Trellis任务管理完全指南:从创建到归档的全生命周期掌控
【免费下载链接】TrellisThe best agent harness.项目地址: https://gitcode.com/gh_mirrors/trellis11/Trellis
Trellis是一款强大的任务管理工具,能够帮助开发者高效地管理项目任务,从创建到归档的全生命周期都能得到完美掌控。本文将为您详细介绍Trellis任务管理的各个环节,让您轻松上手这款终极任务管理工具。
为什么选择Trellis进行任务管理?
在软件开发过程中,有效的任务管理至关重要。Trellis作为最佳的代理管理工具,提供了一套完整的任务管理系统,帮助团队和个人更好地规划、执行和跟踪任务。它的核心优势在于:
- 完整的任务生命周期:从任务创建到归档,Trellis提供了一站式解决方案
- 自动化工作流:通过子代理系统自动分配和执行任务
- 丰富的上下文管理:自动加载项目上下文,包括工作流规则、活动任务、git状态等
- 灵活的定制化:支持自定义工作流和任务状态,满足不同项目需求
Trellis任务管理演示:展示了Trellis如何加载会话并读取项目上下文
Trellis任务管理核心概念
任务系统概述
Trellis的任务系统是其核心功能,每个任务都有自己的目录,位于.trellis/tasks/{MM-DD-name}/下,包含以下关键文件:
task.json:任务元数据prd.md:需求文档- 可选的
design.md:设计文档 - 可选的
implement.md:实施计划 - 可选的
research/:研究资料目录 implement.jsonl和check.jsonl:子代理上下文清单
工作流概览
Trellis的工作流分为三个主要阶段:计划(Plan)、执行(Execute)和完成(Finish)。每个阶段都有明确的目标和步骤,确保任务有序进行。
Trellis工作流程图:展示了从会话开始到任务完成的完整流程,包括自动注入项目上下文和按需调度独立子代理
任务创建:开启高效工作的第一步
创建任务是使用Trellis进行任务管理的起点。通过以下命令可以快速创建一个新任务:
python3 ./.trellis/scripts/task.py create "<task title>" --slug <name>注意:--slug是人类可读的名称,不需要包含MM-DD-日期前缀,Trellis会自动添加。
对于复杂项目,Trellis支持创建任务树结构,即父任务和子任务。先创建父任务,然后使用--parent参数创建子任务:
python3 ./.trellis/scripts/task.py create "<child task title>" --slug <child-name> --parent <parent-dir>任务创建后,状态会被设置为"planning",并自动生成默认的prd.md文件。此时,工作流状态会切换到[workflow-state:planning],提示AI保持在规划阶段。
任务规划:为成功执行奠定基础
规划阶段是确保任务顺利完成的关键,包括需求探索、研究和上下文配置等步骤。
需求探索
使用trellis-brainstorm技能与用户交互式地探索需求,主要工作包括:
- 一次提出一个问题
- 优先研究而非直接询问用户
- 提供选项而非开放式问题
- 在每次用户回答后立即更新
prd.md - 当可交付成果可以独立验证时,将大范围拆分为父任务和子任务
- 保持
prd.md专注于需求和验收标准 - 对于复杂任务,在开始实施前生成
design.md和implement.md
Trellis用例:展示如何在Markdown中定义标准,Trellis会将其注入到每个AI会话中
研究
研究可以在需求探索的任何时候进行,不仅限于本地代码,还可以使用任何可用工具(MCP服务器、技能、网络搜索等)查找外部信息。研究结果必须写入文件,保存在{TASK_DIR}/research/目录下,而不是仅留在聊天记录中。
上下文配置
对于支持子代理的平台,需要整理implement.jsonl和check.jsonl文件,以便第二阶段的子代理获得正确的规范和研究上下文。这些文件在任务创建时已经生成,初始包含一个自描述的_example行,您需要填充实际内容。
使用以下命令可以查看可用的规范包:
python3 ./.trellis/scripts/get_context.py --mode packages使用以下命令添加上下文条目:
python3 ./.trellis/scripts/task.py add-context "$TASK_DIR" implement "<path>" "<reason>" python3 ./.trellis/scripts/task.py add-context "$TASK_DIR" check "<path>" "<reason>"任务激活:准备开始执行
完成规划后,通过以下命令将任务状态切换为"in_progress":
python3 ./.trellis/scripts/task.py start <task-dir>对于轻量级任务,prd.md可能就足够了。但对于复杂任务,在启动前必须存在并审查prd.md、design.md和implement.md。在支持子代理的平台上,implement.jsonl和check.jsonl在启动前必须都有真正的精选条目。
任务激活后,工作流状态会自动切换到[workflow-state:in_progress],接下来将进入执行阶段。
任务执行:实现计划并确保质量
执行阶段的目标是将经过审查的规划成果转化为通过质量检查的代码,主要包括实施和质量检查两个步骤。
实施
