核心用法
Hepha是一个面向Claude Code的自主迭代交付技能，采用plan → execute → check → review → commit五阶段闭环工作流。用户通过明确指令激活hepha模式后，系统会自动将大型需求拆解为最小可交付子任务，逐个循环执行直至完成或触发停止条件。核心操作包括：在.autopilot//目录维护backlog.md（任务图谱）、progress.md（执行日志）和decision-log.md（技术决策）三类工作文件；每个循环严格遵循Schema验证、任务选择、代码实现、质量检查、浏览器验证（UI场景）和提交的标准流程；遇到技术选型时自动触发Research阶段，基于官方文档和源码对比至少2个选项并记录决策依据。
显著优点
结构化执行：强制规范的任务分解和依赖管理，避免需求膨胀和范围蔓延；质量门禁：双重验证机制（工程检查+浏览器审查）确保交付物可运行；决策可追溯：完整记录技术选型过程，便于后期复盘和知识沉淀；风险管控：内置循环依赖检测、连续失败停止、风险等级评估等多重保护；低干预设计：仅在真正模糊或凭证缺失时请求用户介入，减少打断；透明可审计：所有工作文件均为Markdown格式，进度和决策完全可见。
潜在缺点与局限性
启动门槛：需要用户明确掌握hepha指令格式，新手存在学习成本；场景限定：明确不适合单次简单任务和复杂产品决策冲突场景，滥用会导致过度工程；T3来源风险：由个人开发者维护，长期维护和社区演进存在不确定性；浏览器验证依赖：UI场景需要MCP或Playwright环境支持，配置不当会阻塞流程；自动化惯性：可能产生"为了循环而循环"的倾向，需用户保持对backlog合理性的审视。
适合的目标群体
中大型项目开发者：需要将Epic级需求拆解为可管理任务的个人或小团队；追求规范的工程师：希望建立标准化交付流程、沉淀技术决策的技术负责人；Claude Code深度用户：已熟悉Claude Code生态，希望提升自动化程度的开发者；学习与复盘导向者：重视过程记录、希望从决策日志中提取经验的成长型团队。
使用风险
性能风险：大型项目backlog解析和依赖计算可能产生延迟；依赖项风险：浏览器验证阶段依赖Claude Code原生MCP/Playwright功能，环境缺失会导致流程中断；误判风险：自动任务分解可能与用户真实意图存在偏差，需人工审查确认；文件污染风险：持续创建.autopilot//目录及日志文件，需注意.gitignore配置避免仓库臃肿。