在 AI 编程时代我们很容易形成一种惯性思维需求一来就直接写代码默认 AI 能自动理解一切。但实际情况往往是代码越写越多才发现方向跑偏了或者生成的实现和项目原有风格并不匹配。问题的根源在于我们过度依赖临时对话来传递项目上下文。每次开启新会话都要重新说明项目背景、技术选型和代码规范不仅效率低也让团队很难长期保持一致的标准。Conductor 正是为了解决这一问题而设计的。它把项目上下文从临时对话中抽离出来沉淀到代码库中通过持久化的 Markdown 文件来管理规范和计划确保每一次 AI 参与都有清晰、稳定的项目基础。这更像一句老工程师常说的话三思而后行Measure twice, code once。Conductor 把 AI 编程拉回工程本身——先把规划想清楚再动手实现方向始终掌握在人手里。什么是 ConductorConductor 是一个开源的多平台AI 智能体技能Agent Skills基于 Google 的 Conductor[1]Gemini CLI 扩展工具项目移植而来支持Claude Code、Gemini CLI、OpenCode、Codex等多种 CLI 工具。它遵循「上下文驱动开发」的思路通过固定流程推进需求澄清、方案规划以及功能或缺陷实现让 AI 的输出始终建立在清晰、可追溯的项目上下文之上。Conductor 的目标不只是写代码而是让每个任务都经历完整、可控的生命周期。通过「Context → Spec Plan → Implement」这一结构化流程它把 AI 从单一的编码工具提升为具备主动项目推进能力的工具。核心理念Conductor 的理念很简单掌控你的代码。通过将上下文作为与代码同等管理的资产代码库就能成为单一可信源为每一次智能体交互提供深度、持久的项目感知。团队可以在此基础上为所有 AI 交互建立一套可持续、具备项目感知能力的工作体系。系统会持续维护以下内容•产品愿景作为可持续更新的文档而不是一次性说明•技术决策以结构化形式记录便于追溯和复用•工作单元tracks包含清晰的规范说明和分阶段的实施计划•TDD 工作流在关键阶段设置验证检查点确保质量可控Conductor 本身不运行任何服务只定义了一套 AI 需要遵循的工作流程。没有后台进程也不会在系统中留下零散配置。所有内容都以Markdown和TOML文件存在不使用私有格式也不依赖任何厂商 API。项目上下文随代码一起版本化、一起流转。功能特性•规范与规划在开发前先整理需求和任务计划让接下来的工作有明确方向。•上下文管理保持代码风格、技术栈和产品目标的一致性让 AI 的操作符合项目要求。•安全迭代在代码生成前对计划进行审查关键决策由人掌控降低方向性风险。•团队协作项目文档作为共享基础不同成员和 AI 都能在同一规范下工作。•支持现有项目适用于新项目和已有项目可以基于现有代码和历史记录初始化。•语义化回滚提供 Git 感知的回滚能力可按逻辑工作单元track、phase、task撤销变更不只是简单依赖提交哈希。•状态持久化设置和任务状态会保存到文件里可跨会话继续工作不怕进度丢失。核心工作流步骤一项目设置setup在项目根目录运行# Claude Code / OpenCode / Codex / Antigravityset up conductor# Gemini CLI/conductor:setupConductor 会问你一系列问题帮你把项目的核心上下文整理好。弄好之后团队里的人都能直接接着开发新模块不用每次都讲一遍项目背景。•产品定义项目背景、目标用户、主要功能概览•产品规范文案风格、品牌约束、视觉规范等•技术栈语语言、数据库、框架等技术选型•工作流如 TDD 流程、提交策略、团队协作约定•代码风格根据所选语言制定的代码规范生成的目录结构如下conductor/├── product.md # 产品愿景、目标与范围├── product-guidelines.md # 产品与设计相关规范├── tech-stack.md # 技术栈与工具选型├── workflow.md # 开发工作流TDD、提交规范等├── code_styleguides/ # 各语言的代码风格指南└── tracks.md # 当前项目任务tracks索引Conductor 会分析当前代码库并引导你完成项目设置流程。初始化时它会自动识别项目类型•新项目greenfield从零开始构建完整的项目上下文•现有项目brownfield分析现有代码和结构辅助生成上下文文档每个项目只需要执行一次初始化。完成后这些项目级上下文就会成为团队的共享基础可以长期使用。