 Trellis，在对话中输入：“为 content.js 创建一个行为不变性重构任务”。
  5. Trellis 的trellis-brainstorm会生成一份prd.md，并在验收标准中引用架构报告中的"行为不得改变"约束。
  6. 之后使用continue驱动重构的执行，并用trellis-check在每一步验证重构前后行为的完全一致。
  7. 重构完成后，使用trellis-update-spec将全新的模块边界规则更新到.trellis/spec/。
• 协同效果：Pocock Skill 负责发现架构问题并提供诊断，而 Trellis 则负责安全地执行重构，并将新架构规则沉淀为长期的项目 Spec。

组合 B：根治复发 Bug（diagnosing-bugs→ Trellis 修复任务）

• 触发时机：当某类 Bug 总是修了又犯，或者遇到了难以定位的偶发性 Bug 时。
• 操作步骤：
  1. 运行/diagnosing-bugs。Pocock Skill 会强制 AI 先建立一个可快速运行的自动化测试脚本或复现用例，而不是直接猜测根因。
  2. 根因明确后，我们向 Trellis 发起修复任务：“为该 Bug 创建修复任务，要求编写回归测试与防复发规范”。
  3. Trellis 生成的prd.md会明确记录 Bug 的复现条件与防复发要求。
  4. 执行/trellis:continue，AI 会先编写回归测试，确保测试呈现红色（失败状态），随后编写修复代码，使得测试变为绿色（通过状态）。
  5. 修复完成后，trellis-break-loop机制会自动介入，引导我们分析该 Bug 的根本成因。
  6. 我们使用/trellis-update-spec，将防复发规则写入 Spec 中（例如"禁止直接操作 textarea.value"）。
• 协同效果：Pocock Skill 解决了"如何精准重现并找到 Bug 根因"，而 Trellis 则通过回归测试和 Spec 契约解决了"如何让这个 Bug 永远不再发生"。

组合 C：快速接手存量项目（domain-modeling→ Trellis 初始化）

• 触发时机：当你刚刚加入一个已有的存量项目，或者发现代码库中的业务术语非常混乱时。
• 操作步骤：
  1. 运行/domain-modeling。Pocock Skill 会全局扫描代码，提炼出一套项目的"统一语言"，并生成一份术语表文件CONTEXT.md。在 PromptMaster 中，这会把Provider（AI 平台）、PromptSlot（占位符）和InjectionTarget（目标输入框）等概念梳理清楚。
  2. 术语表生成后，运行trellis init初始化项目。
  3. Trellis 的trellis-spec-bootstrap会自动读取CONTEXT.md里的统一语言。生成的 Spec 文件将直接继承这些标准术语。
  4. 后续的所有任务中，AI 在编写prd.md和代码注释时，都会严格使用这套术语，有效避免了概念的语义漂移。
• 协同效果：Pocock Skill 帮助我们梳理出了项目概念的"共同语言"，而 Trellis 则让这套共同语言在后续的迭代中持续发挥规范作用。

四、其他提示

1. Trellis 需要一定的初始化成本，对于00-Bootstrap任务，务必使用能力较强的模型（视项目复杂度而定），对你的项目负责。
2. 如果在执行时使用了能力较弱的模型，记得查看最后的"finish"状态，如果没有触发，请手动输入/trellis:finish。
3. 使用了 Trellis 后，请精简AGENT.md与CLAUDE.md，防止上下文浪费。
4. 对于上下文较短的模型（通常能力也较差，GLM 算特例），发现任务流程跑完后有 bug，请视情况结合 Matt Pocock 的 hand off skill 进行手动任务交接后再切换模型修复。