把你的想法，编织成可运行的代码
一个让 AI 少犯错的工作流
不是让 AI 更聪明，而是让过程更可控
⚠️ 注意：旧的 commands 版本已废弃，不再支持。当前仅支持 skill 版本。
你是否遇到过这种情况：
- 💬 跟 AI 聊了半天需求，结果它写到一半就忘了前面说的
- 🔄 需求改了一点，整个代码都得重写
- 🎲 每次生成的结果都不一样，质量全靠运气
Textum 就是用来解决这些问题的。
它不会让 AI 变得更聪明，但会通过流程和校验，让 AI 少犯一些本可以避免的错误。
你只需要用自己的话描述想法，Textum 会帮你把整个过程拆成 4 个阶段：
"你想做什么？"
AI 会跟你聊天，把模糊的想法变成清晰的需求文档。
每个功能都会被编号（比如 FEATURE-001），后面就用编号代替长篇大论。
"用什么技术？怎么组织代码？"
确定整体架构、技术选型、模块划分。
这一步会生成一份"全局上下文"，后面写代码都按这个来。
"按什么顺序实现？"
把需求拆成一个个小任务（Story），就像便利贴一样。
每个 Story 只做一件事，完成一个再开始下一个。
"开始写代码！"
AI 一次只实现一个 Story，不会被其他无关信息干扰。
每个 Story 写完都有校验，确保没跑偏。
想象一下：你写了一份 10 页的需求文档，丢给 AI 说"帮我全写出来"。
结果呢？
写到第 5 个功能的时候，AI 已经忘了第 1 个功能里的字段叫什么了。😅
这不是 AI 笨，是它的"记忆"有限 — 信息越多，越容易丢失重点。
所以 Textum 的核心思路就是：少即是多
| 传统做法 | Textum 的做法 |
|---|---|
| 一次性给 AI 所有需求 | 📦 分阶段喂，每次只给当前需要的 |
| 每次都说"那个用户登录的接口" | 🔗 用 API-001 代替，简洁不歧义 |
| 改需求要重新生成全部代码 | 🎯 只重新生成受影响的部分 |
| 项目规模 | 功能数量 | 实际情况 | 举个例子 |
|---|---|---|---|
| 🌱 小型 | 10-15 个 | ✅ 可靠完成 | 记账本、待办清单、个人笔记 |
| 🌿 中型 | 15-25 个 | ✅ 可靠完成 | 简单博客、问卷系统 |
| 🌳 较大 | 25-35 个 | 多角色后台、预约平台 |
💡 更大的项目？ 建议拆成几个独立子项目，分别用 Textum 处理。
模拟测试报告
（以上测试基于旧 commands 版本，采用 Claude Opus 4.5，仅供参考）
- 实时性要求极高：Textum 需要时间走完流程，不适合"改个 bug 马上上线"
- 非常简单的任务：比如"把这个按钮颜色改成红色"，直接改比走流程快
- 完全不确定需求：如果你自己都不知道要做什么，Textum 帮不了你 😅
# macOS and Linux.
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows.
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# 或者用包管理器
brew install uv # macOS
pip install uv # 任意平台💡 uv 是什么？ 一个超快的 Python 包管理工具（类似 npm 之于 Node.js）
在你的项目根目录执行：
# 如果你用 Codex
uv sync --project .codex/skills/textum/scripts
# 如果你用 Claude Code（🚧 待实现）
uv sync --project .claude/skills/textum/scripts✅ 这会自动：
- 检查 Python 版本（需要 >= 3.11）
- 创建隔离的虚拟环境（不会污染你的业务项目）
- 安装所有依赖
打开你的 AI 助手（Codex/Claude Code），说：
"我想用 Textum 开始一个新项目"
AI 会引导你完成整个流程 🎯
👉 想看详细的技术文档？ 查看 Workflow.md
"The Machine 真正强大的地方从来不是某个单点判断，而是它把零散的人、事件和时间编织成了一张网。"
— 致敬 Person of Interest
单独看，每一条信息都没有意义；被织在一起之后，因果才开始显现。
Textum 在拉丁语里意味着"被编织成整体的结构"。这个项目扮演的正是这样的角色：它不创造智能，只负责把需求、上下文和故事线编织在一起。
当织网完成，行动的路径就已经存在了。
- ⭐ 给个 Star — 让更多人发现它
- 🐛 提 Issue — 告诉我哪里可以改进
- 💬 分享使用场景 — 我可能会写成 case study
谢谢 🎉
