这是「GSD 全景代码解析」专题的第 53 篇。
一、项目背景
我们要用 GSD 开发一个「AI 驱动的任务管理应用」—— TaskMaster。这个实战案例将完整展示 GSD 的项目生命周期。
graph LR
A[new-project] --> B[research-phase]
B --> C[plan-phase]
C --> D[execute-phase]
D --> E[verify-work]
E --> F[audit-milestone]二、项目初始化
2.1 启动新项目
$ /gsd-new-project "TaskMaster - AI 驱动的任务管理应用"
🚀 启动新项目: TaskMaster
📝 正在提取项目愿景...
🔍 正在分析目标用户...
📋 正在收集功能需求...
✅ 项目初始化完成
路径: ./projects/taskmaster/
配置: .planning/config.json2.2 Dream Extraction 阶段
GSD 通过一系列引导问题帮助我们明确项目愿景：
─────────────────────────────────────────
Dream Extraction
─────────────────────────────────────────
Q1: 这个应用解决什么问题？
A: 帮助开发团队智能分配和追踪任务
Q2: 核心用户是谁？
A: 5-50 人的技术团队
Q3: 最重要的三个功能？
A: 1) 智能任务分配 2) 进度追踪 3) 团队协作文档
Q4: 技术栈偏好？
A: Next.js + TypeScript + Prisma + PostgreSQL
Q5: 预期交付时间？
A: 4 周 MVP
─────────────────────────────────────────生成的 PROJECT.md：
# TaskMaster
## Vision
AI 驱动的任务管理应用，帮助技术团队智能分配工作、
追踪进度并协作完成项目。
## Target Users
- 技术团队负责人
- 开发人员
- 项目经理
## Core Features
1. **智能任务分配** - 基于技能和工作量自动分配
2. **进度追踪** - 实时看板 + 燃尽图
3. **团队协作** - 评论、提及、文档共享
## Tech Stack
- Frontend: Next.js 14 + TypeScript + Tailwind
- Backend: Next.js API Routes + tRPC
- Database: PostgreSQL + Prisma
- AI: OpenAI GPT-4 + Embeddings
- Deploy: Vercel
## Timeline
- Week 1: 基础架构 + 数据模型
- Week 2: 核心功能开发
- Week 3: AI 功能集成
- Week 4: 测试优化 + 部署三、研究阶段
3.1 启动研究
$ /gsd-research-phase
🔍 启动研究阶段...
📚 正在收集技术方案...
🏗️ 正在分析架构选项...
📊 正在评估竞品...
✅ 研究阶段完成
报告: .planning/research/RESEARCH.md3.2 技术调研报告
# TaskMaster 技术调研报告
## 竞品分析
| 竞品 | 优势 | 劣势 | 可借鉴 |
|------|------|------|--------|
| Jira | 功能全面 | 复杂臃肿 | 工作流引擎 |
| Trello | 简洁易用 | 功能有限 | 看板交互 |
| Linear | 现代设计 | 生态封闭 | UI/UX 设计 |
| Notion | 灵活性高 | 性能问题 | 文档协作 |
## 架构决策
### ADR-001: 选择 Next.js App Router
- **状态**: 已接受
- **背景**: 需要 SSR + API + 前端一体化
- **决策**: 使用 Next.js 14 App Router
- **后果**: 减少技术栈复杂度，统一开发体验
### ADR-002: 选择 Prisma ORM
- **状态**: 已接受
- **背景**: 需要类型安全的数据库访问
- **决策**: 使用 Prisma + PostgreSQL
- **后果**: 自动迁移生成，开发体验优秀
### ADR-003: AI 集成策略
- **状态**: 已接受
- **背景**: 需要智能任务分配
- **决策**: OpenAI GPT-4 + 向量检索
- **后果**: 需要处理 API 成本和延迟3.3 风险评估
## 风险登记册
| 风险 | 概率 | 影响 | 缓解措施 |
|------|------|------|---------|
| OpenAI API 延迟 | 高 | 中 | 实现缓存层 + 降级策略 |
| 数据库性能 | 中 | 高 | 早期设计索引 + 查询优化 |
| 团队成员学习曲线 | 中 | 低 | 文档 + 代码审查 |
| 第三方服务不可用 | 低 | 高 | 设计离线模式 |四、规划阶段
4.1 启动规划
$ /gsd-plan-phase
📝 启动规划阶段...
🎯 正在生成 L1 战略层...
📐 正在分解 L2 战术层...
🔧 正在细化 L3 执行层...
✅ 规划阶段完成
路线图: .planning/ROADMAP.md
阶段计划: .planning/phases/4.2 Chunked Planning 三层结构
L1 战略层 - 项目愿景
# TaskMaster 战略层
## 成功指标
- DAU > 100（第 1 个月）
- 任务分配准确率 > 80%
- 用户满意度 > 4.0/5.0
## 关键里程碑
1. **M0** (Week 1): 基础架构可用
2. **M1** (Week 2): 核心功能可用
3. **M2** (Week 3): AI 功能上线
4. **M3** (Week 4): 生产环境部署L2 战术层 - 里程碑规划
# M1: 核心功能里程碑
## 目标
实现任务 CRUD + 看板 + 基础协作
## 交付物
- [ ] 用户认证系统
- [ ] 任务数据模型
- [ ] 看板界面
- [ ] 任务分配逻辑
- [ ] 评论系统
## 依赖
- M0 完成
- 设计稿确认L3 执行层 - 任务分解
{
"phase": "m1-execute",
"tasks": [
{
"id": "m1-t1",
"name": "实现用户认证",
"agent": "backend-dev",
"prompt": "使用 NextAuth.js 实现...",
"dependencies": [],
"estimation": "2d"
},
{
"id": "m1-t2",
"name": "设计任务数据模型",
"agent": "backend-dev",
"prompt": "使用 Prisma 定义...",
"dependencies": ["m1-t1"],
"estimation": "1d"
},
{
"id": "m1-t3",
"name": "开发看板界面",
"agent": "frontend-dev",
"prompt": "使用 React DnD 实现...",
"dependencies": ["m1-t2"],
"estimation": "3d"
}
]
}4.3 生成的规划文件
.planning/
├── config.json # 项目配置
├── PROJECT.md # 项目愿景
├── REQUIREMENTS.md # 需求文档
├── ROADMAP.md # 里程碑路线
├── RESEARCH.md # 调研报告
├── ADRS.md # 架构决策
├── RISKS.md # 风险登记
└── phases/
├── m0-infrastructure.md
├── m1-core-features.md
├── m2-ai-integration.md
└── m3-deployment.md五、规划质量检查
$ /gsd-plan-phase --verify
🔍 正在验证规划完整性...
✅ 所有里程碑有明确交付物
✅ 任务依赖无循环
✅ 资源分配合理
⚠️ m2-t5 工期估计偏乐观（建议 +1d）
✅ 风险缓解措施已覆盖
规划验证通过（1 个警告）下一篇预告： 第 54 篇《实战：从零开始用 GSD 开发项目（下）》
我们将继续 TaskMaster 的开发旅程，深入 execute-phase 的任务调度、verify-work 的质量验证，以及 audit-milestone 的里程碑审计。敬请期待。