【grill + trellis】个人工作流使用（不喜欢有问题可以评论，别举报）

解决问题

通过grill-doc-me进行对话之后，生成了CONTEXT.md和docs\adr，trellis根据以上内容生成了Task，但是里面的任务并没有完全实现就归档了 。

我在grill-doc-me完成之后，根据提示进入的trellis工作流，但是感觉还是漏掉了许多东西，

例如：tasks文件夹下有.trellis\tasks\archive\2026-06\06-08-mvp .trellis\tasks\archive\2026-06\06-08-nestjs-bootstra .trellis\tasks\archive\2026-06\06-08-update-readme，并没有细化任务，而且不知道如何开始任务，没有体验到Plan → Implement → Verify → Finish的完成流程。

核心流程

flowchart

    Trellis初始化 --> grill需求 --> 需求转task任务 --> 激活任务 --> /trellis:continue多次 --> /trellis:finish-work

第 1 步：环境初始化（配置trellis+grill-doc-me）

# 全局安装 Trellis

npm install -g @mindfoldhq/trellis@latest



# 在项目根目录初始化 Trellis，这会生成 .trellis 文件夹 (包含 specs, tasks, workspace 等)

trellis init -u yourname --claude



# 安装skills： grill--doc-me，放入.claude/skills/ 文件夹下即可

Tip：

1. 初始化后立即运行 00-bootstrap-guidelines 任务，完善当前项目的spec规范，会记录已做出的真实决策，非推测性架构。


2. 完成之后结合 Grill-with-Docs 讨论技术栈、产品需求，

第 2 步：需求澄清 (使用 grill-doc-me)

claude cli命令行输入举例：

/grill-doc-me 我需要写一个 Python 3.10 的 FastAPI 后端接口，接收病人 ID 数据，去 MySQL 查询资料并进行数据清洗。请向我提问。

• AI: “关于 MySQL 数据库连接，我们是使用同步的 SQLAlchemy 还是异步的 asyncio + databases？我建议为了 FastAPI 的性能使用异步，同意吗？”


• 你: “同意，用异步。”


• AI: “好的。关于数据清洗，如果查询到的病人资料存在字段缺失（比如缺少年龄或病史），接口是应该抛出 404 错误，还是返回部分数据并在响应中标记？我建议返回部分数据并附带 warning 字段。”


• 你: “抛出 400 错误，必须要求数据完整。”


• (如此循环，直到所有边界条件确认完毕)

第 3 步：移交与任务创建（Handoff to Trellis）

grill-doc-me => trellis：当所有的疑问都被解答，需求完全清晰时，执行最关键的移交指令

你的输入：

1. 简洁版：

需求已明确。现在请将刚才讨论的方案，按照 Trellis 标准拆解为 3-5 个**原子化任务（Atomic Tasks）**。



请在 `.trellis/tasks/`（注意不是 archive）目录下生成对应的 Markdown 文件，例如：

  task-001-setup-nestjs-prisma.md

  task-002-user-auth-guard.md

  task-003-data-cleaning-service.md



每个任务文件必须包含：

  1. 前置条件

  2. 具体实现步骤

  3. 验收标准（Acceptance Criteria）

2. 细化版：

Grill-with-docs 讨论阶段已经结束。我们已充分对齐需求、澄清所有模糊点、讨论核心场景与边缘案例、更新了 CONTEXT.md 中的领域语言，并做出了必要的架构决策。



现在请切换角色，完全作为 Trellis 的 trellis-brainstorm Planner 工作。将我们达成的共识转化为高质量 Trellis 任务体系。



请用中文严格按照以下结构输出：



1. 共识总结 (Consensus Summary)



   简洁总结核心目标、关键领域术语（引用最新 CONTEXT.md）、重要技术/架构决策、边界与非功能要求。



2. Trellis 任务分解



   分解为 6\~12 个粒度合适任务（每个任务建议 30\~90 分钟可验证完成）。



   每个任务包含：



   - 任务名称（中文）

   - Slug（英文 kebab-case）

   - Objective（一句话目标）

   - Acceptance Criteria（极度具体、可验证的 bullet points，必须包含正常路径、边缘案例、CONTEXT.md 一致性、测试要求、安全/性能要求等）



