经过 8 个月 Claude Code 高强度实战，我们决定开源内部的最佳实践

问题描述：

前天我的 CTO 在站内发布了一篇技术贴，没想到竟然小爆了一下。我们当时正在准备开源，原本规划几周后再发，但这次的反响让我们意识到大家对 AI coding 的需求远超想象，于是决定提前开源。

昨天下午，我们正式发布了 Trellis，非常感谢论坛里各位佬友的支持，我们在纯自然流的情况下收获了 100+ star，也收到了很多有价值的反馈和建议。这里面大部分问题我们都会在接下来的几天内解决。

在此，我准备开源使用 CC 8 个月以来我们的全部心路历程，以及为什么我们选择构建 Trellis，希望能帮助到大家。

我们踩过的坑

在说这一切之前必须从我们踩过的坑说起。从 8 个月前 Claude Code 发布开始，我们就在尝试各种开发流程：从最早的 OpenSpec，到前段时间爆火的 plan-with-files，再到最近霸榜 trending 的 Superpowers，我们都有过使用，但可惜结果都是初看很惊艳，但实际效果很一般

核心问题有两个：

1. OpenSpec 类框架：本质上是 PRD-driven，而不是 Spec-driven。 每次新任务都要重新写一遍架构约束、代码风格、错误处理规则。
2. Superpowers 类框架：开源的 skill 都是比较宽泛的，没法解决项目内各种特化的问题，但是即使我们定义了自己的项目规范 skill，有时也因为幻觉或者上下文过长而没有调用，这带来了不可预测性。最后大部分时候 skill 必须手动使用，使用体感很差。

我们的思考

我们认为在未来的 AI Framework 里，Spec 和 Skill 必须同时存在：

• Spec 负责约束：确保 AI 始终遵循项目规范，提供可预测性
• Skill 负责能力：按需扩展 AI 的能力边界，保持灵活性

解决了这两个问题，才能真正提升 AI 的代码质量，再配合上自动上下文注入之后，并行调用、团队协作等能力也就成为可能了。