步骤二创建任务newTrack当你准备开发新功能或修复 Bug 时可以创建一个新的 Track# Claude Code / OpenCode / Codex / Antigravitycreate a new track for dark mode# Gemini CLI/conductor:newTrack# 或者直接附带描述/conductor:newTrack Add a dark mode toggle to the settings page该命令会创建一个新的 track这是 Conductor 中用于管理工作的高级单元。创建完成后Conductor 会通过一系列交互式问题帮你生成两个核心文件•spec.md需求规范明确要做什么以及为什么要做•plan.md实施计划把工作按阶段Phase拆分为具体任务和子任务这些文档并不是完全从零开始写的。Conductor 会结合项目中已有的上下文信息如产品定义、技术栈和工作流约定提供参考建议帮助你更快整理出清晰、可执行的规范和计划。注意在进入实现阶段之前建议先审查并确认这两个文件确保需求边界明确计划可行。生成的文件结构如下conductor/tracks/track_id/├── spec.md # 需求规范说明├── plan.md # 可执行的任务与阶段计划└── metadata.json # Track 元数据此外项目根目录下的conductor/tracks.md会自动更新用来记录和索引新增的 Track方便后续查看和管理。步骤三执行实施implement当计划确认无误后就可以开始执行实施流程# Claude Code / OpenCode / Codex / Antigravityimplement the next task# Gemini CLI/conductor:implement该命令会让 Conductor 按照plan.md中定义的阶段Phase和任务Task顺序逐步推进实现。每完成一项任务状态都会写回对应文件并标记为已完成。因为执行进度是持久化保存的你可以随时中断流程之后再继续执行而不会丢失当前的工作状态。工作流程Conductor 会按照既定流程逐步推进实施选择下一个要处理的任务按照项目里的工作流执行例如 TDD先写测试 → 测试失败 → 实现功能 → 测试通过同步更新plan.md中对应任务的状态每个阶段完成后提示进行必要的人工检查与确认按配置在 Task 或 Phase 完成后提交代码实施过程中会更新以下文件•conductor/tracks.md整体 Track 状态•conductor/tracks/track_id/plan.md任务完成情况同步•项目上下文相关文件阶段完成后进行必要的更新在实施过程中你可以用以下命令管理项目进度。查看状态用于汇总并查看项目的当前进度# Claude Code / OpenCode / Codex / Antigravitycheck status# Gemini CLI/conductor:status这个命令会汇总所有正在进行的 Track显示它们的当前阶段和完成情况让你快速了解哪些工作正在进行哪些已经完成。回滚工作当需要撤销已完成的工作时可以按逻辑单元进行回滚# Claude Code / OpenCode / Codex / Antigravityrevert# Gemini CLI/conductor:revertConductor 的回滚机制是 Git 感知的。它基于逻辑工作单元进行操作——包括Track、Phase和Task——而不是简单依赖commit hash。这种方式可以精确撤销指定的工作范围不会影响无关改动更适合多阶段、持续推进的开发流程。审查工作对照规范和计划检查已完成的任务# Claude Code / OpenCode / Codex / Antigravityreview my work# Gemini CLI/conductor:review这个命令会根据plan.md和product-guidelines.md审查已完成的工作确保每个任务的产出符合项目规范和设计要求。快速上手指南快速安装Conductor 安装非常简单不需要额外配置也没有复杂依赖。第一步克隆项目git clone https://github.com/jnorthrup/conductor2.gitcd conductor2第二步安装技能Claude Code / OpenCode / Codex / Gemini CLI / AntigravityWindowsGit Bashsh ./install.shMac / Linuxchmod x install.sh./install.sh注意如果你想在 GitHub Copilot 中使用 Conductor请参考仓库里的copilot-agent/目录进行配置。安装完成后重启你的 AI 工具就可以开始使用了。实战教程下面用一个完整示例演示 Conductor 在实际项目中的使用。