开源5天斩获5万Star！GSD框架：彻底解决AI上下文腐烂，让Claude Code保持巅峰状态

开源 5 天，收获 5 万 Star。

这一数据在 GitHub 历史上也堪称瞩目。

近期，如果你浏览 X 或小红书等平台，很可能已经接触过一个名为 GSD（Get Shit Done）的开源项目。

在相关讨论中，有人称其为 Claude Code 的“灵魂伴侣”，也有人视其为“氛围编码”的终结者。

深入探究后，发现其设计确有独到之处。

01 GSD 是什么？

一句话概括：GSD 是一个上下文工程框架，旨在确保 AI 在处理长周期、高复杂度任务时，能够持续输出高质量且稳定的结果。

它瞄准的问题非常具体。

无论是使用 AI 编写代码、进行调研、构建产品还是制定方案，只要任务链条变长、对话轮次增多，AI 的输出质量往往会急剧下降——回答变得简短、需求开始遗漏、逻辑逐渐混乱。

这种现象被称为“上下文腐烂”。

GSD 正是为解决此问题而生。

许多用户在使用 Claude Code 等工具处理重要任务时，可能都有过类似的困扰：时常需要审视当前的上下文状况，犹豫是否需要清理或压缩后再继续。

GSD 并非让你在与 AI 的持续对话中完成任务，而是将大型任务拆解为一系列小型、独立的子任务。

每个子任务都由专门的智能体在一个全新的上下文窗口中执行。框架内设有研究员负责调研、规划师负责拆解任务、执行者负责具体实施、验证者负责质量检查。

在此过程中，你的主对话窗口始终保持洁净，不会被历史对话的“信息垃圾”所填塞。

目前，该项目在 GitHub 上已获得超过 49,200 个 Star，全球排名第 407 位，由一位独立开发者创建。

02 核心特性

审视该项目，以下几个特性尤为突出。

① 彻底解决上下文腐烂

这是 GSD 最核心的价值主张。

在传统使用模式下，当与 AI 的对话进行到 50 轮左右，上下文窗口接近饱和时，AI 的输出质量便开始下滑。

GSD 的解决方案是：每个子任务都在一个全新的、独立的 200K token 上下文窗口中执行。你的主对话窗口仅负责协调与调度，其使用率始终维持在 30-40% 的健康水平。

本质上，这确保了 AI 始终在“巅峰状态”工作，避免了性能随对话延长而衰减的问题。

② 多智能体并行协作

GSD 并非依赖单一 AI 从头到尾完成任务，而是将任务拆解后，分配给不同职责的专职智能体：

• 研究员：负责调研技术方案与领域知识。
• 规划师：负责将任务拆解为可执行的原子级计划。
• 执行者：负责在独立上下文中编写代码、执行具体操作。
• 验证者：负责检查交付成果是否符合标准。

更重要的是，独立的子任务能够自动并行执行，而非依次排队。

GSD 将任务组织成不同的“波次”。同一波次内的任务同时运行，存在依赖关系的任务则被安排到后续波次，从而最大化执行效率。

③ 结构化的任务指令

每个执行计划都以 XML 格式定义，精确指定了文件路径、执行步骤、验证标准和完成条件。

AI 无需猜测用户意图，只需按指令逐步执行即可。

例如，一个典型的任务计划如下所示：

xml
<task type="auto">
<name>创建登录接口</name>
<files>src/app/api/auth/login/route.ts</files>
<action>
使用 jose 库实现 JWT（避免使用 jsonwebtoken，因其存在 CommonJS 兼容性问题）。
验证用户凭据。
成功后返回 httpOnly cookie。
</action>
<verify>curl 请求登录接口返回 200 状态码及 Set-Cookie 头部</verify>
<done>有效凭据返回 cookie，无效凭据返回 401</done>
</task>

这种清晰、精确且可验证的指令格式，大幅降低了 AI 执行出错的概率。

④ 自动状态追踪与断点续传

GSD 会自动维护一套完整的项目状态文件，包括：项目愿景、需求文档、路线图、决策记录、阻塞项以及已完成的工作清单。

这些信息在会话之间持久化保存。这意味着你今天工作到一半关闭电脑，明天打开可以无缝衔接，上下文完全不会丢失。

框架甚至提供了 /gsd-pause-work 命令，专门用于生成交接文档。在暂停工作前运行此命令，下次恢复时使用 /gsd-resume-work，即可实现工作的无缝衔接。