根据不同的平台,Trellis提供了不同的实施方式。对于支持子代理的平台,可以生成实施子代理:
Agent type: trellis-implement Task description: Implement the reviewed task artifacts, consulting materials under {TASK_DIR}/research/; finish by running project lint and type-check对于内联模式平台(如codex-inline, Kilo等),则直接在主会话中实施:
- 加载
trellis-before-dev技能以读取项目指南 - 阅读
{TASK_DIR}/prd.md,然后是design.md(如果存在),然后是implement.md(如果存在) - 查阅
{TASK_DIR}/research/下的资料 - 根据审查过的工件实施代码
- 运行项目 lint 和类型检查
质量检查
实施完成后,需要进行质量检查。对于支持子代理的平台,可以生成检查子代理:
Agent type: trellis-check Task description: Review all code changes against specs and task artifacts; fix any findings directly; ensure lint and type-check pass对于内联模式平台,则加载trellis-check技能进行验证:
- 规范合规性
- lint / 类型检查 / 测试
- 跨层一致性(当更改跨越多层时)
如果发现问题,修复后重新检查,直到通过。
任务并行处理:提高团队效率
Trellis支持并行处理多个任务,使用/parallel命令可以在隔离的工作树中生成多个会话:
$ /parallel Starting parallel mode... [1] Worker: feature/auth-system [2] Worker: feature/dashboard-ui [3] Worker: feature/api-endpoints All workers runningTrellis并行工作用例:展示如何同时处理多个功能,并在准备就绪时合并
并行处理可以大大提高团队效率,特别是在处理相互独立的功能模块时。
任务完成:确保质量并记录成果
完成阶段的目标是确保代码质量,捕获经验教训,记录工作成果。
调试回顾
如果任务涉及反复调试(同一问题被多次修复),加载trellis-break-loop技能来:
- 分类根本原因
- 解释早期修复失败的原因
- 提出预防措施
规范更新
加载trellis-update-spec技能,审查此任务是否产生了值得记录的新知识:
- 新发现的模式或约定
- 遇到的陷阱
- 新的技术决策
相应地更新.trellis/spec/下的文档。
提交更改
在完成任务后,需要提交更改。Trellis建议遵循以下步骤:
检查脏状态:
git status --porcelain从最近的历史中学习提交风格:
git log --oneline -5将脏文件分为两组:AI编辑的文件和未识别的文件
制定提交计划,按逻辑单元分组提交
呈现计划并请求确认
根据确认执行提交
任务归档
完成所有工作后,使用以下命令将任务归档:
python3 ./.trellis/scripts/task.py archive <name>归档会将任务状态设置为"completed",并将目录移动到archive/{year-month}/下,同时删除任何仍然指向已归档任务的运行时会话文件。
自定义工作流:适应项目需求
Trellis允许定义自定义工作流,通过斜线命令为特定任务准备AI:
# .claude/commands/before-frontend-dev.md Load frontend development context: 1. Read component guidelines 2. Check recent changes 3. Load test patterns 4. Review shared hooks运行命令加载上下文:
$ /before-frontend-dev Loading component guidelines... Checking recent changes... Loading test patterns... Frontend context loaded!Trellis自定义工作流用例:展示如何定义斜线命令为特定任务准备AI
总结:Trellis任务管理的最佳实践
Trellis提供了一个全面的任务管理系统,从创建到归档的全生命周期都能得到有效掌控。以下是一些最佳实践:
- 计划先行:在开始编码前先弄清楚要做什么
- 规范注入:通过钩子/技能注入指南,而不是从内存中回忆
- 持久化一切:研究、决策和经验都要写入文件
- 增量开发:一次一个任务
- 捕获学习:每个任务后,回顾并将新知识写回规范
通过遵循这些最佳实践和本文介绍的步骤,您将能够充分利用Trellis的强大功能,提高任务管理效率,确保项目顺利进行。
要开始使用Trellis,只需克隆仓库并按照文档进行初始化:
git clone https://gitcode.com/gh_mirrors/trellis11/Trellis cd Trellis # 按照文档进行初始化立即开始使用Trellis,体验高效任务管理的乐趣!
【免费下载链接】TrellisThe best agent harness.项目地址: https://gitcode.com/gh_mirrors/trellis11/Trellis
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考