npm package discovery and stats viewer.

Discover Tips

  • General search

    [free text search, go nuts!]

  • Package details

    pkg:[package-name]

  • User packages

    @[username]

Sponsor

Optimize Toolset

I’ve always been into building performant and accessible sites, but lately I’ve been taking it extremely seriously. So much so that I’ve been building a tool to help me optimize and monitor the sites that I build to make sure that I’m making an attempt to offer the best experience to those who visit them. If you’re into performant, accessible and SEO friendly sites, you might like it too! You can check it out at Optimize Toolset.

About

Hi, 👋, I’m Ryan Hefner  and I built this site for me, and you! The goal of this site was to provide an easy way for me to check the stats on my npm packages, both for prioritizing issues and updates, and to give me a little kick in the pants to keep up on stuff.

As I was building it, I realized that I was actually using the tool to build the tool, and figured I might as well put this out there and hopefully others will find it to be a fast and useful way to search and browse npm packages as I have.

If you’re interested in other things I’m working on, follow me on Twitter or check out the open source projects I’ve been publishing on GitHub.

I am also working on a Twitter bot for this site to tweet the most popular, newest, random packages from npm. Please follow that account now and it will start sending out packages soon–ish.

Open Software & Tools

This site wouldn’t be possible without the immense generosity and tireless efforts from the people who make contributions to the world and share their work via open source initiatives. Thank you 🙏

© 2026 – Pkg Stats / Ryan Hefner

shipr-ai

v0.0.1

Published

AI-native delivery layer for software projects.

Readme

Shipr

面向 AI 时代的软件项目脚手架。

传统脚手架解决的是“创建项目”:选择 React、Vue、Next.js,生成代码目录,安装依赖,初始化工程。

Shipr 想解决的是“创建团队能力”:把一个普通代码仓库升级成 Agent-ready repository,让项目拥有可被 AI Agent 消费的需求、上下文、流程、质量门禁和交付资产。

它不是另一个前端模板,也不是替代 Cursor、Claude Code、Codex、Dify 或 LangFlow 的平台。它更像一个项目级 AI 能力层生成器:为项目安装 .ai/ 能力层,让 PM、设计、开发、测试、部署之间的产物可以被追踪、复用、校验和继续执行。

一句话定位

Shipr 是面向 AI Agent 的项目能力层脚手架。

它的完整产品设计覆盖 AI 软件交付全链路,但 MVP 只聚焦最小闭环:让项目具备可被 AI Agent 消费的需求、上下文、任务和质量门禁。

核心原则

1. 从创建项目到创建团队能力

第一步不再是选框架,而是选能力。

npx shipr-ai my-project

交互式选择:

请选择需要安装的能力:

[x] Spec Contract
[x] UI Contract
[x] API Contract
[x] Implementation Plan
[x] Coding Agent Context
[x] Review Gate
[ ] Test Contract
[ ] Deployment Contract

生成:

my-project/
├── .ai/
│   ├── agents/
│   ├── workflows/
│   ├── contracts/
│   ├── context/
│   ├── gates/
│   └── mcp/
├── docs/
├── src/
└── deploy/

2. 不生成死产物

Shipr 不追求生成更多文件,而是只生成会被下游消费、校验或执行的产物。

例如,单独的 prototype.html 对开发通常不可复用,容易变成一次性展示物。更有价值的产物是:

  • screen-map.md:页面清单
  • interaction-spec.md:交互说明
  • state-matrix.md:加载、空、错误、成功状态
  • component-map.md:页面到组件的映射
  • api.yaml:前后端共享的 API 契约
  • acceptance-criteria.md:开发和测试共同使用的验收标准

可视化 Demo 可以存在,但它应该是结构化产物的预览层,而不是下游开发依赖的源头。

3. 产物契约优先

核心不是“AI 帮每个角色生成文件”,而是“生成角色之间可交接的产物契约”。

Product Contract
  -> Design Contract
  -> API Contract
  -> Implementation Contract
  -> Test Contract
  -> Deployment Contract