示例使用 Claude Code 构建 Todo 应用步骤一设置项目# 创建项目mkdir todo-app在项目根目录打开 Claude Code运行命令设置 conductor# 或使用/conductor 设置Conductor 会分析当前项目并引导你完成初始化设置生成产品愿景与目标product.md生成产品风格指南product-guidelines.md生成技术栈tech-stack.md:选择工作流workflow.md选择代码风格指南code_styleguides回答完所有问题后项目设置完成。步骤二创建新的任务Track完成项目设置后Conductor 会引导你填写新 Track功能或缺陷的相关信息。回答完全部问题后新的 Track 就创建完成了。步骤三开始实现Track 创建完成后会提示你运行实现命令开始实现# 或使用/conductor 开始实现开始实现功能AI 会更新tracks.md更新plan.md在实现过程中你可以用以下命令查看项目进度查看状态# 或使用/conductor 查看状态运行查看命令显示项目状态每个阶段完成后AI 会暂停让你手动验证进度。在验证阶段你可以运行审查命令检查已完成的工作审查我的工作# 或使用/conductor 审查我的工作运行审查命令查看审查报告如果对结果不满意还可以撤销已执行的工作还原# 或使用/conductor 还原运行还原命令AI 会检查当前项目状态注意如果自然语言命令无法触发 Conductor可以在命令前加上/conductor前缀例如 /conductor 审查我的工作。任务完成后你可以对 Track 进行归档工作。最终成果完成以上步骤后我们的 Todo 应用就顺利开发完成了启动应用查看常用技巧与最佳实践项目使用技巧新项目You: Set up conductorAI: [Walks through interactive setup]You: Create a feature for user registration with email verificationAI: [Generates spec and plan, presents for approval]You: Implement the trackAI: [Works through tasks following TDD, commits after each task]现有项目You: Set up conductorAI: [Detects existing project, analyzes codebase, infers tech stack]You: Create a track to add OAuth authenticationAI: [Generates spec based on existing architecture]You: Implement the trackAI: [Integrates with existing code following project patterns]目录结构初始化完成后项目目录大致如下your-project/├── conductor/│ ├── product.md # 产品愿景与目标│ ├── product-guidelines.md # 产品 / 设计规范│ ├── tech-stack.md # 技术栈和工具选择│ ├── workflow.md # 开发流程规则│ ├── tracks.md # Track 总览列表│ ├── code_styleguides/ # 各语言代码风格指南│ ├── tracks/ # 当前进行中的 Track│ │ └── track_id/│ │ ├── metadata.json # Track 元数据│ │ ├── spec.md # 功能说明│ │ └── plan.md # 实施计划│ └── archive/ # 已完成的 Track├── src/ # 应用代码└── ...Task 状态标记Conductor 使用 Markdown 复选框来表示任务进度•[ ]未开始•[~]进行中•[x]已完成核心工作流原则•以计划为准所有工作都围绕plan.md展开•先写测试再实现默认走 TDD需要的话可以调整•关注覆盖率一般希望保持在 80% 以上具体可按项目情况放宽•Task 做完就提交每个任务都会单独提交方便回溯和审查•阶段结束要确认每个 Phase 完成后都停下来人工检查一次Token 消耗问题Conductor 需要读取项目里的上下文、规范和计划文件。项目越大、前期规划写得越细使用过程中消耗的 Token 也会相应增加。提示可以使用.claudeignore来排除不需要分析的文件类似于.gitignore可以避免无关内容被处理。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】