@llipe.com/dev-tasks

技能简介

dev-tasks 是一套面向 AI 编程 Agent 的结构化开发工作流框架，核心思路是将产品需求文档（PRD）作为驱动源头，通过一系列专业 Agent 和 Skill，将需求层层拆解为可落地的开发任务，最终以 Pull Request 的形式输出结果。该项目支持 GitHub Copilot、Claude Code、Kiro 等主流 AI 编程工具，一次安装即可为整个团队建立统一的开发流程规范。

核心能力

• PRD 驱动的完整链路：从需求描述出发，依次经历 PRD 编写 → 技术规格说明 → 用户故事拆分 → 任务列表生成 → 代码实现 → 测试覆盖 → PR 创建，全程无需人工干预每个细节。

• 多平台 Agent 支持：内置 11 个专业 Agent，覆盖产品工程师（product-engineer）、开发者（developer）、规划师（planner）、UX 工程师、架构师、技术写作师、DevOps 工程师、测试工程师、安全审计师等多个角色。

• 分支管理与合规检查：内置 git-ops Skill，自动处理分支创建、Rebase、冲突解决；强制要求配置 GitHub 分支保护规则（至少 1 个 Reviewer、状态检查必须通过），确保代码合入质量。

• 多平台安装配置文件：install 命令可以为不同 AI 编程平台生成对应的配置文件：Copilot 使用 .github/ 目录，Claude Code 使用 .claude/ 目录，Kiro 使用 .kiro/ 目录，互不干扰。

• 升级与冲突处理：update 命令支持基于 Hash 的冲突检测，不会直接覆盖用户修改过的文件；支持 --force 强制接受上游变更；支持版本固定（pin/unpin）控制升级节奏。

• 开发环境健康检查：doctor 命令检查 Node ≥24、Git ≥2.37、缓存目录可写性，确保本地环境满足要求后再启动工作流。

• 产品上下文沉淀：初始化阶段自动生成 docs/product.md（产品定位与目标用户）和 docs/tech.md（技术栈、代码规范与约束），为后续所有 Agent 提供统一的上下文基础。

安装配置

前置要求

• Node.js 24 及以上
• Git 2.37 及以上
• npm / pnpm 包管理器
• GitHub CLI（用于配置分支保护规则）

全局安装

pnpm add -g @llipe.com/dev-tasks

安装后获得 dev-tasks 二进制命令。

初始化项目

进入项目目录，执行安装命令，将 Agent 工作流文件注入项目：

cd your-project
dev-tasks install

默认安装所有平台配置（Copilot + Claude Code + Kiro）。如需指定平台：

# 仅安装 Copilot 配置
dev-tasks install --profile copilot

# 仅安装 Claude Code 配置
dev-tasks install --profile claude

# 安装 Copilot + Claude Code
dev-tasks install --profile both

固定版本

锁定到特定版本，避免自动升级引入意外变更：

dev-tasks pin 0.5.0
dev-tasks unpin   # 解除版本锁定

使用步骤

步骤一：配置 GitHub 分支保护（必须）

在 GitHub 仓库设置中配置分支保护规则，或通过 CLI 一键配置：

gh api repos///branches//protection 
  --method PUT 
  -f required_pull_request_reviews.required_approving_review_count=1 
  -F required_status_checks='{"strict":true,"contexts":[]}' 
  -F enforce_admins=true 
  -F restrictions=null 
  -F allow_force_pushes=false 
  -F allow_deletions=false

这是唯一的强制要求，其余均为建议。

步骤二：初始化产品上下文

在项目目录中调用 product-engineer 的 Init Mode，生成产品定义文档：

# 在 Claude Code 中输入
@product-engineer init

自动生成：

• docs/product.md — 产品定位与目标用户
• docs/tech.md — 技术栈与开发规范

步骤三：发起功能开发

有两种启动方式：功能模式和Issue 模式。

功能模式（从零开始）：

# 在 Claude Code 中输入
@product-engineer 

Issue 模式（已有 GitHub Issue）：

@product-engineer issue 

步骤四：开发者 Agent 接手实现

product-engineer 完成 PRD 和任务列表后，调用 developer Agent 执行具体代码实现：

@developer 

developer Agent 会完成：实现代码 → 编写测试 → 通过 qa-engineer 覆盖率门 → verifier 审计 → 创建 PR。

步骤五：持续维护与更新

dev-tasks status          # 查看当前版本与最新版本的差异
dev-tasks update          # 拉取上游变更并做冲突协调
dev-tasks update --force  # 强制接受所有上游变更

适用场景

• 创业团队快速 MVP 开发：PRD 驱动、自动化测试、PR 合规检查，适合没有专职 DevOps 的小团队建立工程规范。

• AI First 开发团队：团队成员使用不同 AI 编程工具（Copilot / Claude Code / Kiro），dev-tasks 提供统一的开发流程语言和工件，避免各自为政。

• 复杂产品的需求澄清：产品经理描述模糊需求时，product-engineer 的 refine 阶段能自动追问、澄清、输出结构化 PRD。

• 大型重构与架构升级：planner Agent 支持多故事编排与断点恢复，适合跨越多周的大型重构工作。

• 代码质量治理：verifier 和 qa-engineer 作为强制门禁，确保每个 PR 都有测试覆盖和合规审计。

• 基础设施即代码：infra-engineer Agent 支持 AWS、fly.io、Supabase、Cloudflare 等平台的变更管理，带审批门控和回滚能力。

• 团队知识传承：product.md 和 tech.md 文档沉淀产品上下文，新成员加入时无需大量口口相传即可了解项目全局。

适用人群

• 使用 Claude Code / Copilot / Kiro 等 AI 编程工具的开发者，希望建立更结构化、可控的协作流程
• 技术负责人 / 架构师，需要为团队制定统一的 AI 开发规范和文档标准
• 产品经理，希望直接将需求转化为可执行的开发任务，减少与开发团队的对齐成本
• DevOps 工程师，需要标准化 AI Agent 的基础设施变更操作

工作原理

dev-tasks 本质上是一组预定义好的 Agent 定义文件（.claude/agents/、.github/agents/）和 Skill 描述文件（.claude/skills/），这些文件在执行 dev-tasks install 时被注入到项目目录中。

每个 Agent 的行为由阶段（Phase）驱动：

• product-engineer：Init Mode（生成 product.md + tech.md）→ Feature Mode（PRD → Spec → Stories → Plan）→ Issue Mode（Issue → Plan）
• developer：接收任务列表 → implement（实现 + qa-engineer 覆盖率门）→ verifier 审计 → PR 创建
• planner：解析故事 → 依赖图分析 → 预检（创建集成分支）→ 分发 developer → Checkpoint 写入 → PRD 级审计 → 合并 PR

Skill 则是按需加载的能力模块，只在 Agent 显式调用时才被加载到上下文，不污染主会话窗口。Instructions（指令规则）通过 frontmatter 的 applyTo/fileMatchPattern 字段，在匹配到特定文件类型时自动注入，无需显式调用。

官方链接

• npm 页面：https://www.npmjs.com/package/@llipe.com/dev-tasks
• GitHub 仓库：https://github.com/llipe/dev-tasks
• CLI 手册：https://github.com/llipe/dev-tasks/blob/main/docs/dev-tasks-user-manual.md
• 系统架构文档：https://github.com/llipe/dev-tasks/blob/main/docs/system-overview.md