# Trellis **Repository Path**: droidphone/Trellis ## Basic Information - **Project Name**: Trellis - **Description**: No description available - **Primary Language**: Unknown - **License**: AGPL-3.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-06-10 - **Last Updated**: 2026-06-10 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README

Trellis Logo

开箱即用的 AI 编码工程化框架
AI 写代码很快,但它每次会话都从零开始理解项目,记不住你的规范,也记不住团队级别的需求。Trellis 会把规范、任务、记忆沉淀进仓库,让任意 Coding Agent 都按你的工程标准来实践。

English文档快速开始支持平台使用场景

npm version npm downloads license stars docs Discord open issues open PRs Ask DeepWiki Ask ChatGPT

Trellis 工作流演示

## 为什么用 Trellis? | 能力 | 带来的改变 | | --- | --- | | **自动注入规范** | 将规范沉淀到 `.trellis/spec/` 之后,Trellis 会在每次会话中按当前任务自动按需注入相关上下文,无需反复说明。 | | **任务驱动工作流** | PRD、实现上下文、审查上下文与任务状态统一存放于 `.trellis/tasks/`,AI 开发过程保持结构化、可追溯。 | | **项目记忆** | `.trellis/workspace/` 中的工作日志(journal)会保留上一次会话的脉络,因此每次新会话都能基于真实上下文开始。 | | **团队共享标准** | Spec 随仓库一同版本化,个人总结出的规则与流程可以直接成为整个团队的基础设施。 | | **多平台复用** | 同一套 Trellis 结构覆盖 14 个 AI coding 平台,无需为每个工具单独搭建工作流。 | ## 前置要求 - **Node.js** >= 18 - **Python** >= 3.9 ## 快速开始 ```bash # 1. 安装 Trellis npm install -g @mindfoldhq/trellis@latest # 2. 在仓库中初始化 trellis init -u your-name # 3. 或仅初始化你实际使用的平台 trellis init --cursor --opencode --codex -u your-name ``` 查看 [快速开始](https://docs.trytrellis.app/zh/start/install-and-first-task) 与 [支持平台](https://docs.trytrellis.app/zh/advanced/multi-platform) 指南以了解详细配置步骤。 ## 如何使用 使用流程非常简单: 1. **用自然语言描述你的需求。** 2. **与 AI 一起头脑风暴**,一次只回答一个问题,直到 PRD 足够清晰,然后开始实现。 3. **交由 AI 自主推进** —— AI 会调用 `trellis-implement` 编写代码,并自动依据 Spec、lint、type-check 与测试进行校验。 4. **当工作完成或会话上下文接近上限时,输入 `/trellis:finish-work`**。Trellis 会归档任务并更新工作日志。 ## 工作原理 Trellis 内部运行一个 4 阶段循环,skill 与子代理均由系统自动调用: 1. **Plan(规划)** —— `trellis-brainstorm` 逐题梳理需求并写入 `prd.md`;涉及资料调研的部分派发给 `trellis-research` 子代理处理。阶段产出为一组精选的 Spec 与研究文件,由 `implement.jsonl` / `check.jsonl` 编排。 2. **Implement(实现)** —— `trellis-implement` 子代理依据 PRD 编写代码,所需上下文已按 `implement.jsonl` 自动注入,不会执行 git commit。 3. **Verify(验证)** —— `trellis-check` 子代理基于 diff 对照 Spec 逐项核查,并运行 lint、type-check 与测试,在能力范围内自动修复。 4. **Finish(收尾)** —— 执行最终检查后,`trellis-update-spec` 将本轮新增的认知沉淀回 `.trellis/spec/`,为下一次会话积累上下文。 ## 资源 | 需求 | 链接 | | --- | --- | | 在仓库中安装 Trellis | [快速开始](https://docs.trytrellis.app/zh/start/install-and-first-task) | | 了解各平台之间的差异 | [支持平台](https://docs.trytrellis.app/zh/advanced/multi-platform) | | 查看实际使用场景 | [真实场景](https://docs.trytrellis.app/zh/start/real-world-scenarios) | | 从 Spec 模板起步 | [Spec 模板](https://docs.trytrellis.app/zh/templates/specs-index) | | 跟进版本更新 | [更新日志](https://docs.trytrellis.app/zh/changelog) | ## 常见问题
Trellis 与 CLAUDE.mdAGENTS.md.cursorrules 有何区别? 这些文件本身是有用的入口,但容易在长期使用中变得冗长臃肿。Trellis 在此之上补充了:作用域明确的 Spec、按任务划分的 PRD、工作流关卡、工作区记忆,以及按平台自动生成的适配文件。
Trellis 是否仅支持 Claude Code? 并非如此。Trellis 是项目层基础设施,可在多种 coding agent 与 IDE 中使用。
Trellis 适合个人开发者还是团队? 两者皆可。个人开发者主要受益于记忆机制与可复用的工作流;团队使用收益更大——标准统一、任务边界清晰、上下文可审查,且具备跨平台可移植性。
是否需要手动编写每一个 Spec 文件? 并不需要。多数团队的做法是先由 AI 基于现有代码生成初稿,再人工收紧关键规则。Trellis 的效果取决于是否将高价值规则显式化并纳入版本管理。
团队协作时是否会频繁产生冲突? 不会。个人工作区的 journal 按开发者独立维护,共享的 Spec 与任务则进入仓库,可以像其他项目产物一样进行评审与改进。
## Star 历史 [![Star History Chart](https://api.star-history.com/svg?repos=mindfold-ai/Trellis&type=Date)](https://star-history.com/#mindfold-ai/Trellis&Date) ## 社区与资源 - [官方文档](https://docs.trytrellis.app/zh) - [GitHub Issues](https://github.com/mindfold-ai/Trellis/issues) - [Discord](https://discord.com/invite/tWcCZ3aRHc) - [技术博客](https://docs.trytrellis.app/zh/blog) ### 联系我们

微信群      飞书话题群

官方仓库AGPL-3.0 License • 由 Mindfold 构建