Files
Claude-Code-Workflow/README_CN.md
catlog22 de63ad5797 feat: Add TDD workflow support (v3.1.0)
🧪 TDD Workflow Commands:
- /workflow:tdd-plan: 5-phase TDD planning with Red-Green-Refactor chains
- /workflow:tdd-verify: 4-phase TDD compliance verification
- /workflow:tools:task-generate-tdd: TDD task chain generator
- /workflow:tools:tdd-coverage-analysis: Test coverage and cycle analysis

📋 Task Architecture:
- Task ID format: TEST-N.M → IMPL-N.M → REFACTOR-N.M
- Dependency enforcement: IMPL depends_on TEST, REFACTOR depends_on IMPL
- Meta fields: tdd_phase (red/green/refactor), agent assignments

📊 Compliance Scoring:
- Base score: 100 points with deductions for missing tasks
- Comprehensive validation: chain structure, dependencies, cycle execution
- Detailed reporting: TDD_COMPLIANCE_REPORT.md with recommendations

📚 Documentation:
- Updated README.md and README_CN.md with TDD workflow examples
- Added "How It Works" section explaining context-first architecture
- Enhanced Getting Started with complete 4-phase workflow
- Updated CHANGELOG.md with comprehensive v3.1.0 details

🎯 Design Philosophy:
- Context-first architecture eliminates execution uncertainty
- Pre-defined context gathering via context-package.json
- JSON-first task model with pre_analysis steps
- Multi-model orchestration (Gemini/Qwen/Codex)

🤖 Generated with Claude Code (https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
2025-10-02 09:18:08 +08:00

11 KiB
Raw Permalink Blame History

🚀 Claude Code Workflow (CCW)

Version License Platform MCP工具

语言: English | 中文


Claude Code Workflow (CCW) 是一个新一代的多智能体自动化开发框架,通过智能工作流管理和自主执行来协调复杂的软件开发任务。

🎉 最新版本: v3.1.0 - TDD 工作流支持,包含 Red-Green-Refactor 循环强制执行。详见 CHANGELOG.md

v3.0.0 版本: 引入了统一的 CLI 命令结构/cli:* 命令通过 --tool 标志整合了所有工具Gemini, Qwen, Codex的交互。


核心特性

  • 🎯 上下文优先架构: 预定义上下文收集消除执行不确定性和误差累积。
  • 🤖 多智能体系统: 专用智能体(@code-developer@code-review-test-agent)具备技术栈感知能力。
  • 🔄 端到端工作流自动化: 从头脑风暴到部署的多阶段编排。
  • 📋 JSON 优先任务模型: 结构化任务定义,包含 pre_analysis 步骤实现确定性执行。
  • 🧪 TDD 工作流支持: 完整的测试驱动开发,包含 Red-Green-Refactor 循环强制执行。
  • 🧠 多模型编排: 发挥 Gemini分析、Qwen架构和 Codex实现各自优势。
  • 执行前验证: 通过战略Gemini和技术Codex双重分析验证计划。
  • 🔧 统一 CLI: 一个强大、统一的 /cli:* 命令集,用于与各种 AI 工具交互。
  • 📦 智能上下文包: context-package.json 将任务链接到相关代码库文件和外部示例。

⚙️ 安装

🚀 一键快速安装

Windows (PowerShell):

Invoke-Expression (Invoke-WebRequest -Uri "https://raw.githubusercontent.com/catlog22/Claude-Code-Workflow/main/install-remote.ps1" -UseBasicParsing).Content

Linux/macOS (Bash/Zsh):

bash <(curl -fsSL https://raw.githubusercontent.com/catlog22/Claude-Code-Workflow/main/install-remote.sh)

验证安装

安装后,运行以下命令以确保 CCW 正常工作:

/workflow:session:list

🚀 快速入门

完整开发工作流

阶段 1头脑风暴与概念规划

# 多视角头脑风暴,使用基于角色的智能体
/workflow:brainstorm:auto-parallel "构建用户认证系统"

# 审查和优化特定方面(可选)
/workflow:brainstorm:ui-designer "认证流程"
/workflow:brainstorm:synthesis  # 生成综合规范

阶段 2行动规划

# 创建可执行的实现计划
/workflow:plan "实现基于 JWT 的认证系统"

# 或使用 TDD 方法
/workflow:tdd-plan "使用测试优先开发实现认证"

阶段 3执行

# 使用 AI 智能体执行任务
/workflow:execute

# 监控进度
/workflow:status

阶段 4测试与质量保证

# 生成全面测试套件(标准工作流)
/workflow:test-gen
/workflow:execute

# 或验证 TDD 合规性TDD 工作流)
/workflow:tdd-verify

# 最终质量审查
/workflow:review

简单任务快速入门

功能开发:

/workflow:session:start "添加密码重置功能"
/workflow:plan "基于邮件的密码重置,带令牌过期"
/workflow:execute

Bug 修复:

# 使用 CLI 工具进行交互式分析
/cli:mode:bug-index --tool gemini "移动设备上登录超时"

# 执行建议的修复
/workflow:execute

代码分析:

# 深度代码库分析
/cli:mode:code-analysis --tool qwen "分析认证模块架构"

🛠️ 命令参考

统一 CLI 命令 (`/cli:*)

使用 --tool <gemini|qwen|codex> 标志选择所需工具。默认为 gemini

命令 描述
/cli:analyze 深度代码库分析。
/cli:chat 与工具进行直接的交互式聊天。
/cli:execute 以完全权限执行任务。
/cli:cli-init 为工作区初始化CLI工具配置。
/cli:mode:bug-index 分析错误并提出修复建议。
/cli:mode:code-analysis 执行深度代码分析和调试。
/cli:mode:plan 项目规划和架构分析。

工作流命令 (`/workflow:*)

命令 描述
/workflow:session:* 管理开发会话(start, pause, resume, list, switch, complete)。
/workflow:brainstorm:* 使用基于角色的智能体进行多视角规划。
/workflow:plan 从描述创建详细、可执行的计划。
/workflow:tdd-plan 创建测试驱动开发工作流,包含 Red-Green-Refactor 循环。
/workflow:execute 自主执行当前的工作流计划。
/workflow:status 显示工作流的当前状态。
/workflow:test-gen 从实现中自动生成测试计划。
/workflow:tdd-verify 验证 TDD 合规性并生成质量报告。
/workflow:review 对已完成的工作启动质量保证审查。

任务与内存命令

命令 描述
/task:* 管理单个任务(create, breakdown, execute, replan)。
/update-memory-full 重新索引整个项目文档。
/update-memory-related 更新与最近更改相关的文档。

⚙️ 配置

必需: Gemini CLI 设置

配置 Gemini CLI 以实现最佳集成:

// ~/.gemini/settings.json
{
  "contextFileName": "CLAUDE.md"
}

推荐: .geminiignore

通过排除不必要的文件来优化性能:

# .geminiignore (在项目根目录)
/dist/
/build/
/node_modules/
/.next/
*.tmp
*.log
/temp/

# 包含重要文档
!README.md
!**/CLAUDE.md

可选: MCP 工具 (增强分析)

MCP (模型上下文协议) 工具提供高级代码库分析。完全可选 - CCW 在没有它们的情况下也能完美工作。

可用的 MCP 服务器

MCP 服务器 用途 安装指南
Exa MCP 外部 API 模式和最佳实践 安装指南
Code Index MCP 高级内部代码搜索 安装指南

启用后的好处

  • 📊 更快分析: 直接代码库索引 vs 手动搜索
  • 🌐 外部上下文: 真实世界的 API 模式和示例
  • 🔍 高级搜索: 模式匹配和相似性检测
  • 自动回退: MCP 不可用时使用传统工具

