[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-snarktank--ai-dev-tasks":3,"tool-snarktank--ai-dev-tasks":64},[4,17,27,35,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,43,44,45,15,46,26,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,46],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70612,"2026-04-05T11:12:22",[26,15,13,45],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":80,"owner_website":81,"owner_url":82,"languages":79,"stars":83,"forks":84,"last_commit_at":85,"license":86,"difficulty_score":87,"env_os":88,"env_gpu":89,"env_ram":89,"env_deps":90,"category_tags":93,"github_topics":79,"view_count":94,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":95,"updated_at":96,"faqs":97,"releases":126},1194,"snarktank\u002Fai-dev-tasks","ai-dev-tasks","A simple task management system for managing AI dev agents","AI Dev Tasks 是一个帮助开发者更高效管理 AI 辅助开发流程的工具。它通过结构化的任务清单，将复杂的功能开发拆解为可执行的小步骤，让 AI 助手能一步步完成任务，而不是面对模糊的大规模请求。这解决了传统 AI 开发中缺乏清晰指引、难以控制进度和验证结果的问题。适合开发者和研究人员使用，尤其适合需要与 AI 编程助手协作进行代码开发的场景。工具的核心亮点是提供了一系列 Markdown 模板，支持多种 AI 编程工具，帮助用户系统化地规划、执行和验证代码实现。","# AI Dev Tasks\n\nWelcome to **AI Dev Tasks**! This repository provides a collection of markdown files designed to supercharge your feature development workflow with AI-powered IDEs and CLIs. These tools work with any AI coding assistant including [Amp](https:\u002F\u002Fampcode.com), Claude Code, Windsurf, and others. By leveraging these structured prompts, you can systematically approach building features, from ideation to implementation, with built-in checkpoints for verification.\n\nStop wrestling with monolithic AI requests and start guiding your AI collaborator step-by-step!\n\n## The Core Idea\n\nBuilding complex features with AI can sometimes feel like a black box. This workflow aims to bring structure, clarity, and control to the process by:\n\n1. **Defining Scope:** Clearly outlining what needs to be built with a Product Requirement Document (PRD).\n2. **Detailed Planning:** Breaking down the PRD into a granular, actionable task list.\n3. **Iterative Implementation:** Guiding the AI to tackle one task at a time, allowing you to review and approve each change.\n\nThis structured approach helps ensure the AI stays on track, makes it easier to debug issues, and gives you confidence in the generated code.\n\n## Workflow: From Idea to Implemented Feature\n\nHere's the step-by-step process using the `.md` files in this repository:\n\n### 1. Create a Product Requirement Document (PRD)\n\nFirst, lay out the blueprint for your feature. A PRD clarifies what you're building, for whom, and why.\n\nYou can create a lightweight PRD directly within your AI tool of choice:\n\n1. Ensure you have the `create-prd.md` file from this repository accessible.