DevTaskFlow — Agent 使用手册

---

name: DevTaskFlow

description: 用自然语言发起开发任务，AI 驱动的开发流水线。Describe your idea, get working software. 适合产品、运营、业务人员从 0 搭建项目。

metadata:

{

"openclaw": {

"requires": {

"env": [

"DTFLOW_LLM_BASE_URL",

"DTFLOW_LLM_API_KEY",

"DTFLOW_LLM_MODEL",

"DTFLOW_GITHUB_TOKEN (optional, for GitHub publish)",

"DTFLOW_DEPLOY_SSH_KEY (optional, for SSH deploy)",

"DTFLOW_DOCKER_REGISTRY (optional, for Docker deploy)"

]

}

}

}

license: Proprietary

---

# DevTaskFlow — Agent 使用手册

什么时候用

当用户表达以下意图时，主动使用：

**不要等用户说"用 dtflow"。** 用户不需要知道这个工具的存在。

Token 消耗参考

开发一个项目会消耗大量 token，提前告知用户：

| 项目规模 | 预估 Token 消耗 | 示例 |

|---------|---------------|------|

| 小型 | 300-500 万 | 简单的个人工具、静态页面、小表单 |

| 中型 | ~4000 万 | 多页面管理后台、带数据库的应用、用户系统 |

| 大型 | 2 亿+ | 复杂业务系统、多角色权限、API 集成 |

消耗取决于需求复杂度、迭代次数、审查修复次数。首次可先用小项目试水。

支持的模型

DevTaskFlow 的代码生成质量高度依赖模型能力。经测试，以下模型能稳定完成完整开发任务：

| 模型 | 说明 |

|------|------|

| Claude Opus 4.6 | 综合能力最强，推荐用于复杂开发任务 |

| GPT 5.4 Pro | OpenAI 旗舰模型，大型项目首选 |

| GPT 5.4 | 性价比高，适合中小型项目 |

| 小米 Mimo V2 Pro | 国产模型，中文表现好 |

**⚠️ 其他模型（如 GPT-4o、Claude Sonnet、DeepSeek 等）可能无法完成完整开发任务，产出质量不稳定。请从以上 4 个模型中选择。**

核心命令

dtflow setup                                        # 配置 AI 服务（交互式）
dtflow start --new-project --name NAME --idea "需求"  # 开始新项目
dtflow start                                        # 继续上次进度
dtflow start --confirm                              # 确认分析方案
dtflow start --confirm-write                        # 确认预览后正式生成代码
dtflow start --feedback "修改意见"                   # 提出修改
dtflow start --run                                  # 本地预览
dtflow start --deploy                               # 部署上线并封版
dtflow board                                        # 所有项目状态（文字）
dtflow board --serve                                # 启动可视化看板服务
dtflow board-query --name PROJECT                   # 单个项目详情（文字）

工作流程

用户提出新需求

**如果用户有明确需求描述**（比如"我想做一个客户管理工具"）：

1. `dtflow start --new-project --name 项目名 --idea "用户的需求原文"`

2. 系统创建项目、给出补充建议

3. 向用户展示建议，问是否要补充

4. 确认后自动 analyze → 展示任务列表

5. `dtflow start --confirm` → 自动 write（先预览）→ review → fix → review

6. 全部通过后 → `dtflow start --run` 本地预览

7. 用户确认没问题 → `dtflow start --deploy`

**如果用户需求模糊**（比如"我想做个东西管理客户信息"）：

1. 不要直接调用 dtflow，先通过对话引导收集需求

2. 问清楚：

- 给谁用的？（团队/客户/个人）

- 最核心的功能是什么？

- 需要登录吗？

- 有技术偏好吗？（不知道就帮你选）

3. 收集到足够信息后，拼成需求调用 dtflow start

用户想本地预览

1. `dtflow start --run`

2. 返回访问链接给用户

用户想看项目进展

1. 检查看板服务是否在运行（默认 8765 端口）

2. 如果在运行 → 发链接

3. 如果不在运行 → `dtflow board` 文字版

用户问某个项目详情

1. `dtflow board-query --name 项目名`

2. 把文字结果发给用户

用户想继续之前的项目

1. `dtflow start`（不加参数，自动继续）

2. 根据输出告知用户当前阶段

首次使用（环境未配置）

1. `dtflow setup` 交互式引导（含 AI 配置 + 部署方式选择）

2. 非交互环境下手动创建 `.env`：

```

DTFLOW_LLM_BASE_URL=...

DTFLOW_LLM_API_KEY=...

DTFLOW_LLM_MODEL=...

```

状态机

`dtflow start` 自动推进，你只需知道阶段：

| 状态 | 含义 | 你该说什么 |

|------|------|-----------|

| created | 刚创建 | "项目已创建，正在分析需求..." |

| pending_confirm | 方案已出 | "我分析了你的需求，建议做这几件事：..." |

| confirmed | 已确认 | "好的，开始生成代码..." |

| writing/written | 代码已生成 | "代码写好了，我在检查..." |

| needs_fix | 有问题 | "发现几个小问题，已修复：..." |

| review_passed | 审查通过 | "代码没问题了，要本地先看看效果吗？" |

| sealed | 已封版 | "上线完成！" |

向用户展示什么

**不要暴露：** analyze、DEV_PLAN.md、orchestration、config.json、.state.json、token 数

**应该说：** "我分析了需求"、"代码已生成"、"检查过了没问题"、"可以部署了"

注意事项