🧩 工作原理:设计理念

核心问题

传统的 AI 编码工作流面临一个根本性挑战:执行不确定性导致误差累积

示例:

# 提示词1"开发XX功能"
# 提示词2"查看XX文件中架构设计开发XX功能"

虽然提示词1对简单任务可能成功但在复杂工作流中

  • AI 每次可能检查不同的文件
  • 小偏差在多个步骤中累积
  • 最终输出偏离预期目标

CCW 的使命:解决"1到N"的问题 — 精确地在现有代码库基础上开发,而不仅仅是"0到1"的全新项目开发。


CCW 解决方案:上下文优先架构

1. 预定义上下文收集

CCW 使用结构化上下文包,而不是让智能体随机探索:

规划阶段创建的 context-package.json

{
  "metadata": {
    "task_description": "...",
    "tech_stack": {"frontend": [...], "backend": [...]},
    "complexity": "high"
  },
  "assets": [
    {
      "path": "synthesis-specification.md",
      "priority": "critical",
      "sections": ["后端模块结构"]
    }
  ],
  "implementation_guidance": {
    "start_with": ["步骤1", "步骤2"],
    "critical_security_items": [...]
  }
}

2. JSON 优先任务模型

每个任务包含 flow_control.pre_analysis 部分:

{
  "id": "IMPL-1",
  "flow_control": {
    "pre_analysis": [
      {
        "step": "load_architecture",
        "commands": ["Read(architecture.md)", "grep 'auth' src/"],
        "output_to": "arch_context",
        "on_error": "fail"
      }
    ],
    "implementation_approach": {
      "modification_points": ["..."],
      "logic_flow": ["..."]
    },
    "target_files": ["src/auth/index.ts"]
  }
}

核心创新pre_analysis 步骤在实现之前执行,确保智能体始终拥有正确的上下文。

3. 多阶段编排

CCW 工作流是协调斜杠命令的编排器:

规划阶段 (/workflow:plan)

阶段1: session:start       → 创建会话
阶段2: context-gather      → 构建 context-package.json
阶段3: concept-enhanced    → CLI 分析Gemini/Qwen
阶段4: task-generate       → 生成带 pre_analysis 的任务 JSON

执行阶段 (/workflow:execute)

对于每个任务:
  1. 执行 pre_analysis 步骤 → 加载上下文
  2. 应用 implementation_approach → 进行更改
  3. 验证验收标准 → 验证成功
  4. 生成摘要 → 跟踪进度

4. 多模型编排

每个 AI 模型发挥各自优势:

模型 角色 使用场景
Gemini 分析与理解 长上下文分析、架构审查、bug 调查
Qwen 架构与设计 系统设计、代码生成、架构规划
Codex 实现 功能开发、测试、自主执行

示例:

# Gemini 分析问题空间
/cli:mode:code-analysis --tool gemini "分析认证模块"

# Qwen 设计解决方案
/cli:analyze --tool qwen "设计可扩展的认证架构"

# Codex 实现代码
/workflow:execute  # 使用带 Codex 的 @code-developer

0到1 vs 1到N 开发

场景 传统工作流 CCW 方法
全新项目0→1 效果良好 增加结构化规划
功能添加1→2 ⚠️ 上下文不确定 context-package 链接现有代码
Bug 修复N→N+1 ⚠️ 可能遗漏相关代码 pre_analysis 查找依赖
重构 ⚠️ 范围不可预测 CLI 分析 + 结构化任务

核心工作流

完整开发(头脑风暴 → 部署)

头脑风暴8个角色→ 综合 → 规划4阶段→ 执行 → 测试 → 审查

快速功能开发

session:start → plan → execute → test-gen → execute

TDD 工作流

tdd-plan (TEST→IMPL→REFACTOR 链) → execute → tdd-verify

Bug 修复

cli:mode:bug-index分析→ execute修复→ test-gen验证

🤝 贡献与支持

📄 许可证

此项目根据 MIT 许可证 授权。详见 LICENSE 文件。