每个产物都必须回答:

  • 谁生成
  • 生成什么
  • 给谁使用
  • 下游如何消费
  • 如何判断产物合格

4. Workflow 比 Skill 更重要

单个 Skill 或 Prompt 只能解决局部问题。真正有价值的是把项目内的 AI 能力编排成可执行工作流。

workflow: delivery
steps:
  - id: requirement
    output: docs/prd.md
    gate:
      - goals_required
      - non_goals_required
      - acceptance_criteria_required

  - id: design_contract
    output:
      - docs/screen-map.md
      - docs/component-map.md
      - docs/state-matrix.md
    gate:
      - every_screen_has_state
      - every_action_has_feedback

  - id: implementation_plan
    output: docs/implementation-plan.md
    gate:
      - tasks_are_traceable_to_requirements
      - risky_changes_are_marked

  - id: coding
    gate:
      - tests_must_pass
      - review_required

执行:

shipr run delivery

调用链路:

Spec Agent
  -> Design Contract Agent
  -> Architect Agent
  -> Coder Agent
  -> Reviewer Agent

5. 完整产品设计,MVP 切片执行

长期愿景可以覆盖完整交付链路:

需求分析 -> PRD -> 设计契约 -> 技术方案 -> 任务拆解 -> 开发 -> Review -> 测试 -> 部署 -> 文档沉淀

但第一版不做大而全平台。MVP 只验证一个关键问题:

一个普通项目经过 Shipr 初始化后,AI Coding Agent 的交付质量是否明显提升。

为什么需要它

当前 AI Coding 工具大多只覆盖软件交付链路的一部分:

| 产品 | 擅长 | | --- | --- | | Claude Code | Coding | | Codex | Coding | | Cursor | IDE | | Spec Kit | 需求驱动 | | GStack | 项目模板 | | Multica | Agent 管理 | | LangFlow | 工作流 | | Dify | Agent 平台 |

市场上缺少一个项目级标准层,把需求、上下文、角色、流程、质量门禁和工具连接安装进仓库。

Shipr 的目标不是替代这些工具,而是为它们提供更好的项目输入。

与现有工具的关系

Shipr 不应该和 agent harness、coding agent、skill 包或 spec-first 工具在同一层竞争。

更准确的分层是:

| 类型 | 代表 | 主要解决 | | --- | --- | --- | | Coding Agent / IDE | Claude Code、Codex、Cursor | AI 如何读代码、改代码、运行命令、提交实现 | | Agent Harness | Trellis、GSD | Agent 如何记忆、接力、编排任务、维护任务状态 | | Skill / Methodology | Everything Claude Code、Superpowers、Skills | Agent 遇到某类任务时应该如何执行 | | Spec-first 工具 | Spec Kit | 需求规格如何驱动开发 | | 项目模板 | gstack | 项目如何初始化、选择技术栈 | | Shipr | 本项目 | 项目如何被初始化成可由 AI 团队交付的形态 |

因此,Shipr 的差异不是“我也有记忆、hook、sub-agent、任务状态机”,而是:

在任务进入 coding agent 或 agent harness 之前,先把项目的需求、设计、API、实现计划和质量门禁整理成可消费的产物契约。

它更像这些工具的上游输入层:

Shipr
  -> 生成项目级 Contract / Context / Gate
  -> 交给 Codex / Claude Code / Cursor / Trellis / GSD 执行
  -> 执行结果再回写到项目资产

和 Spec Kit 的区别

Spec Kit 关注的是:

spec -> plan -> task -> implement

Shipr 关注的是更宽的交付契约链:

requirement
  -> product contract
  -> design contract
  -> api contract
  -> implementation contract
  -> review / test / deploy gate

