GitHubDaily

Claude Code 编程神器,狂揽 5.2 万 Star!

这两年,各种 AI 编程工具不断涌现,越来越多人都在尝试 Vibe Coding 将想法落地到项目。

随着项目不断迭代,代码量越来越大。很快大家便发现,一个简单的功能还没做完,上下文窗口就塞满。

这个现象有个名字,叫 context rot,上下文腐烂。根源很简单:AI 的上下文窗口是有限的,塞得越满,早期的信息就越容易被稀释,输出质量随之下滑。

这不是 AI 不够聪明,是我们用的方式有问题。长对话堆在一起,等于让 AI 带着一脑子杂物干活。

今天来跟大家介绍一个开源项目,专为解决这个问题而生,它叫 GSD,全称 Get Shit Done。

目前已斩获 5.2 万 Star,并且 Amazon、Google、Shopify 等公司的开发者都在使用。

Image

GSD 的核心思路,其实就一句话:让 AI 每次干活都带着清醒的脑子。

具体做法是把从 0 到 1 的项目开发流程拆成四个阶段:讨论、规划、执行、验证。

1、讨论阶段

执行命令 /gsd-new-project,初始化项目时系统会持续追问,直到完全搞清楚需求。

问完之后,自动生成项目文档、需求列表和路线图,作为后续所有工作的基础。

接着执行 /gsd-discuss-phase,在正式规划之前,先把模糊不清楚的信息解决掉。

比如布局怎么搞、API 返回什么格式、报错怎么处理,这些决策提前收进来,AI 规划时才知道往哪个方向走,不会凭空猜。

2、规划阶段

执行 /gsd-plan-phase,系统先调研领域知识,再把任务拆成一个个原子化的计划。

每条指令用 XML 格式结构化,足够精确,AI 执行时不需要靠猜。

3、执行阶段

执行 /gsd-execute-phase,系统会根据依赖关系把任务分成多个 wave。

没有依赖关系的任务并行跑,有依赖的顺序推进。每个任务完成后,自动提交一个独立 commit。

这样做的好处是,任何一步出问题,都能精准定位到哪个任务,直接回滚,不用翻一整段混乱的提交历史。

更关键在于,每一步的执行都在一个全新的上下文窗口里独立完成,20 万 token 只用来干这一件事。

4、验证阶段

执行 /gsd-verify-work,逐项检查每个交付项是否真的可用。

发现问题直接生成修复计划,重新执行就行,不需要手动排查。

一个从零开始的项目,走完这四个阶段,从需求定义到代码交付,每一步都有结构支撑,全程有迹可循。

image-20260414172202154

对于已有项目,可以先跑 /gsd-map-codebase,让系统分析现有代码库的架构和约定。

后续的规划和执行都会在这个基础上展开,不会和已有代码打架。

新功能开发完成后,还可以用 /gsd-ship 直接生成 PR,方便团队协作。

怎么上手?一行命令即可安装使用:

npx get-shit-done-cc@latest

安装时会提示选择使用哪款 AI 编程工具。已支持 Claude Code、Cursor、Codex、Gemini CLI 等 12 款主流工具。

image-20260414171116343

如果用的是 Claude Code,在启动的时候,作者建议加上这个参数,跳过权限确认:

claude --dangerously-skip-permissions

如果只是处理临时小任务,不想走完整流程,还有个 /gsd-quick 命令,保留核心保障,路径更短,适合快速迭代。

写在最后

如今越来越多的公司,开始让 AI 直接参与生产级开发,写代码、提 PR、跑流水线。

以前 AI 只是辅助角色,出了问题人兜底就好。现在让 AI 直接动公司代码库,一旦跑偏,将影响整个任务进度。

这意味着,光靠 AI 能力强是不够的,每一步怎么走、出了问题怎么追溯,才是让 AI 落地到生产级开发真正的挑战。

GSD 的价值恰好在这里。把开发流程结构化,每个阶段独立执行、独立验证,出了问题有 commit 可查、有计划可回滚。

与其期待 AI 变得更聪明,不如先给它一套靠谱的工作方式。

GitHub 项目地址:https://github.com/gsd-build/get-shit-done

今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!