專案初始化
建立專案狀態與空白的憲章,讓工作流程可以乾淨啟動;如有需要,其他階段也可自動初始化它。
FluencyLoop 是適用於 Claude Code 與 Codex 的 AI 輔助開發工作流程,將決策、文件與審查摘要與程式碼一同保存,協助分支式功能開發保留理解脈絡。
FluencyLoop 是適用於 Claude Code 與 Codex 的 AI 輔助開發工作流程,讓理解脈絡與其產生的程式碼保持連結。它將分支轉化為一個結構化循環,包含初始化、功能開發、教學、文件與審查,使決策的理由能在工作進行時被記錄下來。
這個產品建立在一個簡單的流程上:先初始化一次,接著每個分支執行一個 feature loop,較大型的倡議則可選擇先進行規劃階段。它會從實際分支產生一份持續更新的憲章、設計文件、會議紀錄與面向審查者的摘要;對於沒有經過此流程就合併的工作,也提供 backfill 路徑。
建立專案狀態與空白的憲章,讓工作流程可以乾淨啟動;如有需要,其他階段也可自動初始化它。
為過大而無法一次完成於單一分支的倡議提供可選的規劃路徑,將其拆分為適合 feature 的任務與路線圖圖表。
在分段建置每個功能的同時,教導實際決策背後的推理,包括選定的路徑與被捨棄的替代方案。
將計畫、Mermaid 設計圖、feature sessions 與 review 摘要寫在程式碼旁的 docs/fluencyloop/ 中,讓文件直接來自分支本身。
追蹤決策脈絡,包括選了什麼、適用於哪裡、為什麼選它、捨棄了什麼,以及該脈絡是否已被驗證。
將分支的 sessions 與決策整合成面向審閱者的 pull request 檢視,並支援對跳過流程而合併的工作進行 backfill。
當你希望每個分支都同時產出程式碼與其背後推理的紀錄時,使用 feature loop,讓後續審閱者能看見決策原因。
對於需要在實作前拆分成較小、適合分支的任務之大型倡議,使用規劃階段。
使用審查階段,將分支的 sessions 與決策整理成面向 pull request 的摘要,提供協作者參考。
當變更是在沒有遵循流程的情況下合併,而你需要根據可得證據重建設計與決策脈絡時,使用 backfill。
當你希望文件、圖表與會議紀錄在交付過程中就被建立,而不是稍後憑記憶補寫時,使用此工作流程。
FluencyLoop 是為 Claude Code 與 Codex 設計的 AI 輔助開發。它採用 init、feature 與 review 三個階段的工作流程,並為較大型的倡議提供可選的 plan 步驟。
來源將其描述為一個封裝了其決定性 CLI 的外掛程式,因此對受支援的工具鏈而言,不需要另外進行系統層級的 FluencyLoop 安裝。
該儲存庫說明 FluencyLoop 需要 Claude Code 或 Codex、git,以及 macOS/Linux/Git Bash/WSL 上的 Bash,或原生 Windows 上的 PowerShell。
如果工作是在沒有使用 loop 的情況下合併的,FluencyLoop 在 Claude Code 或 Codex 中包含 backfill 路徑,可根據證據重建並驗證設計與決策。
來源表示,文件、圖表、feature sessions 與 review 摘要會在程式碼旁的 docs/fluencyloop/ 目錄下產生,而工作流程狀態保存在 .fluencyloop/ 中,按開發者調校的資料則保存在 ~/.fluencyloop/ 中。