\n2. In your AI tool, initiate PRD creation:\n\n    ```text\n    Use @create-prd.md\n    Here's the feature I want to build: [Describe your feature in detail]\n    Reference these files to help you: [Optional: @file1.py @file2.ts]\n    ```\n\n\n    ![Example of initiating PRD creation](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_7907a1dde944.png)\n\n### 2. Generate Your Task List from the PRD\n\nWith your PRD drafted (e.g., `MyFeature-PRD.md`), the next step is to generate a detailed, step-by-step implementation plan for your AI Developer.\n\n1. Ensure you have `generate-tasks.md` accessible.\n2. In your AI tool, use the PRD to create tasks:\n\n    ```text\n    Now take @MyFeature-PRD.md and create tasks using @generate-tasks.md\n    ```\n    *(Note: Replace `@MyFeature-PRD.md` with the actual filename of the PRD you generated in step 1.)*\n\n    ![Example of generating tasks from PRD](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_4368fbefa944.png)\n\n### 3. Examine Your Task List\n\nYou'll now have a well-structured task list, often with tasks and sub-tasks, ready for the AI to start working on. This provides a clear roadmap for implementation.\n\n![Example of a generated task list](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_c5a03ff2c74b.png)\n\n### 4. Instruct the AI to Work Through Tasks (and Mark Completion)\n\nTo ensure methodical progress and allow for verification, instruct the AI to work through the task list one sub-task at a time.\n\n1. In your AI tool, tell the AI to start with the first task (e.g., `1.1`):\n\n    ```text\n    Please start on task 1.1 from the generated task list.\n    ```\n\n    The AI will attempt the task and then prompt you to review.\n\n    ![Example of starting on a task](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_28004db55d3b.png)\n\n### 5. Progress\n\nThe AI will continue working through the remaining tasks in the list.\n\n![Example of a progressing task list with completed items](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_1655342c66a5.png)\n\nWhile it's not always perfect, this method has proven to be a very reliable way to build out larger features with AI assistance.\n\n### Video Demonstration\n\nIf you'd like to see this in action, I demonstrated it on [Claire Vo's \"How I AI\" podcast](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=fD4ktSkNCw4).\n\n[![Demonstration of AI Dev Tasks on How I AI Podcast](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_b398b201e289.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=fD4ktSkNCw4).\n\n## Files in this Repository\n\n* **`create-prd.md`**: Guides the AI in generating a Product Requirement Document for your feature.\n* **`generate-tasks.md`**: Takes a PRD markdown file as input and helps the AI break it down into a detailed, step-by-step implementation task list.\n\n## Benefits\n\n* **Structured Development:** Enforces a clear process from idea to code.\n* **Step-by-Step Verification:** Allows you to review and approve AI-generated code at each small step, ensuring quality and control.