Загрузка...
Смарт-конспекты YouTube-видео — ключевые идеи и инсайты без необходимости смотреть часовые ролики
Узнайте, как использовать фреймворк GSD для итеративной разработки IT-продуктов с помощью AI-агентов. Сравнение с BMAD и Superpowers, настройка и промпты.
🎯 О чём этот конспект: Разбор нового фреймворка GSD (Get Stuff Done) для AI-агентов (Claude Code, Cursor и др.). В отличие от жестко структурированных методов, GSD ориентирован на быструю итеративную разработку MVP, где требования могут меняться в процессе, а контекст защищен от «засорения» (context rot).
👤 Кому будет полезно: Вайбкодерам и разработчикам, создающим кастомные SaaS, сложные веб-приложения или экспериментальные продукты, которые сложно полностью спроектировать на старте.
✨ Что получите: Четкое понимание, какой фреймворк выбрать под конкретный проект (GSD vs BMAD vs Superpowers), и готовую инструкцию по развертыванию GSD для автоматизации цикла «планирование — исследование — кодинг — тестирование».
Контекст: Главная ошибка вайбкодера — использование тяжеловесных систем планирования для простых задач или, наоборот, отсутствие структуры в сложных проектах. Автор выделяет три ключевых подхода. GSD идеален для неопределенности и экспериментов. BMAD (Business Model Architecture Deployment) нужен для жестко регламентированных корпоративных систем (CRM, ERP), где нельзя отступать от ТЗ. Superpowers базируется на TDD (Test Driven Development) и незаменим там, где цена ошибки критична (например, финансовые транзакции или необратимые действия агентов).
Выгода: Экономия десятков часов на переписывании кода из-за неверно выбранной архитектуры процесса.
Как применить:
Результат: Выбран оптимальный темп разработки и уровень контроля для вашего конкретного случая.
Контекст: GSD работает как надстройка над AI-агентом (например, Claude Code). Он устанавливается прямо в папку проекта и создает структуру в формате XML. Это важно, так как модели Claude лучше парсят XML, чем обычный Markdown, что повышает точность следования инструкциям. Фреймворк разделяет обязанности между специализированными агентами (Research, Planner, Verifier), предотвращая «галлюцинации» из-за перегруженного контекста.
Выгода: Изолированная среда разработки и автоматическое управление контекстом (Context Management).
Как применить:
Claude Code
Cursor# Команда установки (зависит от вашего агента, обычно через npm или curl)
npx gsd-cli installProject level), чтобы конфиги не конфликтовали с другими задачами..claude (или .aagent), содержащая папки agents, commands и hooks.Результат: Ваш AI-агент «прокачан» специфическими ролями и готов к структурированной работе.
Контекст: В отличие от других систем, GSD не заставляет вас отвечать на 100 вопросов сразу. Он проводит сессию интервью, фокусируясь на MVP (Version 1). Важная фишка — Research Synthesizer. Система запускает несколько фоновых агентов для изучения технологий, а затем отдельный агент (на базе Claude 3.5 Sonnet для экономии) объединяет их отчеты.
Выгода: Вы получаете актуальный технологический стек и список потенциальных проблем еще до написания первой строки кода.
Как применить:
/new-projectproject.md в папке .planning.Context7, чтобы агент искал по актуальной документации, а не просто в Google по ключу "2025".Результат: Готовый roadmap проекта и файл research.md с уровнем доверия (confidence level) к каждой технологии.
Контекст: GSD использует уникальный метод «состязательного планирования». Один агент создает план, а другой (Verifier) ищет в нем слабые места и отправляет на доработку. Когда план утвержден, он разбивается на «волны» (waves). Независимые задачи выполняются параллельно суб-агентами, что кратно ускоряет сборку.
Выгода: Высокое качество кода и логики без вашего ручного вмешательства в проверку каждого шага.
Как применить:
Proceed with discussions, чтобы уточнить детали конкретного этапа.Результат: Работающее приложение, где каждая фича прошла автоматизированное тестирование.
Контекст: При долгой работе AI-агент начинает «забывать» начало разговора или путаться в деталях. GSD решает это через Sub-agent Spawning. Основной агент остается чистым, делегируя грязную работу (написание кода, тесты) суб-процессам. Вся важная информация сохраняется в сжатых файлах context.md и plan.md.
Выгода: Стабильная работа даже на огромных проектах. Даже если вы очистите историю чата, агент мгновенно восстановит контекст из файлов в папке .planning.
Как применить:
agents — XML-структура критически важна для удержания фокуса модели.Результат: Агент не «глючит» на поздних стадиях разработки, сохраняя точность выполнения задач.
В: Можно ли использовать GSD с Cursor или только с Claude Code? О: GSD — это набор промптов и инструкций в формате XML. Его можно адаптировать под любого агента, поддерживающего кастомные инструкции и работу с файловой системой, но лучше всего он оптимизирован под модели Claude через Claude Code или терминальные интерфейсы.
В: Чем GSD лучше обычного промпта "напиши мне приложение"? О: Обычный промпт ведет к хаосу в больших проектах. GSD внедряет многоэтапную проверку: исследование рынка/технологий, состязательное планирование (один агент проверяет другого) и автоматическое тестирование через Playwright.
В: Нужно ли мне самому писать тесты в GSD? О: Нет, фреймворк сам генерирует тестовые скрипты на базе Playwright для проверки выполненных этапов («волн»), запускает их и удаляет после проверки, чтобы не мусорить в проекте.
В: Что делать, если требования изменились в середине разработки? О: В этом сила GSD. Поскольку планирование идет по фазам (Just-in-time planning), вы можете скорректировать следующую фазу в файле context.md или в процессе обсуждения, и система адаптирует план без поломки всей архитектуры.
В: Сколько это стоит в токенах? О: Одна полная итерация сложной фазы занимает около 130-150 тысяч токенов. При лимитах современных моделей (1M+ у Claude) это позволяет работать очень долго без потери качества.
Конспект создан на основе видео «AI Coding Frameworks: Which One is Best?» канала World of AI. Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/uEit1oOJK0w