LingFlow 使用指南
基于 Superpowers 理念的智能工作流引擎完整使用手册
版本: v3.3.0 状态: 生产就绪 最后更新: 2026-03-17
📑 目录
🚀 快速开始
安装
LingFlow 是一个纯 Python 工具,无需额外安装:
# 克隆仓库
git clone https://github.com/your-username/lingflow.git
cd lingflow
# 验证安装
python skill_trigger.py
python lingflow_integration.py
基本使用
最简单的方式是让 LingFlow 自动触发技能:
LingFlow 会自动引导你通过完整的开发流程。
🎯 核心概念
技能(Skills)
LingFlow 的核心是"技能" - 每个技能是一个包含特定工作流的模块。技能会根据上下文自动触发,也可以手动调用。
七步开发流程
LingFlow 遵循标准的七步开发流程:
1. brainstorming → 设计和需求理解
2. using-git-worktrees → 创建隔离工作空间
3. writing-plans → 编写详细实施计划
4. subagent-driven-development → 子代理驱动开发
5. test-driven-development → 测试驱动开发
6. requesting-code-review → 代码审查
7. finishing-a-development-branch → 完成分支
自动化测试
LingFlow 集成了三种测试引擎:
- comprehensive_test_runner - 9 维度综合测试
- end_to_end_test_engine - 端到端测试
- 12_seconds_test_engine - 快速验证测试
🛠️ 技能系统
可用技能
1. brainstorming ✅
用途: 在编写代码前探索需求和设计
何时触发: - 用户提到"添加功能"、"创建组件"等 - 开始新的开发任务
工作流程: 1. 探索项目上下文 2. 逐个询问澄清问题 3. 提出 2-3 种方案 4. 分章节展示设计 5. 编写设计文档 6. 转到 writing-plans
文件: skills/brainstorming/SKILL.md (175 行)
示例:
你: "我想添加一个用户认证功能"
LingFlow:
"好的!让我先了解一下你的需求。
问题 1: 你希望支持哪些认证方式?
A. 用户名/密码
B. OAuth2(Google/GitHub等)
C. JWT Token
D. 所有以上
你: 选择 A 和 C
LingFlow:
"明白了!让我为你设计..."
[继续逐个问题和设计展示]
2. writing-plans ✅
用途: 将设计分解为详细的实施任务
何时触发: - 设计文档获得批准后 - 用户要求"编写计划"
工作流程: 1. 定义文件结构 2. 将工作分解为小任务(每个 2-5 分钟) 3. 为每个任务提供完整的代码 4. 包含测试步骤和验证方法
文件: skills/writing-plans/SKILL.md (220 行)
示例:
# 用户认证实施计划
**目标**: 实现 JWT 认证和 OAuth2 社交登录
**架构**: 使用 Passport.js 进行 OAuth,JWT 用于 API 令牌
### 任务 1: 设置认证依赖
- [ ] 编写失败的测试
- [ ] 运行测试确认失败
- [ ] 编写最小实现
- [ ] 运行测试确认通过
- [ ] 提交
[... 更多任务]
3. test-driven-development ✅
用途: 强制执行 RED-GREEN-REFACTOR 循环
何时触发: - 开始实施任务时 - 编写代码时
工作流程: 1. RED - 编写失败的测试 2. GREEN - 编写最小代码通过测试 3. REFACTOR - 改进代码(可选) 4. COMMIT - 提交工作代码
文件: skills/test-driven-development/SKILL.md (271 行)
示例:
LingFlow:
"让我先写测试..."
[编写测试]
LingFlow:
"运行测试确认失败..."
✓ RED - 测试失败
LingFlow:
"编写最小实现..."
[编写代码]
LingFlow:
"运行测试确认通过..."
✓ GREEN - 测试通过
LingFlow:
"提交代码..."
