规格注入与会话对齐管道
Trellis 的核心机制是把“团队共识”从口头提示变成可版本化的输入资产，并在每次 AI 会话开始时自动注入。这样做的技术收益是把一致性问题前移：模型输出偏航时，排查对象变成规格与注入链路，而不是难以复现的对话历史。由于规格是文件级资产，它天然适配 Git 审阅与回滚，团队可以用 PR 方式演进规则，而不是靠个人记忆维护。最终效果是同一项目在不同人、不同时间开启会话时仍能保持稳定的工程风格与边界。
Trellis 把 AI 辅助开发从“临时对话”升级为“可运营的工程流程”。它把你团队真正关心的东西沉淀成可版本化的规格与规则，并在每次会话开始时自动注入，让模型持续对齐同一套工程约束。更关键的是，Trellis 把并行执行当作一等能力：通过 git worktree 为每个任务创建隔离目录，让多个智能体会话并行推进而不互相污染。会话结束后还能落盘为可检索的日志与索引，形成可追溯的“上下文记忆”，把经验从个人习惯变成团队资产。
| ✕传统痛点 | ✓创新方案 |
|---|---|
| AI 编码常见的失败不是能力不足，而是上下文反复丢失：同一套规范要在不同会话里一遍遍重讲，结果仍然漂移。 | Trellis 把规格注入做成自动化管道：规范不是提示词，而是可版本化的工程输入，开会话即强制对齐。 |
| 并行开发通常靠人工开分支、手动切目录，多个任务一旦交织就容易互相污染，回滚与对齐成本很高。 | 用 git worktree 把并行会话落到物理隔离的目录与工作单元，天然避免上下文串线，让多智能体协作更像可控的并行流水线。 |
1npm install -g @mindfoldhq/trellis@latest1trellis init -u your-name1trellis start && /trellis:parallel| 核心场景 | 目标人群 | 解决方案 | 最终收益 |
|---|---|---|---|
| 团队规范自动注入 | 技术负责人 | 把编码规范与架构约束沉淀为规格并自动注入每次会话 | 输出风格稳定，减少返工与代码审查噪音 |
| 并行功能开发 | 全栈工程师 | 通过隔离 worktree 并行跑多个 AI 会话推进多条任务线 | 同时加速多个需求，避免分支与目录互相污染 |
| 会话可追溯记忆 | 研发团队 | 将会话摘要与关键决策落盘为可检索日志与索引 | 新成员上手更快，历史上下文可复用 |
