# Trellis **Repository Path**: maylag/Trellis ## Basic Information - **Project Name**: Trellis - **Description**: All-in-one AI framework & toolkit - **Primary Language**: Unknown - **License**: AGPL-3.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-03-17 - **Last Updated**: 2026-05-20 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README

Trellis Logo

给 AI 立规矩的开源框架
支持 Claude Code、Cursor、OpenCode、Codex、Kiro、Kilo、Gemini CLI、Antigravity、Windsurf、Qoder、CodeBuddy、GitHub Copilot、Droid 和 Pi Agent。

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