\n* **Manages Complexity:** Breaks down large features into smaller, digestible tasks for the AI, reducing the chance of it getting lost or generating overly complex, incorrect code.\n* **Improved Reliability:** Offers a more dependable approach to leveraging AI for significant development work compared to single, large prompts.\n* **Clear Progress Tracking:** Provides a visual representation of completed tasks, making it easy to see how much has been done and what's next.\n\n## How to Use\n\n1. **Clone or Download:** Get these `.md` files into your project or a central location where your AI tool can access them.\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fsnarktank\u002Fai-dev-tasks.git\n   ```\n2. **Follow the Workflow:** Systematically use the `.md` files in your AI assistant as described in the workflow above.\n3. **Adapt and Iterate:**\n    * Feel free to modify the prompts within the `.md` files to better suit your specific needs or coding style.\n    * If the AI struggles with a task, try rephrasing your initial feature description or breaking down tasks even further.\n\n\n\n## Tips for Success\n\n* **Be Specific:** The more context and clear instructions you provide (both in your initial feature description and any clarifications), the better the AI's output will be.\n* **Correct File Tagging:** Always ensure you're accurately tagging the PRD filename (e.g., `@MyFeature-PRD.md`) when generating tasks.\n* **Patience and Iteration:** AI is a powerful tool, but it's not magic. Be prepared to guide, correct, and iterate. This workflow is designed to make that iteration process smoother.\n\n## Contributing\n\nGot ideas to improve these `.md` files or have new ones that fit this workflow? Contributions are welcome!\n\nPlease feel free to:\n\n* Open an issue to discuss changes or suggest new features.\n* Submit a pull request with your enhancements.\n\n---\n\nHappy AI-assisted developing!\n","# AI 开发任务\n\n欢迎来到 **AI Dev Tasks**！这个仓库提供了一系列 Markdown 文件，旨在通过 AI 驱动的 IDE 和 CLI 来加速你的功能开发流程。这些工具可以与任何 AI 编码助手配合使用，包括 Amp（https:\u002F\u002Fampcode.com）、Claude Code、Windsurf 等。借助这些结构化的提示模板，你可以系统地推进功能开发，从构思到实现，并内置检查点以确保代码质量。\n\n别再为庞大的单次 AI 请求头疼了，现在就一步步引导你的 AI 合作伙伴吧！\n\n## 核心理念\n\n使用 AI 构建复杂功能时，过程有时会显得像一个黑箱。本工作流通过以下方式为开发过程带来结构化、清晰性和可控性：\n\n1. **明确范围：** 通过产品需求文档（PRD）清晰地定义需要构建的内容。\n2. **详细规划：** 将 PRD 拆解为细粒度、可执行的任务列表。\n3. **迭代实现：** 引导 AI 逐个完成任务，让你在每一步都能审查并确认更改。\n\n这种结构化的方法有助于确保 AI 按照既定方向推进，简化问题排查，并增强你对生成代码的信心。\n\n## 工作流程：从想法到功能实现\n以下是使用本仓库中 `.md` 文件的逐步流程：\n\n### 1. 创建产品需求文档（PRD）\n首先，为你的功能绘制蓝图。PRD 需要明确你要构建什么、为谁构建以及为什么构建。\n\n你可以在所选的 AI 工具中直接创建一份轻量级的 PRD：\n\n1. 确保已获取本仓库中的 `create-prd.md` 文件。\n2. 在 AI 工具中发起 PRD 的创建：\n\n    ```text\n    使用 @create-prd.md\n    我想构建的功能是：[详细描述你的功能]\n    可参考以下文件来帮助你：[可选：@file1.py @file2.ts]\n    ```\n\n    ![启动 PRD 创建的示例](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_7907a1dde944.png)\n\n### 2. 