✓ COMMIT
4. systematic-debugging ✅
用途: 4 阶段系统化调试
何时触发: - 用户提到"调试"、"修复"等 - 出现错误时
工作流程: 1. 观察 - 收集准确信息 2. 隔离 - 缩小问题范围 3. 假设 - 提出具体假设 4. 验证 - 测试假设
文件: skills/systematic-debugging/SKILL.md (458 行)
示例:
你: "登录功能有时会超时"
LingFlow:
"让我使用 systematic-debugging 技能。
阶段 1: 观察
- 能重现这个错误吗?
- 确切的错误信息是什么?
[收集信息]
阶段 2: 隔离
[定位到数据库查询]
阶段 3: 假设
假设 1: 数据库连接池耗尽(高可能性)
假设 2: 慢查询(中等可能性)
阶段 4: 验证
[验证假设 1]
✅ 确认:连接池耗尽
应用修复...
✅ 问题解决"
5. subagent-driven-development ✅
用途: 子代理驱动开发配合两阶段审查
何时触发: - 有详细的实施计划时 - 开始批量实施任务
工作流程: 1. 加载实施计划 2. 为每个任务调度新子代理 3. 阶段 1 审查:规范符合性 4. 阶段 2 审查:代码质量 5. 标记任务完成
文件: skills/subagent-driven-development/SKILL.md (476 行)
示例:
LingFlow:
"加载实施计划...
✓ 任务 1: 依赖设置
- 调度子代理...
- 阶段 1 审查: ✅ 批准
- 阶段 2 审查: ✅ 批准
- 完成!
✓ 任务 2: JWT 实现
- 调度子代理...
- 阶段 1 审查: ✅ 批准
- 阶段 2 审查: ❌ 拒绝(缺少错误处理)
- 子代理修复...
- 阶段 1 审查: ✅ 批准
- 阶段 2 审查: ✅ 批准
- 完成!
[继续所有任务]"
6. verification-before-completion ✅
用途: 完成前验证
何时触发: - 用户说"验证"、"检查"等 - 任务完成时
工作流程: 1. 定义完成标准 2. 收集证据 3. 运行全面测试 4. 验证无副作用 5. 记录证据
文件: skills/verification-before-completion/SKILL.md (477 行)
示例:
你: "验证超时修复是否有效"
LingFlow:
"让我验证修复。
步骤 1: 定义完成标准
- 登录无超时
- 无回归
- 性能可接受
步骤 2: 收集证据
[运行重现案例]
✅ 登录成功,无超时
步骤 3: 运行全面测试
[运行综合测试]
✅ 所有维度通过
步骤 4: 验证无副作用
✅ 相关功能正常
步骤 5: 记录证据
[生成验证报告]
✅ 验证完成!"
7. using-git-worktrees ✅
用途: 创建隔离工作空间
何时触发: - 设计批准后 - 开始实施前
工作流程: 1. 创建功能分支 2. 创建 worktree 3. 设置项目 4. 验证干净基准
文件: skills/using-git-worktrees/SKILL.md (366 行)
示例:
LingFlow:
"设置隔离工作空间...
步骤 1: 创建功能分支
✓ 创建分支: feature/user-authentication
步骤 2: 创建 worktree
✓ 创建 worktree: ../lingflow-auth
步骤 3: 设置项目
✓ 安装依赖
✓ 配置环境
步骤 4: 验证干净基准
✅ 所有测试通过
✅ 工作空间就绪!"
8. finishing-a-development-branch ✅
用途: 完成开发分支
何时触发: - 所有任务完成时 - 准备合并时
工作流程: 1. 验证计划完成 2. 运行全面测试 3. 验证无回归 4. 检查代码质量 5. 生成完成报告 6. 展示选项
文件: skills/finishing-a-development-branch/SKILL.md (490 行)
示例:
LingFlow:
"所有任务完成。运行最终验证...
✅ 计划验证: 8/8 任务完成
✅ 综合测试: 所有维度通过
✅ 回归测试: 无问题
✅ 代码质量: Lint 通过
🎉 实施完成!
