Godmode 快速入门
工程工作流skill目录:planning/TDD/code-review等纪律注入coding agent,教agent做工程而非只写代码
这是什么?适合谁?
Godmode 是给 AI coding agent 的可组合工程工作流目录:你的 agent 已经会写代码,Godmode 教它”如何做工程”——编辑前先设计、声称完成前先测试、独立评审、用新鲜证据验证。它是 planning / TDD / code-review 等生产级 Agent Skills 的组合集合,85 个 fork 对 90 star 的高占比说明用户是真的在拿它干活。
适合人群:觉得 coding agent “下手太快、收工太草” 的开发者、想给 Agent 装上工程纪律的团队、研究 Agent 行为治理的工程师。 使用前提:任一支持 skills/config 加载的 coding agent(Claude Code / Codex / Cursor 等)、Python 环境。
快速上手(3 步)
第一步:安装
git clone https://github.com/thiientv/godmode
# 按仓库 README 将 skills 目录安装到你的 agent(支持 Claude Code 等,含中英双语文档)
第二步:理解行为转变
没有 Godmode 的 Agent:“Build authentication” → 立刻写代码 → 测试/安全/集成最后补 → “看起来完成了”。 装上 Godmode 后:“Build authentication” → 方案设计 → API + 数据库 + 安全专业能力介入 → 实现计划 → 按计划实现 → 证据验证 → 才宣告完成。
第三步:给它一个任务验收
选一个你熟悉的认证/CRUD 任务,让 Agent 完整跑一遍,对比产出:是否有设计文档、测试是否先行、结论是否附验证证据。
初级用法
- 按需启用工作流:planning(先设计后动手)、TDD(先测试后实现)、code-review(独立评审)等可单独装载,不必全家桶。
- 中英双语:README 提供 English / 简体中文双版本,中文团队接入无障碍。
- 看 catalog:每个 skill 是一段可读的工作流定义,读目录即知道它会改变 Agent 的哪些行为。
高级玩法
- 流水线组合:planning → TDD → code-review 三连,让 Agent 从”需求”到”已验证实现”全程有纪律。
- 团队规范固化:把团队的工程规范(分支策略、测试覆盖率门槛、评审清单)改写进 Godmode 的 skill 定义,新成员的 Agent 自动继承规范。
- 行为对照实验:同一任务开两个会话(带/不带 Godmode),diff 产出质量与返工率,量化技能包价值。
常见踩坑(5 条)
踩坑 1:期望开箱即变强
- 现象:装完觉得提升不明显
- 原因:skills 是行为约束,不是能力注入;弱模型+好纪律仍有限
- 解决:搭配强模型使用,并在提示词里点名调用对应工作流
踩坑 2:流程变慢
- 现象:小任务也走完整设计+测试+评审
- 原因:全家桶默认启用
- 解决:小改动只挂 code-review,大特性再开 planning + TDD
踩坑 3:与既有 skills 冲突
- 现象:Agent 行为混乱
- 原因:同类工作流(自带的 plan mode)与 Godmode 叠加
- 解决:同类只留一套,禁用重复项
踩坑 4:证据验证被跳过
- 现象:Agent “声称”测过了
- 原因:验证 skill 未启用或提示词未强调
- 解决:明确要求”结论必须附可复现的验证命令与输出”
踩坑 5:中文团队直接用英文版
- 现象:理解偏差
- 原因:部分 skill 描述只有英文
- 解决:以 README.zh-CN.md 为索引,关键 skill 翻译后纳入内部版本
FAQ(5 个常见问题)
Q1:Godmode 免费吗? A:MIT 开源免费。
Q2:它是独立的 Agent 吗? A:不是——它是装在你现有 coding agent(Claude Code / Codex / Cursor 等)上的工程行为技能包。
Q3:和 Claude Code 自带的 plan mode 重复吗? A:有重叠但更系统:Godmode 覆盖设计、TDD、评审、证据验证的完整链路,且跨 agent 通用;同类环节建议二选一避免叠加。
Q4:支持哪些 agent? A:任何能加载 skills/config 的 coding agent;硬性 hooks 类能力以各 agent 支持为准。
Q5:会显著增加 token 消耗吗? A:会增加(更多推理与验证回合),换来的是返工率下降;小任务建议裁剪启用。
小技巧(5 条)
- 从 code-review 切入:单挂评审工作流见效最快、侵入最小。
