ChristopherKahler/paul

解決的問題

PAUL 解決了 AI 輔助開發中的「上下文腐化」問題，即長時間會話導致品質下降、計畫孤立與狀態漂移。它透過強制執行結構化開發循環，並優先使用會話內上下文而非多個子代理，防止常見的調試 AI 輸出而非交付功能的問題。

工作原理

PAUL 實現了 計畫-應用-統一（PAU）循環，將 AI 開發轉變為有紀律的過程：

• 計畫：建立包含具體目標、邊界與 BDD 風格驗收標準（Given/When/Then）的可執行計畫。根據任務規模（快速修復、標準、複雜）調整儀式程度。
• 應用：透過「執行/驗證」循環執行任務，每個任務在繼續前皆獨立驗證是否符合規格。使用細膩的升級狀態（如 DONE_WITH_CONCERNS、BLOCKED）來揭示不確定性。
• 統一：強制性的收尾步驟，將計畫與實際結果對齊，更新專案狀態，並將決策記錄於 SUMMARY.md 檔案中。

PAUL 透過 .paul/ 目錄管理狀態，其中包含 PROJECT.md、ROADMAP.md 與 STATE.md，確保會話間的連續性。它還可與 BASE v2 集成，將專案狀態轉換為可查詢的知識圖譜。

適用對象

使用 AI（特別是 Claude Code）交付軟體、行銷活動、自動化工作流程或其他結構化執行專案的開發者。

特色亮點

• 驗收驅動開發：在任何工作開始前，透過第一級驗收標準強制定義「完成」狀態。
• 會話內上下文：最小化子代理泛濫，以保持更高實現品質並降低 token 成本。
• 診斷性失敗路由：將失敗分類為意圖、規格或程式碼問題，防止在計畫本身有缺陷時修補程式碼。
• 狀態持久化：使用專用狀態管理系統，消除恢復工作時的決策疲勞。
• 全面的命令集：提供 26 個專用斜線命令，涵蓋從研究與發現到里程碑追蹤的所有環節。