从 PRD 生成任务列表\n在起草好 PRD（例如 `MyFeature-PRD.md`）后，下一步是为你的 AI 开发者生成详细的分步实施计划。\n\n1. 确保已获取 `generate-tasks.md` 文件。\n2. 在 AI 工具中，使用 PRD 生成任务：\n\n    ```text\n    现在请使用 @MyFeature-PRD.md，并结合 @generate-tasks.md 来创建任务。\n    ```\n    *(注意：将 `@MyFeature-PRD.md` 替换为你在步骤 1 中生成的实际 PRD 文件名。)*\n\n    ![从 PRD 生成任务的示例](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_4368fbefa944.png)\n\n### 3. 审查任务列表\n此时，你将得到一个结构清晰的任务列表，通常包含主任务和子任务，可供 AI 开始执行。这为实现提供了明确的路线图。\n\n![生成的任务列表示例](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_c5a03ff2c74b.png)\n\n### 4. 指示 AI 按顺序完成任务（并标记完成状态）\n为了确保有条不紊地推进并允许验证，指示 AI 按照任务列表逐个子任务进行处理。\n\n1. 在 AI 工具中，告诉 AI 从第一个任务开始（例如 `1.1`）：\n\n    ```text\n    请先开始处理生成的任务列表中的 1.1 号任务。\n    ```\n\n    AI 会尝试完成该任务，随后会提示你进行审查。\n\n    ![开始执行任务的示例](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_28004db55d3b.png)\n\n### 5. 继续推进\nAI 将继续按照任务列表依次完成剩余的任务。\n\n![正在推进的任务列表，已完成部分用标记显示](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_1655342c66a5.png)\n\n尽管结果并不总是完美，但这种方法已被证明是在 AI 辅助下构建大型功能的可靠途径。\n\n## 视频演示\n如果你想亲眼见证这一过程，我曾在 Claire Vo 的“如何用 AI”播客中进行了演示：[观看视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=fD4ktSkNCw4)。\n\n[![AI Dev Tasks 在“How I AI”播客中的演示](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_readme_b398b201e289.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=fD4ktSkNCw4)。\n\n## 本仓库中的文件\n* **`create-prd.md`**：指导 AI 为你的功能生成产品需求文档。\n* **`generate-tasks.md`**：以 PRD Markdown 文件作为输入，帮助 AI 将其拆解为详细的分步实施任务列表。\n\n## 优势\n* **结构化开发：** 强制执行从想法到代码的清晰流程。\n* **分步验证：** 允许你在每个小步骤中审查并批准 AI 生成的代码，从而确保质量和控制。\n* **管理复杂性：** 将大型功能分解为更小、更易理解的任务，降低 AI 迷失方向或生成过于复杂、错误代码的风险。\n* **提升可靠性：** 相较于单一的大规模提示，这种方法为利用 AI 完成重要开发工作提供了更可靠的方式。\n* **清晰的进度跟踪：** 提供已完成任务的可视化表示，便于查看已完成的工作及接下来的计划。\n\n## 使用方法\n1. **克隆或下载：** 将这些 `.md` 文件放入你的项目或 AI 工具能够访问的中央位置。\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fsnarktank\u002Fai-dev-tasks.git\n   ```\n2. **遵循工作流程：** 按照上述工作流程，在你的 AI 助手中系统使用这些 `.md` 文件。\n3. **调整与迭代：**\n    * 你可以根据自身需求或编码风格修改 `.md` 文件中的提示内容。\n    * 如果 AI 在某个任务上遇到困难，可以尝试重新措辞初始功能描述，或将任务进一步细分。\n\n## 成功技巧\n* **尽量具体：** 你提供的上下文和清晰指令越多（无论是初始功能描述还是后续澄清），AI 的输出效果就越好。\n* **准确标记文件：** 在生成任务时，务必正确标记 PRD 文件名（例如 `@MyFeature-PRD.md`）。\n* **耐心与迭代：** AI 是强大的工具，但并非万能。你需要准备好引导、纠正并反复迭代。本工作流正是为此设计，使迭代过程更加顺畅。\n\n## 贡献\n你是否有改进这些 `.md` 文件的想法，或者有符合此工作流的新文件？欢迎贡献！\n\n请随时：\n* 打开议题讨论更改或提出新功能建议。\n* 提交拉取请求，分享你的改进成果。\n\n---\n\n祝你 AI 辅助开发愉快！","# AI Dev Tasks 快速上手指南\n\n## 环境准备\n\n- **系统要求**：支持主流操作系统（Windows、macOS、Linux）。\n- **前置依赖**：无需额外安装，只需一个支持 Markdown 的 AI 编程助手（如 Amp、Claude Code、Windsurf 等）。\n\n## 安装步骤\n\n克隆仓库到本地或项目目录中：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fsnarktank\u002Fai-dev-tasks.git\n```\n\n> 如果您在中国大陆，可以使用国内镜像加速下载（如 Gitee）：\n> ```bash\n> git clone https:\u002F\u002Fgitee.com\u002Fmirrors\u002Fai-dev-tasks.git\n> ```\n\n## 基本使用\n\n1. **创建 PRD 文件**  \n   使用 `create-prd.md` 生成产品需求文档（PRD）：\n\n   ```text\n   Use @create-prd.md\n   Here's the feature I want to build: [描述你的功能]\n   Reference these files to help you: [可选：@file1.py @file2.ts]\n   ```\n\n2. **生成任务列表**  \n   使用 `generate-tasks.md` 根据 PRD 生成详细任务列表：\n\n   ```text\n   Now take @MyFeature-PRD.md and create tasks using @generate-tasks.md\n   ```\n\n3. **逐步执行任务**  \n   指导 AI 依次完成每个子任务：\n\n   ```text\n   Please start on task 1.1 from the generated task list.