- 大特性前显式说 “plan first”:触发 planning skill 的可靠方式。
- 验收看证据:养成”没有验证输出不算完成”的团队口径。
- fork 定制:按团队规范 fork 后维护自己的版本。
- 观察行为 diff:保留同一任务的带/不带产出对比,向团队证明价值。
进阶学习建议
- 通读 catalog 中每个 skill 的工作流定义,理解”行为注入”式 prompt 工程的设计模式
- 把 TDD skill 与你现有测试栈(pytest/vitest)结合,定制”先写失败测试”的团队版本
- 研究 code-review skill 的”独立评审”机制与多 Agent 评审(如 eve Software Factory 的 Reviewer 工站)的异同
- 用行为对照实验数据(返工率、缺陷率)为团队建立 Agent 使用规范
参考链接
本文基于公开资料于 2026-08-17 整理,社区指标反映 GitHub 公开数据。独立实测未进行,功能和配置项可能随版本更新而变化,请以官方文档为准。
📊 评分与标签
评分说明
总分 8.0/10 · P_优选
📊 可观测社区指标(采集日期:2026-08-17)
- GitHub: thiientv/godmode ★90, 🔱85
- 语言:Python,最近推送:2026-08-16
- 协议:MIT
- 异常信号:85 fork 对 90 star,高 fork 率反映用户实际取用改造
🤖 Agent 能力 1.6/2.0
- planning / TDD / code-review 等工程工作流目录化注入,改变 Agent 行为模式
- “设计先行、测试先行、证据验证”的行为链完整
- 效果依赖底层模型对 skill 的遵循度
- 竞品对比 1(unlazy):unlazy 强制完成度(防偷懒),Godmode 管过程纪律(防草率)
- 竞品对比 2(Claude Code plan mode):plan mode 仅规划环节
🖐️ 易用性 1.3/1.5
- 克隆安装,可单独启用任一工作流,中英双语文档
- catalog 可读性强,行为改变点一目了然
- 竞品对比 1(全家族 skill 包):全家桶安装更重
- 竞品对比 2(自写 CLAUDE.md 规则):自写规则无目录化结构
🔌 生态集成 1.4/2.0
- 面向所有能加载 skills/config 的 agent(Claude Code、Codex、Cursor 等)
- 与 agent 原生机制(plan mode)存在重叠需手动去重
- 无硬性 hook 集成(对比 unlazy 的 Stop hook)
- 竞品对比 1(unlazy):unlazy 有 Claude Code Stop hook 硬门禁
- 竞品对比 2(SLOPSQLint 类 CI 门禁):CI 门禁在流水线层不在 agent 层
👥 社区支持 1.0/1.5
- 90 星 + 85 fork,双语文档,issue 响应未见数据
- 单作者项目,演进节奏依赖作者
- 竞品对比 1(obra/superpowers):superpowers 社区更大
- 竞品对比 2(anthropic 官方 skills):官方背书最强
💡 创新程度 1.4/1.5
- “教 agent 做工程而非写代码”的定位表述精准
- WITHOUT/WITH 行为对比的可视化叙事直观有力
- 竞品对比 1(提示词集合):散提示词无目录化工作流
- 竞品对比 2(单点 skill):单 skill 覆盖面窄
🔒 稳定性 1.3/1.5
- 2026-08-16 推送,MIT 协议,纯 markdown+脚本形态故障面小
- Python 部分依赖环境
- 竞品对比 1(纯 markdown skills):纯 md 最稳
- 竞品对比 2(带 hook 方案):hook 受平台演进影响
标签说明
- AI编程: 提升 coding agent 工程行为质量。来源:GitHub
- Agent技能包: 可组合的工程工作流 skill 目录。来源:GitHub
- 工程实践: 注入设计/测试/评审纪律。来源:GitHub
- 开源免费: MIT 协议开源。来源:GitHub
- TDD: 内置测试先行工作流。来源:GitHub
来源核实
- ✅ GitHub API 已验证: thiientv/godmode - Stars 90, Forks 85, pushed 2026-08-16, MIT, Python
- ✅ README 已读取: 行为对比、catalog 定位、双语支持均已核对
- ⚠️ 未实测: 未实际装载运行工作流验证行为改变
评分依据可追溯至公开数据源,评估日期:2026-08-17。社区指标来自 GitHub API 实时数据。
同分类推荐
编码Agent 分类下的其他 Agent