LarsCowe/bmalph

解決的問題

bmalph 簡化了從高階 AI 規劃到自主程式實作的過渡。它將兩個不同的系統——BMAD-METHOD 用於結構化規劃，Ralph 用於自主執行——整合為單一 CLI 工具，與多種 AI 程式助手（如 Claude Code、Cursor 和 GitHub Copilot）整合，確保專案需求能系統性地分析、規劃，並在無需手動交接的情況下實現。

如何運作

bmalph 以四階段工作流程運作：

1. 初始化：工具偵測或接受目標 AI 平台，並將必要的代理框架與指示安裝至專案目錄中。
2. 規劃（階段 1-3）：使用 BMAD-METHOD，使用者與專用 AI 代理（分析師、PM、架構師）協作，從腦力激盪與市場研究逐步推進至最終的 PRD、技術架構，以及史詩與故事清單。
3. 實作過渡：bmalph implement 命令將規劃成果（故事與規格）轉換為 Ralph 可理解的格式，產生優先順序任務清單（@fix_plan.md）。
4. 自主循環（階段 4）：bmalph run 命令啟動 Ralph 循環，自主選擇一個個故事，使用測試驅動開發（TDD）實作，並提交變更。

適用對象

使用 AI 程式助手，希望從模糊想法快速推進至生產就緒程式碼庫，且希望最小化手動干預的開發者與產品經理。

主要亮點

• 多平台支援：與 Claude Code、OpenAI Codex、OpenCode、Cursor、Windsurf、GitHub Copilot 和 Aider 集成。
• 結構化規劃：提供 54 個具體的命令定義，用於分析、規劃與解決方案制定。
• 自主執行：具備 TDD 支援的自主實作循環與即時儀表板。
• 增量開發：支援迭代週期，可將新史詩新增至 BMAD 並合併至現有 Ralph 實作計畫中。
• 平行工作者：透過 --swarm 標誌，可在 git worktrees 中執行多個平行工作者。