GitHub Stars
824
Forks数量
59
贡献者数量
9
许可证
MIT
收录理由
这是 TÂCHES 的“Get-Shit-Done”系统针对 OpenCode 的移植版本，面向那些习惯撰写详细规格说明、希望模型能自主规划并执行任务而无需频繁人工介入的开发者。它通过斜杠命令和智能体定义，把上下文工程、XML 提示词格式化、子智能体编排以及状态管理都封装在底层，用户看到的只是几个简洁的命令入口。这个移植版还加入了自己的模型配置系统，可以在 OpenCode 支持的多个提供商之间，为构建流程的不同阶段分配不同的模型。安装只需一条 npx 命令，支持 Mac、Windows 和 Linux。需要坦诚说明的是，维护者已表示将逐步放缓开发节奏，并建议用户改用原版 get-shit-done 的 OpenCode 适配，因此这个项目更适合被视为一个成熟可用的快照，而非期待持续快速迭代的新兴项目。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
awesome-nano-banana-pro-prompts
🍌 全球最大的Nano Banana Pro提示词库——超过10,000个精选提示词，附带预览图片，支持16种语言。Google Gemini AI图像生成。免费且开源。
prompt-master
一种Claude技能，为任何AI工具编写准确提示词。零令牌或积分浪费。完整上下文和记忆保留。
chatgpt_system_prompt
GPT系统提示词集合及各类提示注入/泄露知识。
awesome-nanobanana-pro
🚀 精选的 Nano Banana pro 提示词和示例的精彩列表。掌握提示工程和探索 Nano banana pro（Nano banana 2）AI 图像模型创意潜力的首选资源。
awesome-gpt-image-2
🚀 全球最大的GPT Image 2提示词库，每日更新——2000+精选提示词及预览图，支持16种语言。OpenAI的下一代图像模型，具备像素级文本渲染、跨图像一致性和商业级插图能力。免费开源。