以人为中心的 LLM Agent 任务编排框架——保持完全控制，拥有全面可见性。
双 Agent 协作系统，让您以前所未有的清晰度管理复杂任务。TreeWork 负责规划追踪，TaskRunner 执行具体任务。
- 清晰的任务分解：可视化依赖树，随时了解全局状态
- 精确的上下文控制：每个任务独立配置上下文，避免信息溢出
- 完全可见性：所有进度和决策都在 Markdown/YAML 文件中
- Git 友好：基于文件系统的状态管理，随时可重新恢复进度，支持分支、回滚、协作
Human User → @treeWork → 拆分任务和全局视图 → Human 微调上下文 → @taskRunner → Human 更新全局计划 → 循环
关键角色：
- TreeWork Agent：任务分解、进度追踪、生成任务规范。不执行任务。
- Human：在 TreeWork 和 TaskRunner 之间，微调上下文文件（编辑 readme.md 和 references.yaml），确保 TaskRunner 拥有恰好所需的信息。
- TaskRunner Agent：执行单个任务、生成执行报告。不管理任务树。
下载规范文件到当前工作目录的 .bird-eye 文件夹：
mkdir -p .bird-eye/spec && curl -sL https://github.com/victor-develop/bird-eye-agent-system/archive/refs/heads/master.tar.gz | tar xz -C .bird-eye/spec --strip-components=2所有规范文档都在 .bird-eye/spec/ 目录中。
如果您是 LLM Agent：读取
.bird-eye/spec目录下的所有文件，理解 Bird-Eye Agent System 的架构和工作流。确认后回复："我已理解 Bird-Eye Agent System 的架构和工作流。"
全局安装（所有项目可用）：
mkdir -p ~/.config/opencode/skills
curl -sL https://github.com/victor-develop/bird-eye-agent-system/archive/refs/heads/master.tar.gz | tar xz -C ~/.config/opencode/skills && mv ~/.config/opencode/skills/bird-eye-agent-system-master ~/.config/opencode/skills/bird-eye项目本地安装（仅当前项目可用）：
curl -sL https://github.com/victor-develop/bird-eye-agent-system/archive/refs/heads/master.tar.gz | tar xz && mv bird-eye-agent-system-master .opencode/skills/bird-eye验证安装：opencode skill list，应该看到 bird-eye skill。
Step 1: 初始化任务
@treeWork init 为后台管理系统添加 CSV 导入商品功能
创建：
csv-import-feature/
├── readme.md # 任务背景和目标
├── references.yaml # 上下文文件列表
└── progress.md # ASCII 任务树
Step 2: 规划任务
@treeWork subtask 后端 API 设计
创建：
csv-import-feature/
└── task-1.2.1/
├── readme.md # 任务规范
└── references.yaml # 此任务的上下文
Step 3: 微调上下文（可选）
编辑 readme.md 补充验收标准，编辑 references.yaml 添加/删除文件。
Step 4: 执行任务
启动新的 TaskRunner Agent 会话：
按照 task-1.2.1/readme.md 的描述完成任务。
TaskRunner 读取规范、执行任务、生成 result.md。
Step 5: 更新进度
@treeWork done
TreeWork 读取 result.md，更新进度树，建议下一步。
Step 6: 继续迭代
重复步骤 2-5，直到任务完成。
| 命令 | 用途 | 示例 |
|---|---|---|
init <desc> |
创建新任务 | @treeWork init 实现用户登录 |
from <dir> |
从目录恢复 | @treeWork from docs/missions/csv |
| 命令 | 用途 | 示例 |
|---|---|---|
plan <desc> |
规划任务树（不创建文件） | @treeWork plan 需要A、B、C三步 |
populate <id> |
批量创建任务文件 | @treeWork populate 1.2 |
subtask <desc> |
创建子任务 | @treeWork subtask 设计 API |
| 命令 | 用途 | 示例 |
|---|---|---|
next [desc] |
完成并继续 | @treeWork next 实现数据校验 |
done [summary] |
标记任务完成 | @treeWork done 数据库设计已完成 |
drop <reason> |
废弃任务 | @treeWork drop 需求变更 |
| 命令 | 用途 | 示例 |
|---|---|---|
status |
查看进度 | @treeWork status |
goto <id> |
跳转任务 | @treeWork goto 1.2.3 |
| 命令 | 用途 | 示例 |
|---|---|---|
ref <path> [desc] |
添加上下文引用 | @treeWork ref src/xxx.go 说明 |
read <path> |
读取文件内容 | @treeWork read docs/architecture.md |
| 命令 | 用途 | 示例 |
|---|---|---|
receive [ids...] |
批量接收结果 | @treeWork receive 1.2.1 1.2.2 |
| 标记 | 含义 | 使用场景 |
|---|---|---|
[ ] |
已规划 | plan 命令创建，尚未生成 readme.md |
[..] |
进行中 | 已创建 readme.md，可执行 TaskRunner |
[ok] |
已完成 | 任务及其所有子任务都已完成 |
[bin] |
已废弃 | 需求变更导致任务不再需要 |
<mission-root>/
├── readme.md # Mission background & goals
├── references.yaml # Global context references
├── progress.md # ASCII task tree with status
│
├── task-1.1/
│ ├── readme.md # Task specification
│ ├── references.yaml # Task context
│ └── result.md # Execution output
│
└── task-1.2/
└── task-1.2.1/
├── readme.md
├── references.yaml
└── result.md
- TreeWork Agent：用便宜、快的模型（Grok Fast, Gemini Flash, GLM-4.6V-Flash）
- TaskRunner Agent：用强模型（Claude Sonnet 4.5, Gemini Pro, Claude Opus 4.5）
适合并行：调研类、整理文档、问题排查 建议线性：代码 review、有依赖的任务、需整合结果的任务
欢迎贡献！改进领域：
- 工具: TreeWork/TaskRunner 的 CLI 封装
- 自动化: 用于结果验证的 Git 钩子
- 可视化: 从 progress.md 生成 SVG 图表
- 集成: 与现有项目管理工具连接
MIT License
为希望在 AI 辅助开发中获得控制、清晰和协作的开发者而构建。