它不是只让规格驱动代码,而是让 PM、设计、开发、测试、部署之间的交接产物都变成可追踪、可复用、可校验的项目资产。

和 Trellis / GSD 的区别

Trellis / GSD 更偏向 agent harness:任务生命周期、会话连续性、上下文注入、hook、sub-agent 协作。

Shipr 不应该重复实现这些能力。它应该负责在任务进入 harness 之前,生成更好的上游输入:

需求是否清楚
页面状态是否完整
API 契约是否可实现
任务是否能追溯到需求
Review Gate 是否能阻止低质量输出

和 Skills / Superpowers 的区别

Skills / Superpowers 更像能力方法库,告诉 Agent “遇到某类任务时怎么做”。

Shipr 更像项目能力安装器,负责把这些能力安装进具体项目,并定义它们如何协作、输出什么、由谁消费、如何验收。

典型用户

Shipr 尤其适合:

  • 独立开发者
  • 技术型创始人
  • 1-3 人小团队
  • 企业内部创新项目负责人
  • 会写代码但缺少产品、设计、测试、部署支持的工程师

它的目标不是让一个人“完全替代团队”,而是让一个人可以调度一支 AI 交付团队。

用户如何使用

做好以后,用户不会把 Shipr 当成“又一个传统脚手架”,而会把它当成给项目安装 AI 交付团队的入口。

独立开发者:从想法到可运行 MVP

npx shipr-ai my-saas
cd my-saas
shipr spec "做一个给小团队用的客户跟进系统"
shipr plan
shipr run delivery
shipr review

链路:

一句话想法
  -> 结构化 PRD
  -> 页面 / 组件 / API 契约
  -> 实现计划
  -> AI Coding Agent 开发
  -> Review Gate 检查
  -> 可运行版本

技术型创始人:把模糊需求变成开发输入

输入:

我要做一个团队任务看板,支持成员分配、截止日期、状态流转和提醒。

输出:

docs/prd.md
docs/user-story.md
docs/acceptance-criteria.md
docs/screen-map.md
docs/component-map.md
docs/api.yaml
docs/implementation-plan.md
.ai/contracts/product.yaml
.ai/gates/review-checklist.md

此时再交给 Codex、Claude Code、Cursor 或其他 coding agent,输入就不再是一句模糊需求,而是一套结构化上下文和可执行任务。

小团队:统一 AI 协作标准

npx shipr-ai init
shipr add product
shipr add dev
shipr add qa

团队可以约定:

  • 任何功能开发前,必须有 docs/prd.md
  • 任何进入开发的需求,必须有 docs/acceptance-criteria.md
  • 任何 UI 需求,必须有 docs/component-map.mddocs/state-matrix.md
  • 任何提交前,必须通过 .ai/gates/review-checklist.md

这时 Shipr 不是个人 Prompt 收藏夹,而是团队的 AI 交付流程标准。

完整产品形态

完整版本可以按能力包扩展,但能力包的边界应该围绕“下游可消费产物”,而不是围绕“生成更多文档”。

Product Kit

安装:

shipr add product

生成能力:

  • 需求澄清
  • PRD Contract
  • 用户故事
  • 验收标准
  • 非目标和边界条件

典型输出:

  • docs/prd.md
  • docs/user-story.md
  • docs/acceptance-criteria.md
  • .ai/contracts/product.yaml

下游消费者:

  • Design Contract Agent
  • Implementation Plan Agent
  • Test Contract Agent

Design Kit

安装:

shipr add design

生成能力:

  • 页面结构
  • 用户路径
  • 交互说明
  • 状态矩阵
  • 组件映射

典型输出:

  • docs/screen-map.md
  • docs/user-flow.md
  • docs/interaction-spec.md
  • docs/state-matrix.md
  • docs/component-map.md
  • docs/ui-spec.md

下游消费者:

  • Frontend Agent
  • Review Agent
  • Test Agent

Dev Kit

安装:

shipr add dev

生成能力:

  • 技术方案
  • API 契约
  • 数据模型
  • 任务拆解
  • Coding Agent 上下文

典型输出:

