GitHub 2万人收藏！AI编程的救星:上下文记忆的新突破

🤔你是不是也遇到过这种情况？

🤔用 AI 写代码，起初思路清晰，一顿操作猛如虎，

🤔越写越 “失忆”：忘规范、逻辑矛盾、甚至瞎编？

最近 GitHub 上的开源项目 get-shit-done（GSD）火出圈了🔥！

短短时间狂揽 20k 星，被开发者们喊 “AI 编程救星”。

名字看着糙，但专治 AI 编程的核心痛点 —— 能让 AI 在复杂项目里稳得住、输出质量不垮。

🔥项目信息

项目名称：GET SHIT DONE(强大的AI记忆工具）

GitHub链接：https://github.com/gsd-build/get-shit-done

社区认可度：⭐20+Star

get-shit-done（简称 GSD）是一个轻量且功能强大的元提示工程、上下文工程和规范驱动开发系统。

专为 Claude Code、OpenCode、Gemini CLI 和 Codex 等 AI 代码生成工具设计

核心解决了 AI 上下文窗口使用过程中出现的 “上下文衰减（context rot）” 问题

即随着上下文窗口填充，AI 生成代码质量下降的问题。

🚀get-shit-done核心特性

• 跨平台兼容：支持 Mac、Windows、Linux 系统；
• 极简使用流程：底层封装了上下文工程、XML 提示格式化、子代理编排、状态管理等复杂逻辑，对外仅暴露少量易用命令；
• 多 AI 运行时支持：适配 Claude Code、OpenCode、Gemini、Codex 等主流 AI 代码生成工具，可按需选择；
• 质量保障：内置验证机制，让 AI 不仅能生成代码，还能完成结果验证；
• 轻量部署：通过 npx 即可快速运行，无需复杂安装配置。

🚀get-shit-done 架构设计理念

get-shit-done 整体架构遵循「内部复杂、外部极简」的设计原则：

• 对外：仅暴露少量易用的 CLI 命令，降低开发者使用成本；
• 对内：封装上下文工程、XML 提示格式化、子代理编排、状态管理等核心能力。

目录结构与模块职责：

get-shit-done/
├── assets/                   # 静态资源（Logo、演示 SVG 等）
├── agents/                   # 子代理编排核心模块
├── bin/                      # CLI 可执行入口（Linux 二进制/脚本入口规范）
│   └── gsd-cli               # 主 CLI 入口脚本（赋予可执行权限）
├── commands/                 # CLI 命令实现层
│   └── gsd/                  # GSD 专属命令（初始化、里程碑等）
├── config/                   # 配置文件目录（Linux 配置分离规范）
│   └── default.json          # 默认配置（适配多环境）
├── docs/                     # 文档目录
│   ├── USER-GUIDE.md         # 用户指南
│   └── COMMAND-REFERENCE.md  # 命令参考手册
├── hooks/                    # 钩子脚本（上下文监控/状态行/版本检查）
│   ├── gsd-check-update.js   # 版本检查钩子
│   ├── gsd-context-monitor.js # 上下文监控核心
│   └── gsd-statusline.js     # 状态行反馈钩子
├── lib/                      # 公共库/工具函数（Linux 库文件规范）
│   └── utils.js              # 通用工具函数（如跨平台兼容、路径处理）
├── logs/                     # 日志目录（Linux 日志存储规范）
├── node_modules/             # NPM 依赖（自动生成，.gitignore 排除）
├── scripts/                  # 构建/辅助脚本
├── tests/                    # 测试用例目录

核心功能模块：

1. hooks/ - 钩子脚本（上下文工程 / 状态监控）

![](http://cdn.zhipoai.cn/74932a39.jpg)

gsd-check-update.js：版本检查钩子，确保用户使用最新版 GSD（适配快速迭代的特性）

gsd-context-monitor.js：上下文监控核心，解决 AI 上下文窗口信息衰减问题，动态维护有效上下文

gsd-statusline.js：状态行钩子，实时反馈 AI 代码生成过程中的状态（进度、验证结果等）

（2）commands/gsd/ - CLI 命令实现

存放 GSD 核心 CLI 命令的具体实现（如初始化、里程碑管理、阶段规划、路线图生成等），是用户直接交互的入口层，对应 README 中提到的「几个简单命令」。

（3）agents/ - 子代理编排

对应 README 中「subagent orchestration（子代理编排）」，负责拆分复杂任务、调度不同 AI 子代理（如代码生成代理、验证代理、上下文优化代理），是 GSD 内部复杂度的核心模块之一。

（4）bin/ - CLI 可执行入口

存放 NPM 全局 / 局部可执行脚本的入口文件，解析用户输入的命令（如 npx get-shit-done-cc），分发到 commands/ 对应的处理逻辑。

综上GSD 的架构核心是「极简交互层 + 复杂内部核心」，通过封装上下文工程、代理编排等复杂逻辑，让开发者仅需通过少量 CLI 命令即可高效利用 AI 生成可靠代码。

🚀get-shit-done 快速使用

仅需一条命令：

# 直接运行最新版本
npx get-shit-done-cc@latest

运行后会引导选择：

• 运行时（Claude Code/OpenCode/Gemini/Codex 或全部）；
• 安装位置（全局 / 当前项目）。

验证安装：

• Claude Code / Gemini：/gsd:help
• OpenCode：/gsd-help
• Codex：$gsd-help

最后：

如果你也受够了 AI 写代码时频繁 “失忆症”，不妨试试 GSD。

它或许会彻底改变你与 AI 的协作方式。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2026 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2026 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！