@
cc9910 所以我们做了 journl+sub agent 去解决上下文相关的问题,比如前面提到的
```
如果用我们这套流程的话, 每次结束对话时用 `/trellis:record-session` ,AI 会把会话摘要写入 `.trellis/workspace/{name}/
journal-N.md` ,并在 `
index.md` 建立索引。下次 `/trellis:start`时,AI 会自动读取最近的 journal 和 git 信息,恢复上下文。(所以理论上直接扒每天的 journal 文件就能当你的工作日报提交了🤣)
比如有一个很复杂的需求,你可以 /start 一次,然后跟它讨论确认需求, 然后创建一个 task,然后就可以 /record-session 直接记录 journal ,然后开一个新的会话窗口, 输入 /start 让 ai 自动了解上次的情况, 然后帮你开始具体实施干活。
```
1. plan agent 先根据你的当前任务需求,去查找 spec 目录下面存放的高质量代码规范(spec 相关的东西可以看前面几楼我有讲),然后找出这个需求相关的需要遵守的 spec 的某几个具体文档 (比如说要写一个新接口,那需要有 接口怎么组织,数据流转的相关规范文档 入口-biz-data , 然后每一层代码的大致结构长啥样; 然后写 db 操作需要获取 db 相关的 spec 文档,里面会写类似 如果有批量操作,应该用 orm 的 batch 方法而不是在 for 循环里写 db insert 这种), 然后找出所有本次需要遵守的规范文件,存放到一个目录里
2. 然后启动 implement agent, 上一步获取的文件的内容会被脚本读取出来注入给这个 agent,然后它就知道代码该怎么写,然后实际去干活
然后实际开发可能会遇到各种问题, 然后修复的过程中就可以把新的,正确的知识沉淀到 spec 下面的文档里,反复出错的原因会被总结道 guides 目录当作思考指南,供下一次的 plan agent 去复用