  • docs/architecture.md
  • docs/implementation-plan.md
  • docs/api.yaml
  • docs/data-model.md
  • .ai/context/project.md
  • .ai/context/standards.md

下游消费者:

  • Coding Agent
  • Review Agent
  • QA Agent

QA Kit

安装:

shipr add qa

生成能力:

  • 测试契约
  • 测试用例
  • 回归检查
  • 验收门禁

典型输出:

  • docs/test-plan.md
  • docs/testcase.md
  • tests/playwright.spec.ts
  • .ai/gates/test-checklist.md

下游消费者:

  • QA Agent
  • CI/CD
  • Release Gate

Ops Kit

安装:

shipr add ops

生成能力:

  • 运行时要求
  • 环境变量说明
  • 部署计划
  • CI/CD 配置
  • 容器化和 K8S 配置

典型输出:

  • deploy/deploy-plan.md
  • deploy/runtime-requirements.md
  • deploy/.env.example
  • deploy/Dockerfile
  • deploy/helm/

下游消费者:

  • Deploy Agent
  • CI/CD
  • 运维人员

MVP 设想

第一版只做 Agent-ready Repository,不做完整平台。

MVP 能力:

  • Spec Contract
  • UI / API Contract
  • Implementation Plan
  • Quality Gates
  • Agent Context

创建项目:

npx shipr-ai my-project

或接入已有项目:

npx shipr-ai init

生成结构:

project/
├── .ai/
│   ├── agents/
│   │   ├── product.md
│   │   ├── architect.md
│   │   ├── coder.md
│   │   └── reviewer.md
│   ├── workflows/
│   │   └── delivery.yaml
│   ├── contracts/
│   │   ├── product.yaml
│   │   ├── ui.yaml
│   │   └── api.yaml
│   ├── context/
│   │   ├── project.md
│   │   ├── constraints.md
│   │   ├── standards.md
│   │   └── decisions.md
│   └── gates/
│       ├── prd-checklist.md
│       ├── implementation-checklist.md
│       └── review-checklist.md
├── docs/
│   ├── prd.md
│   ├── screen-map.md
│   ├── component-map.md
│   ├── implementation-plan.md
│   └── acceptance-criteria.md
└── src/

核心命令:

shipr spec
shipr plan
shipr run delivery
shipr review

MVP 不优先做:

  • 高保真设计稿
  • 独立工作流平台
  • 完整部署平台
  • 大而全 Agent 市场
  • 无条件生成 Dockerfile、Jenkinsfile、Helm

项目目标

Shipr 期望成为 AI 原生软件交付的项目初始化工具:

  • 不只初始化代码,也初始化团队协作能力
  • 不只生成 Prompt,也生成可执行 Workflow
  • 不只生成文档,也生成下游可消费的产物契约
  • 不只服务 Coding,也连接产品、设计、研发、测试、部署
  • 不绑定单一模型、IDE 或框架
  • 让每个项目都可以拥有自己的 .ai/ 能力层

Roadmap

  • [ ] 定义 .ai/ 标准目录结构
  • [ ] 定义 Contract / Context / Gate 三类核心资产
  • [ ] 实现 shipr init 项目初始化命令
  • [ ] 实现 Spec Contract 生成
  • [ ] 实现 Implementation Plan 生成
  • [ ] 实现 Quality Gate 检查清单
  • [ ] 支持 shipr run delivery 执行最小工作流
  • [ ] 支持 MCP 配置生成
  • [ ] 支持已有项目接入 .ai/ 能力层
  • [ ] 扩展 Product / Design / Dev / QA / Ops Kit

状态

项目处于概念设计与 MVP 探索阶段。

当前重点不是做一个新的 React/Vue 脚手架,而是验证一个更大的方向:AI 时代的脚手架应该从“创建项目”升级为“创建团队能力”,并把这种能力沉淀为项目内可执行、可校验、可复用的 .ai/ 能力层。