\n   ```\n\n   AI 将逐步完成任务，并在每一步等待你确认和反馈。","一个小型软件开发团队正在为一个电商平台开发一个新的“用户行为分析”模块，需要整合多个数据源并生成可视化报告。团队成员对AI编码助手的使用经验不一，导致协作效率低下。\n\n### 没有 ai-dev-tasks 时  \n- 团队成员各自直接向AI助手提出模糊的需求，如“帮我写个分析模块”，导致输出结果不一致且难以调试  \n- 缺乏统一的流程，部分任务被重复执行或遗漏，影响开发进度  \n- 难以追踪AI生成代码的逻辑，出现问题时难以快速定位和修复  \n- 新成员上手困难，需要大量时间理解已有代码结构和功能  \n\n### 使用 ai-dev-tasks 后  \n- 通过PRD文档明确需求，确保所有成员对功能目标达成一致  \n- 自动生成详细任务列表，避免遗漏关键步骤，提升任务可追踪性  \n- AI按任务逐步执行，每一步都可审查，提高代码质量和可维护性  \n- 新成员能快速理解开发流程，降低学习成本，提升整体协作效率  \n\nai-dev-tasks 通过结构化流程和任务分解，显著提升了AI辅助开发的可控性和效率。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnarktank_ai-dev-tasks_28004db5.jpg","snarktank","Ryan Carson","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fsnarktank_11ff2447.jpg","CEO, Founder, Dev. Built and sold 3 startups.",null,"ryancarson","ryancarson.com","https:\u002F\u002Fgithub.com\u002Fsnarktank",7672,1740,"2026-04-04T22:51:46","Apache-2.0",1,"Linux, macOS, Windows","未说明",{"notes":91,"python":89,"dependencies":92},"该工具为纯文本提示工具，无需特定运行环境。使用时需配合支持 Markdown 的 AI 编程助手（如 Amp、Claude Code 等）。建议在支持 GPU 加速的环境中运行以获得更佳体验。",[],[15,45],7,"2026-03-27T02:49:30.150509","2026-04-06T05:36:47.259464",[98,103,108,113,117,122],{"id":99,"question_zh":100,"answer_zh":101,"source_url":102},5443,"如何将 Claude Code 支持合并到主仓库中？","可以采用双支持方法（同时支持 Cursor 和 Claude Code）或维护单独的分支。如果感兴趣，可以提交 PR 并由维护者审查。","https:\u002F\u002Fgithub.com\u002Fsnarktank\u002Fai-dev-tasks\u002Fissues\u002F16",{"id":104,"question_zh":105,"answer_zh":106,"source_url":107},5444,"Cursor 无法正确处理附加文件怎么办？","尝试直接复制文件内容到提示中（使用 Shift+Paste），而不是仅附加文件。此问题在最近更新后已修复。","https:\u002F\u002Fgithub.com\u002Fsnarktank\u002Fai-dev-tasks\u002Fissues\u002F29",{"id":109,"question_zh":110,"answer_zh":111,"source_url":112},5445,"如何将 ai-dev-tasks 与自定义 .cursor\u002Frules 集成？","推荐使用 Git 子模块来保持同步，或者将 ai-dev-tasks 文件放在 `.cursor\u002Frules\u002Fai-dev-tasks` 目录下。也可以通过符号链接或直接复制实现，但会失去同步更新功能。","https:\u002F\u002Fgithub.com\u002Fsnarktank\u002Fai-dev-tasks\u002Fissues\u002F23",{"id":114,"question_zh":115,"answer_zh":116,"source_url":102},5446,"如何管理 ai-dev-tasks 的依赖关系？","任务可以通过 `[depends on: X.Y]` 标记依赖关系，支持对子任务和父任务的依赖，并且可以设置多个依赖项。依赖未完成的任务会被自动跳过。",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},5447,"如何在企业环境中使用 ai-dev-tasks？","可以使用 17 个问题的交互式输入系统、CI\u002FCD 集成、CODEOWNERS 保护、PR 模板等企业级功能。建议使用 GitHub Actions 实现自动化模板验证。","https:\u002F\u002Fgithub.com\u002Fsnarktank\u002Fai-dev-tasks\u002Fissues\u002F47",{"id":123,"question_zh":124,"answer_zh":125,"source_url":112},5448,"如何解决 Cursor 无法识别 ai-dev-tasks 文件的问题？","确保文件放置在 `.cursor\u002Frules\u002Fai-dev-tasks` 目录下，或者将 ai-dev-tasks 作为 Git 子模块引入以保持同步。",[]]