promptdriven/pdd

解决的问题

PDD（Prompt-Driven Development）解决了AI辅助编程中的“规格漂移”问题，即实际代码与预期设计发生偏离。它将主要的源代码从实现代码（Python、TypeScript、Go等）转移到由人类编写的 .prompt 文件，这些文件定义了持久的意图、约束、示例和测试。

工作原理

PDD 将提示词视为源语言，将传统代码视为生成物。开发者在 .prompt 文件中编写规格说明，然后将其“编译”为实现语言。该系统提供 CLI 和 Web 界面，以自动化开发流程，包括实现 GitHub 问题、生成架构和 UI 测试、修复提示词。它与多种代理型 CLI（如 Claude Code、Antigravity 和 Codex）集成，并使用 LiteLLM 将请求路由到不同的 LLM 提供商。

适用人群

希望超越简单的 AI 代码补全，迈向一种以高层次意图和规格说明为主要、可审查源代码的系统化开发方式的软件开发者。

主要亮点

• 提示词原生工作流：使用 .prompt 文件作为源代码，而非原始代码。
• 代理型 CLI 命令：针对实现功能请求（pdd change）、修复 bug（pdd bug → pdd fix）和拆分大型开发单元（pdd split）的专用工作流。
• 多提供商支持：通过 LiteLLM 与多个 LLM 提供商集成，支持云端和本地执行模式。
• 自动化质量门禁：包含提示词 lint、契约检查和覆盖率矩阵等工具，以确保提示词质量。