【开源推荐】Trellis：一套让 Claude Code 如有神助的工作流

前言

隔三差五就能在群里看到有人问："Claude Code有没有什么最佳实践？怎么让它别乱改我代码？"

说实话，我用Claude Code快一年了，各种框架、提示词方案试了个遍，一直没办法打包票说"有的兄弟，有的"——直到前阵子群友甩了个叫Trellis的东西给我，折腾了两周，我觉得可以聊聊了。

不是天阶功法，但确实解决了我几个很具体的痛点。

裸用模型的天花板

先说背景。今年A社模型降智说与老生常谈了，这事大家都有体感，但真正让我动摇的是三个老问题：

默认200K上下文，听着够用，实际不够。 一个中型项目，光是把核心模块的代码喂进去，上下文就吃掉大半。你还想让它理解业务逻辑？还想让它记住你之前说的约定。

压缩后不可控。 长会话到后面，Claude会自动压缩上下文。压缩完它就像喝了假酒，之前说好的代码规范、目录结构约定，全忘了，开始到处乱改。

指令遵循不稳定。 你在CLAUDE.md里写得清清楚楚"不要修改tests目录"，它大部分时候听话，偶尔就是要给你来一下。

所以GPT-5.2出来后我使用后就基本切过去了。400K上下文确实大，推理能力也强，但输出慢，语言风格太"学术"——代码注释像论文摘要，每次都要"中译中"也是实打实的痛点

Trellis不是又一个CLAUDE.md

我之前也写过很长的 CLAUDE.md，把前端命名规范、后端API约定、数据库迁移规则全堆在一起，也用过各种全局Skill，效果时灵时不灵。Trellis跟这些方案的本质区别在于：

它不是一份提示词，是一套项目级的workflow + toolkit，通过Hook强制注入到每次会话里。

关键词是"强制"。Skill是可选的，AI心情好就用，心情不好就跳过，你拿它没办法。Trellis用了三层Hook拦截机制——会话启动时注入项目上下文，派发子Agent时注入精准Spec，Agent完成时强制质量验证。不是"你可以参考"，是"你必须遵守"。

这三层Hook各司其职：

• session-start.py — 每次新会话自动注入workflow和项目状态
• inject-subagent-context.py — 派发子Agent前，按类型精准注入对应Spec
• ralph-loop.py — Check Agent想退出时拦截，lint/typecheck不过就不让走，最多重试5轮

核心哲学一句话概括：Specs are injected, not remembered。

这套机制最优雅的地方在于——Dispatch Agent自己完全不读Spec，它只负责路由。所有上下文由Hook在幕后自动注入给对应的执行Agent。上下文零浪费，每个Agent只拿到自己需要的东西。

而且所有配置都在项目的 .trellis/ 和 .claude/ 目录下，不碰你的全局配置。换个项目就是另一套规范，干干净净。

真正打动我的三个设计

分层Spec按需加载

这个设计直接对应上下文不够用的问题。

Trellis的做法是在 .trellis/spec/ 下面按类别拆分规范文件。AI接到任务后，根据任务类型只加载相关的Spec，不相关的根本不进上下文。

举个例子，一个典型的Spec目录长这样：

.trellis/spec/
  frontend/
    component-naming.md    # React组件命名与目录规范
    state-management.md    # 状态管理约定
    hook-patterns.md       # 自定义Hook编写规范
  backend/
    api-conventions.md     # RESTful接口设计规范
    error-handling.md      # 错误处理与日志规范
  guides/
    git-workflow.md        # 分支与提交规范
    testing-strategy.md    # 测试策略

改前端组件时只加载 frontend/ 下的Spec，写后端接口时只加载 backend/。听起来简单对吧？但自己搞你得写一堆条件判断逻辑，还得维护加载规则。Trellis把这套东西标准化了，省心。

