核心用法
TreeListy 是一款本地运行的层级分解引擎，通过 Node.js CLI 提供结构化内容生成能力。核心操作围绕三个命令展开：
- `patterns` — 浏览21种预设模板（如
wbs工作分解结构、roadmap产品路线图、filmAI视频生产流等），支持查看详细JSON Schema - `decompose` — 将自然语言或Markdown大纲转换为结构化树，通过
--pattern指定模板，--format选择输出格式（json/markdown/mermaid） - `export` — 将已生成的树文件转换为多种交付格式，包括可渲染的 Mermaid 图表、CSV、检查清单或HTML
典型工作流：接收复杂任务 → 选择匹配模板执行 decompose → validate 校验结构质量 → export 生成可视化图表交付用户。
显著优点
- 零API成本：纯本地模式转换，无LLM调用，无token消耗
- 专业模板库：21种经过验证的领域模式，覆盖项目管理（WBS）、内容创作（book/film）、学术研究（thesis/philosophy）、个人管理（GTD/fitness）等场景
- 可视化输出：原生支持 Mermaid 图表导出，可直接嵌入文档或渲染为流程图
- 可扩展性：提供
custom模式允许自定义层级命名，且数据模型开放（JSON Schema） - 质量校验：内置
validate命令输出结构评分（0-100）及优化建议
潜在缺点与局限性
- 依赖Node环境：需本地安装 Node.js，对非技术用户存在配置门槛
- 无协作功能：纯CLI工具，无实时协作、云端同步或权限管理
- 模板固定性：21种模式为预设结构，高度定制化需求需通过
custom模式手动调整 - 无智能推理：模式匹配为规则驱动，无法理解语义上下文，输入质量完全依赖用户提供的信息完整度
- 可视化依赖外部：Mermaid 需配合渲染器（如VS Code插件、在线编辑器）查看，CLI本身不输出图片
适合人群
- 项目经理与产品经理：快速生成WBS、产品路线图、OKR分解
- 内容创作者与策划：书籍大纲、课程设计、视频制作流程规划
- 学术研究者：论文结构梳理、哲学论证组织、知识库构建
- AI工作流设计师：Prompt库管理、AI视频（Sora/Veo）生产流程设计
- 效率工具用户：GTD系统搭建、健身计划、个人知识体系管理
常规风险
- 数据本地性：所有内容处理在本地完成，虽保障隐私，但也意味着无自动备份，用户需自行管理
.json树文件 - 模式误用风险：选择不匹配的模板可能导致结构混乱，建议复杂场景先用
validate检查 - 版本兼容性：
push命令需配合浏览器端TreeListy应用及MCP桥接，属于可选增强功能，非核心依赖
来源可信度
Apache-2.0开源项目，作者 prairie2cloud，GitHub仓库可审计，CLI源码透明，无黑盒API调用。