你想做什么?
A) 合并到主分支
B) 创建 PR
C) 保留分支
D) 放弃更改
开发者: "B"
LingFlow:
"创建 pull request...
✅ Pushed branch to remote
✅ Pull request created
✅ PR URL: https://github.com/your-repo/pull/42
清理 worktree...
✅ Worktree removed
所有完成!你可以查看 PR at URL above。"
9. requesting-code-review ✅
用途: 代码审查
何时触发: - 任务完成后 - 移动到下一个任务前
工作流程: 1. 加载计划 2. 审查实施 3. 检查关键问题 4. 检查主要问题 5. 检查次要问题
文件: skills/requesting-code-review/SKILL.md (621 行)
示例:
LingFlow:
"任务 4 完成。运行代码审查...
✅ 计划符合性: 通过
✅ 功能性: 通过 (8/8 测试)
⚠️ 代码质量: 次要问题
次问题:
1. src/auth/login.js:67 有魔数 3600
→ 应定义为常量
⚠️ 有条件批准
可以继续下一个任务,但在最终提交前修复这些问题。"
未来实现技能(3 个)
这些技能已规划但尚未实现:
- receiving-code-review - 响应代码审查反馈
- executing-plans - 带检查点的批量执行
- dispatching-parallel-agents - 并发子代理工作流
🔄 完整工作流
端到端示例
以下是一个完整的端到端工作流示例:
你: "我想添加一个用户认证功能"
=== 1. brainstorming ===
LingFlow:
"好的!让我先了解一下需求。
[逐个询问问题]
[提出方案]
[设计获得批准]
设计文档已保存: docs/superpowers/specs/2026-03-17-user-authentication-design.md"
=== 2. using-git-worktrees ===
LingFlow:
"创建隔离工作空间...
✅ 工作空间就绪: ../lingflow-auth"
=== 3. writing-plans ===
LingFlow:
"创建实施计划...
✅ 计划已保存: docs/superpowers/plans/2026-03-17-user-authentication.md"
=== 4. subagent-driven-development ===
LingFlow:
"开始实施...
✓ 任务 1: 依赖设置
阶段 1: ✅ 阶段 2: ✅
✓ 任务 2: JWT 实现
阶段 1: ✅ 阶段 2: ✅
[所有任务完成]"
=== 5. test-driven-development ===
LingFlow:
"遵循 RED-GREEN-REFACTOR 循环...
✅ RED: 写失败测试
✅ GREEN: 写最少代码
✅ REFACTOR: 改进代码
✅ COMMIT: 提交"
=== 6. requesting-code-review ===
LingFlow:
"运行代码审查...
✅ 计划符合性: 通过
✅ 代码质量: 通过
=== 7. finishing-a-development-branch ===
LingFlow:
"运行最终验证...
✅ 所有测试通过
✅ 代码质量良好
🎉 实施完成!
选项:
A) 合并到主分支
B) 创建 PR
C) 保留分支
你: "B"
LingFlow:
"创建 PR...
✅ PR 已创建: https://github.com/your-repo/pull/42
清理 worktree...
✅ 完成!"