⑤ 一行命令安装，覆盖 10+ AI 工具

GSD 的支持范围不仅限于 Claude Code，还广泛覆盖了市面上主流的 AI 编码工具，如 OpenCode、Gemini CLI 等。

安装过程仅需一行命令。启动后，系统会引导用户选择使用的工具以及安装范围（全局或当前项目），选择完毕即完成配置。

03 完整工作流

GSD 的使用流程清晰明了，可按顺序执行。以下以一个从零开始构建产品的场景为例，串联整个工作流：

第一步：初始化项目
bash
/gsd-new-project
执行后，GSD 会通过一系列提问，明确你的项目目标、约束条件和技术偏好。随后，它会自动派遣研究员进行领域调研，将需求划分为 v1、v2 及暂不考虑三个优先级，并最终生成一份项目路线图。用户确认路线图无误后，即可进入实施阶段。

第二步：讨论细节
bash
/gsd-discuss-phase 1
路线图中的每个阶段描述可能较为概括。此步骤允许你将具体偏好和想法告知系统，例如布局风格、接口格式、错误处理方式等。系统会将你的偏好整理成一份 CONTEXT 文档，供后续的研究和规划环节参考。讨论越细致，最终交付成果就越符合预期。

第三步：规划阶段
bash
/gsd-plan-phase 1
系统自动派遣研究员调研实现方案，随后由规划师生成 2-3 个原子任务计划，每个计划均具备精确的 XML 结构。此外，检查员会验证计划是否全面覆盖了所有需求，若未通过则退回重做，直至验证通过。

第四步：执行阶段
bash
/gsd-execute-phase 1
这是自动化程度最高的环节。所有计划根据依赖关系被分入不同的“波次”，同一波次内的任务并行执行。每个任务都在独立的 200K token 上下文窗口中运行，互不干扰。每完成一个任务，系统会自动生成一个 Git 提交。用户可以离开处理其他事务，返回时往往发现任务已完成，且 Git 历史记录清晰整洁。

第五步：验收成果
bash
/gsd-verify-work 1
系统会列出每个可交付成果，并引导用户逐一进行确认和验收。

没问题就过，有问题则自动派遣调试 Agent 查明原因，生成修复计划，执行 /gsd-execute-phase 即可完成修复。

若觉得分步操作繁琐，可使用快速模式：
bash
/gsd-quick
此模式适用于无需完整流程的临时性任务。

也可直接使用 /gsd-next，系统将自动判断当前应执行的操作，一步到位。

04 不只是写代码

虽然 GSD 目前的主要用户是开发者，但其核心能力——上下文管理、多 Agent 协作、结构化任务拆解——适用于任何需要 AI 长时间、高质量完成的复杂任务。

例如，若需 AI 完成一份深度行业调研报告，传统方式需不断追问，对话过程中 AI 的回复质量可能逐渐下降。使用 GSD，它会自动将任务拆分为调研、分析、撰写、验证等多个阶段，每个阶段独立执行，最终交付的结果质量更为稳定。

再如，从零开始构建一个产品的完整方案，涵盖市场分析、技术选型、架构设计、实施计划等多个阶段。这类多阶段、长周期的任务，正是 GSD 的优势场景。

作者本人便是最佳例证。他在 README 中直言：我是一名独立开发者，我不写代码，代码由 Claude Code 编写。GSD 正是他用来驱动 Claude Code 工作的系统。目前，Amazon、Google、Shopify、Webflow 等公司的工程师也在使用此工具。

05 如何上手

安装步骤非常简单：
bash
npx get-shit-done-cc@latest

若使用 Claude Code，官方建议搭配以下参数运行：
bash
claude --dangerously-skip-permissions
原因是 GSD 的设计理念强调自动化执行。为避免频繁手动确认，跳过权限检查可使操作流程更为顺畅。

安装完成后，在 Claude Code 中输入 /gsd-help 即可查看所有可用命令。

若已有进行中的项目，可先运行 /gsd-map-codebase 扫描现有代码库，再执行 /gsd-new-project 完成初始化。

关注“鲸栖”小程序，掌握最新AI资讯