3. 创建任务命令



   提供可直接在终端复制运行的 \`task.py create\` 完整命令。



   严格遵守我们在 Grill 中建立的所有共识和 CONTEXT.md 定义。现在开始输出。

3. 标准版：

你是资深技术负责人，熟悉 Trellis 工作流。现在 grill 阶段已结束，产出了领域决策资产，

请把它们拆成「一次能验收」的 Trellis 任务。严格按以下步骤执行：



【第一步：读取决策资产】



- 读 CONTEXT.md（领域术语）

- 读 docs/adr/ 全部 ADR（架构决策）

- 读 .trellis/spec/ 下相关规范

- 扫一遍现有代码，确认哪些已实现、哪些是空骨架



【第二步：按垂直切片拆分，不要按技术层拆】



拆分必须满足「一次能验收」标准，每个任务符合：



1. 是一个能独立验证的垂直切片，工作量约 0.5\~1 天

2. 能写出 3\~6 条【可测】验收标准（不是"搭好骨架"，而是"POST /x 传 A 返回 B"）

3. 完成后能独立 demo

4. Verify 阶段能真实跑一遍（接口测试 / 迁移执行 / 真机验证）



反面教材（禁止）：



- “实现整个 MVP”——太大，应作为父任务（史诗），不直接写代码

- “搭好项目骨架”——验收标准只能验证"文件存在"，没有业务价值

- “auth 相关”——边界模糊，无法判断何时算完成



【第三步：排出依赖顺序】



列一张表：序号 | 任务名 | slug | 依赖谁 | 3\~6 条可测验收标准

后端数据/契约层在前，依赖它的功能在后，前端在最后。



【第四步：先给我看方案，等我确认】



不要直接建任务。先输出拆分表让我 review，我确认后再执行第五步。



【第五步：确认后创建 Trellis 结构】



- 建一个父任务（史诗）：task.py create “<史诗名>” --slug

- 逐个建子任务，并用 add-subtask 挂到父任务

- 每个子任务写 prd.md，包含固定六段：目标 / 范围 / 关键约束(链到具体 ADR 和 spec 文件) / 可测验收标准 / 不在范围 / 依赖

- 父任务 prd.md 只放全景：子任务清单表 + 史诗级验收标准 + 推进方式

- 建完用 task.py list 给我看树形结构，并清空 current 指针（task.py finish）



注意：所有 task.py 命令在 PowerShell 下彩色输出会被当报错显示，属正常现象。

日期前缀由 create 自动加，slug 不要带日期。

第 4 步：Trellis 工作流

1. 
   

   激活任务

   
   
   
   
   • 指令激活：python3 ./.trellis/scripts/task.py start $TASK_DIR
   
   
   • 描述激活：开启.trellis/tasks/task-001-fastapi-mysql 任务。
   
   
   
   


2. 
   

   执行任务

   
   

   核心控制命令：

   
   
   
   
   • /trellis-brainstorm：使用该指令完善task的Prd。
   
   
   • /trellis:continue：推进到下一个阶段或继续当前工作（最常用）。
   
   
   • /trellis:finish-work：任务完成后必须执行（写 Journal、归档任务、更新 spec）。这是保持长期记忆的关键。
   
   
   
   


3. 
   

   结束任务（trellis流程会提示并帮助完成）

   
   
   
   
   • Commit 代码。
   
   
   • 执行 /trellis:finish-work。
   
   
   • Review Journal（.trellis/workspace/yourname/journal/）。
   
   
   • 定期 commit CONTEXT.md、.trellis/spec/、ADR 到 Git。
   
   
   
   

总结

1. 想需求：claude → /grill-me [一句话模糊需求]


2. 做决策： 不断回答 AI 提出的单选题/判断题，直到 AI 觉得没问题了。


3. 建物化：把方案划分并写进各个任务的prd中 .trellis/tasks/xxx/prd.md


4. 放手干：去执行这个 task 任务

这种工作流将“人脑的架构决策”与“AI 的长上下文执行能力”解耦。你不需要为了给 AI 写 Prompt 而耗费精力，你只需要像一个 Technical Lead 一样做代码 Review 和技术选型即可。

怎么用(你的实际操作)

1. 
   

   任何新项目走完 grill → 新开一个对话,粘贴上面提示词

   
   


2. 
   

   AI 给你拆分表 → 你 review,觉得某个任务太大/边界不清就让它再拆

   
   


3. 
   

   确认 → AI 建好全部任务结构

   
   


4. 
   

   你按依赖顺序认领,每个任务对 AI 说:“开始 06-XX-任务名”

   
   

   
   

   它会自动走 start → implement → check → update-spec → commit → finish-work

   
   

   
   


5. 
   

   你不需要记任何 task.py 命令——记住两件事就够了:

   
   
   
   
   • 拆分时:“这个任务能写出可测验收标准吗?”
   
   
   • 验收时:“check 跑绿了吗?不绿不归档。”
   
   
   
   

其他知识

任务拆分标准

TIP

• 
  

  写这种长贴不容易，有问题可以评论讲，不要随便举报，谢谢！

  
  


• 
  

  grill技能已集成trellis问题，已查阅文档

  
  

  
  

  没有直接内置 grill-me

  
  

  Plan 阶段：通过 trellis-brainstorm 技能自动触发 grill-me 风格的「relentless interview」（一个问题一个问题提问，直到 PRD 完全清晰，无需一次性全量规划）。这正是它解决「AI 急于写代码不生成设计方案」的痛点（对应 GitHub issue #260，用户曾用 grill-me + Superpowers 澄清需求后再接 Trellis）。

  
  

  0.6.5： 强化了 brainstorm 的lossless PRD convergence gate、auto-injected context、multi-platform 平台支持（Trae + Pi 优化等），让 grill-me 风格的 interview 更可靠、上下文更完整、验证更严谨。

  
  

  
  


• 
  

  关于prompt内容，确实AI帮助写的，但是确实是自己花时间多次实践修改后的有效内容，并不是一句话生成，请尊重他人成果

  
  


• 
  

  最新版本的trellis确实优化了Plan流程，觉得不需要grill的也可以跳过