LarsCowe/bmalph

解决的问题

bmalph 简化了从高层 AI 规划到自主代码实现的过渡。它将两个不同的系统——BMAD-METHOD 用于结构化规划，Ralph 用于自主执行——整合为一个 CLI 工具，与多种 AI 编码助手（如 Claude Code、Cursor 和 GitHub Copilot）集成，确保项目需求被系统性地分析、规划，然后无需手动交接即可实现。

如何工作

bmalph 采用四阶段工作流：

1. 初始化：工具检测或接受目标 AI 平台，并将必要的代理框架和指令安装到项目目录中。
2. 规划（阶段 1-3）：使用 BMAD-METHOD，用户与专用 AI 代理（分析师、PM、架构师）协作，从头脑风暴和市场调研逐步推进到最终的 PRD、技术架构以及史诗和故事列表。
3. 实现过渡：bmalph implement 命令将规划成果（故事和规格）转换为 Ralph 可理解的格式，生成优先级任务列表（@fix_plan.md）。
4. 自主循环（阶段 4）：bmalph run 命令启动 Ralph 循环，自主选择一个个故事，使用测试驱动开发（TDD）实现，并提交更改。

适用人群

使用 AI 编码助手，希望从模糊想法快速推进到生产就绪代码库，且希望最小化手动干预的开发者和产品管理人员。

主要亮点

• 多平台支持：与 Claude Code、OpenAI Codex、OpenCode、Cursor、Windsurf、GitHub Copilot 和 Aider 集成。
• 结构化规划：提供 54 个具体的命令定义，用于分析、规划和解决方案制定。
• 自主执行：具备 TDD 支持的自主实现循环和实时仪表板。
• 增量开发：支持迭代周期，可将新史诗添加到 BMAD 并合并到现有 Ralph 实现计划中。
• 并行工作者：通过 --swarm 标志，可在 git worktrees 中运行多个并行工作者。