🔌 集成现有功能
使用 LingFlow 测试引擎
在技能中集成 LingFlow 的测试引擎:
from lingflow_integration import LingFlowIntegration
# 初始化集成
integration = LingFlowIntegration()
# 运行综合测试
result = integration.run_comprehensive_tests(
dimensions=['functionality', 'performance', 'stability']
)
# 运行快速测试
result = integration.run_quick_tests()
# 运行端到端测试
result = integration.run_end_to_end_tests()
自动化代码审查
使用 LingFlow 的代码分析器:
from lingflow_integration import LingFlowIntegration
integration = LingFlowIntegration()
# 分析代码
analysis = integration.analyze_code(
dimensions=['code_quality', 'security', 'error_handling']
)
✅ 最佳实践
1. 始终使用 TDD
始终先写测试,然后实现代码:
2. 逐个处理问题
不要同时解决多个问题:
3. 使用验证
不要假设修复有效:
4. 小步提交
频繁提交小改动:
5. 利用工作树
使用 worktree 进行并行开发:
🔧 故障排除
常见问题
Q: 技能没有自动触发
A: 检查: 1. 上下文是否包含触发词 2. 技能配置是否正确 3. 是否手动指定了技能
Q: 测试一直失败
A: 检查: 1. 测试是否正确 2. 环境是否正确配置 3. 是否有遗漏的依赖
Q: Worktree 创建失败
A: 检查: 1. Git 是否正确初始化 2. 是否已存在同名 worktree 3. 权限是否正确
Q: 代码审查一直失败
A: 检查: 1. 实现是否完全符合计划 2. 代码质量是否达标 3. 是否有安全问题或性能问题
📚 API 参考
SkillTrigger
触发技能的主类:
from skill_trigger import SkillTrigger
trigger = SkillTrigger()
# 触发技能
skill = trigger.trigger_skill(
context="add a feature",
task_type="feature"
)
# 获取技能信息
info = trigger.get_skill_info("brainstorming")
# 列出可用技能
skills = trigger.list_available_skills()
# 检查技能是否可以触发
can_trigger = trigger.can_trigger_skill(
"writing-plans",
completed_phases=["brainstorming"]
)
LingFlowIntegration
集成 LingFlow 功能:
from lingflow_integration import LingFlowIntegration
integration = LingFlowIntegration()
# 运行综合测试
result = integration.run_comprehensive_tests(
dimensions=['functionality', 'performance']
)
# 运行快速测试
result = integration.run_quick_tests()
# 运行端到端测试
result = integration.run_end_to_end_tests()
# 列出可用引擎
engines = integration.list_available_engines()
# 列出可用工具
tools = integration.list_available_tools()
# 获取测试维度
dimensions = integration.get_available_test_dimensions()
📊 代码质量
LingFlow 通过了完整的代码审查:
审查统计
| 类别 | 文件数 | 通过率 |
|---|---|---|
| Python 模块 | 2 | 100% |
| 配置文件 | 2 | 100% |
| 技能文件 | 9 | 100% |
| 文档 | 4 | 100% |
| 钩子脚本 | 1 | 100% |
| 总计 | 18 | 100% |
质量评分
| 维度 | 评分 |
|---|---|
| 代码质量 | ⭐⭐⭐⭐ |
| 文档完整性 | ⭐⭐⭐⭐ |
| 一致性 | ⭐⭐⭐⭐ |
| 安全性 | ⭐⭐⭐⭐ |
| 可维护性 | ⭐⭐⭐⭐ |
| 总体 | ⭐⭐⭐⭐ |
详细信息请查看: CODE_REVIEW_REPORT.md
📖 总结
LingFlow 提供了一个完整的、基于技能的智能开发工作流引擎。通过遵循标准的七步开发流程,并集成强大的测试和分析工具,LingFlow 可以显著提高开发效率和代码质量。
关键要点
- ✅ 技能自动触发,无需手动管理
- ✅ 七步流程确保高质量
- ✅ 三种测试引擎满足不同需求
- ✅ 集成现有工具,无缝对接
- ✅ 50-100 倍效率提升
- ✅ 代码质量优秀(⭐⭐⭐⭐)
- ✅ 100% 审查通过率
下一步
- 查看 README.md 了解架构
- 浏览 skills/ 目录查看所有技能
- 阅读 CHANGELOG.md 了解版本历史和更新
- 阅读 CODE_REVIEW_REPORT.md 了解代码质量
- 阅读 LINGFLOW_EVOLUTION_SUMMARY.md 了解进化过程
文档版本: 1.0 最后更新: 2026-03-17 项目状态: ✅ 生产就绪