在我的项目里实测下来，可用上下文大概多出了三四成。这个差距在长会话里非常明显——以前聊到第15轮左右就开始犯糊涂，现在能撑到25轮以上还保持清醒。

四Agent调度 + 会话持久化

这个对应的是"压缩后不可控"。

Trellis定义了四个核心Agent，加上Debug和Research两个按需调用的辅助角色，核心流转是这样的：

实际跑起来的感受是——每个Agent都很"专注"。

• Dispatch很轻，纯路由，判断完任务该谁干就走人，自己不读任何Spec，不消耗额外上下文。
• Implement拿到的是Hook精准注入的开发Spec和PRD，不用在一堆无关信息里找重点。
• Check不只是报告问题，它会直接动手改代码，改完跑lint和typecheck，不通过就被Ralph Loop拦住继续改，最多5轮。
• Research负责技术调研，遇到不确定的方案先查再动手。

与其让一个巨大的单体处理所有事情，不如拆成职责单一的小单元。每个Agent的上下文窗口利用率都拉满了，因为它只装自己需要的东西。

更关键的是会话持久化。Trellis会把每次会话的关键信息写进journal文件，配合git历史，下次开新会话时能把上下文接回来。不是那种"把整个聊天记录塞回去"的笨办法，是结构化的摘要和决策记录。

实际体验：以前第二天打开项目，得花10分钟跟Claude重新解释"我们昨天做到哪了"。现在基本上接着干就行。

/trellis:start 和 /trellis:parallel — 两种工作模式

Trellis提供了两种核心工作模式，覆盖从日常开发到多功能并行的所有场景：

/trellis:start 是日常主力。 每次开新会话，Hook自动注入项目上下文、workflow指南和Spec索引。你说需求，它判断是简单问题还是开发任务——简单的直接答，复杂的进入结构化工作流：需求理解 → 调研分析 → PRD编写 → 编码实现 → Check验证。整个过程有章法，不是想到哪写到哪。

/trellis:parallel 是效率倍增器。 以前用Claude Code，一个会话只能干一件事，想并行就互相踩文件。parallel模式在隔离的git worktree里给每个任务分配独立的Agent，互不干扰。一个Orchestrator在主仓库统筹规划，多个Worker在各自的worktree里并行执行，改完用 create-pr.sh 直接出PR。

我现在的日常工作流：一个Worker改API，一个写前端组件，一个补测试，三条线同时推进。用 status.sh 随时看进度，哪个先完成就先review。以前一个下午能完成的量，现在上午就差不多了。

除了这两个核心命令，还有几个值得一提的辅助命令：

/trellis:update-spec 这个设计我特别喜欢——每次修Bug或发现新模式，随手一条命令就能把经验沉淀到Spec库里。下次遇到同类问题，AI自动就知道怎么处理。团队里一个人踩的坑，所有人都能受益。

5分钟上手

安装和初始化就两行：

shell复制
npm install -g @mindfoldhq/trellis@latest
trellis init -u your-name

跑完 trellis init 会在项目根目录生成 .trellis/ 和 .claude/ 目录结构，包括Hook脚本、默认Spec模板和Agent配置。

试错成本基本为零——不喜欢就删掉这两个目录，项目恢复原样，没有任何副作用。

Spec库值得一提：社区有现成的Spec模板可以直接拉取，React项目、Node后端、Python项目都有对应的规范集。比如React项目的模板包含组件命名、Hook使用、状态管理三类规范，clone下来改改项目名就能跑。

写在最后

用了两周，现在如果有人问Claude Code的社区的一些工具究竟有没有官方强

我现在可以比较有底气地说：有的兄弟，有的。

不是银弹，但确实是我目前找到的、能把Claude Code从"能用"拉到"好用"的最实在的方案。

如果你也在用Claude Code，欢迎加入企鹅群: 1043969119 聊聊你的工作流方案——不管是Trellis还是其他路子，互相抄作业才是正经事。

项目地址：https://github.com/mindfold-ai/Trellis