🔍 今天我们来拆解 ticket 源码——一个用单文件 bash 脚本实现的完整工单系统：内置依赖图、优先级、零配置启动，不依赖数据库、不跑后台进程，1383 行代码跑遍所有 POSIX 系统。这篇文章带你读懂 ticket 源码中每一个关键设计决策。

📌 ticket 是什么？为什么值得关注

ticket（命令名tk）是一个git 原生的工单追踪器（issue tracker），灵感来自 Joe Armstrong 的"最小可行程序"理念。它和大多数工单工具的根本区别在于存储方式：

每张工单就是 .tickets/ 目录下的一个 Markdown 文件，文件头带 YAML frontmatter 记录id、status、deps、priority等元数据。这种设计带来了两个"免费"的福利：

• IDE 直达：工单 ID 即文件名，在 VS Code 里 Ctrl+Click 日志中的工单 ID 即可跳转阅读；
• AI 友好：AI Agent 用自然语言即可搜索工单内容，而不必解析成千上万字符的 JSONL。

关于完整用法，可阅读 README.md。

📁 仓库结构：一个脚本如何撑起整个系统

ticket/ ├── ticket # 核心：1383 行的单文件 bash 脚本 ├── plugins/ # 官方插件（edit / ls / query / migrate-beads） ├── features/ # behave BDD 行为测试（Gherkin 场景） ├── pkg/ # Homebrew / AUR 打包模板 ├── scripts/ # 发布脚本 ├── Makefile # make test 一键跑测试 └── CHANGELOG.md

源码导读地图可直接看 CLAUDE.md，作者在其中明确总结了架构要点：核心是一个约千行的单文件 bash 实现，用 awk 做批量高性能操作。整份脚本可拆成五块：

🎯 设计决策一：Markdown 即数据库，sed 即 ORM

传统做法是"文件当数据库"，但 ticket 更激进：连 ORM 都不要。

frontmatter 的读取只有一个函数 yaml_field()：用sed截取---之间的区块，再grep出目标字段；写入则交给 update_yaml_field()——字段已存在就正则替换，不存在就插到首个---之后。整个"数据库引擎"就这几十行。

更妙的是create命令 cmd_create()：它不解析任何模板文件，直接用一个{ echo ...; } > "$file"块把 frontmatter 和正文（描述、Design、Acceptance Criteria 小节）一次性写出。写文件本身就是数据建模——没有 schema 迁移问题，因为格式是纯文本。

🆔 设计决策二：为 IDE 和 AI 定制的 ID 系统

工单 ID 的生成逻辑 generate_id() 只有十几行，但处处体现产品思维：

1. 取当前目录名，提取每个-/_分段的首字母作为前缀（my-app→ma）；
2. 单段目录名取前 3 个字符兜底（plan→pla，避免前缀太短）；
3. 从/dev/urandom取 4 位a-z0-9随机后缀，提高熵值防碰撞。

最终得到形如ma-5c46的短 ID。配套的 ticket_path() 实现部分 ID 匹配：tk show 5c46能唯一定位到完整文件；匹配到多个则报ambiguous ID错误，匹配不到则报not found。

这两个细节都是为 AI Agent 服务的——CHANGELOG.md 里甚至专门有一条：trim ID 首尾空白，"修复 AI Agent 传入多余空格的问题"。

🕸️ 设计决策三：依赖图——用 awk 跑图算法

这是整个源码里技术含量最高的部分。依赖关系存成每个工单 frontmatter 里的deps: [a, b, c]数组，但没有任何中心索引——图是从全部 Markdown 文件现场算出来的。

依赖树dep tree：cmd_dep_tree() 内嵌一大段 awk 程序，单次遍历所有.md文件建图，然后用显式栈模拟 DFS（避免 awk 递归限制）计算每个节点的深度与子树深度，最终按├──/└──符号渲染出缩进树。默认模式自动去重、只保留最长路径；--full关闭去重展示完整子树。

环检测dep cycle：cmd_dep_cycle() 是教科书级的DFS 三色标记法——白色未访问、灰色访问中（遇到即成环）、黑色已完成。找到环后还会做归一化去重（以最小 ID 为起点重排），保证同一个环无论从哪里出发都只报告一次。

依赖调度ready/blocked：cmd_ready() 和 cmd_blocked() 各用一段 awk 一次读入所有工单，判断"活跃工单的全部依赖是否已 closed"，再按 priority（0 最高）排序输出，还支持-a按负责人、-T按标签过滤。没有数据库聚合查询，靠的就是这张内存哈希表。

show的逆向关系：cmd_show() 展示工单时，额外扫一遍全部文件算出谁在阻塞我（Blockers）、我阻塞了谁（Blocking）、我的子工单（Children）、关联工单（Linked）——相当于现场构建索引表的外键反查。

🧩 设计决策四：插件系统——不改源码即可扩展

ticket 的主分发逻辑在脚本末尾 主 dispatch，执行顺序是：

1. super <cmd>模式：跳过插件，直接跑内建命令；
2. 否则先查 PATH 中是否存在tk-<cmd>或ticket-<cmd>可执行文件，存在则exec移交（通过TICKETS_DIR、TK_SCRIPT环境变量传递上下文）；
3. 都没有，才落入内建 case 分发。

这意味着扩展一个命令完全不需要改 ticket 脚本——写个可执行文件丢进 PATH 即可。官方仓库的 plugins/ 目录就有 4 个插件：

• plugins/ticket-edit：用$EDITOR打开工单；
• plugins/ticket-query：把工单批量输出为 JSON（JSONL），可直接接jq过滤；
• plugins/ticket-ls / plugins/ticket-list：带过滤条件的列表；
• plugins/ticket-migrate-beads：从 beads 的.beads/issues.jsonl一键迁移。

这些插件与核心脚本分属ticket-core/ticket-extras两个包（清单见 pkg/extras.txt），想装哪个装哪个。插件编写规范见 plugins/README.md。

🚀 设计决策五：可移植性兜底

脚本开头就埋了几处"防翻车"设计：

• set -euo pipefail：任何一步失败立即退出，不留脏状态；
• _iso_date()：手写 UTC 时间戳格式，绕开 GNUdate -Iseconds与 BSD date 的差异；
• _sed_i()：用临时文件模拟sed -i，兼容 macOS；
• _grep()：检测到rg（ripgrep）就用它，否则回退grep；
• 目录发现逻辑 find_tickets_dir() 支持TICKETS_DIR环境变量覆盖，未找到时只允许create这类写命令就地初始化（见WRITE_COMMANDS白名单）。

发布侧同样干净：Homebrew tap 与 AUR 各有一套打包模板（pkg/aur/ticket/PKGBUILD、scripts/publish-homebrew.sh），brew install ticket或yay -S ticket一条命令装完。

✅ 测试：用 BDD 场景守住 1383 行

没有单元测试框架？那就用行为驱动开发（BDD）。测试基于 Python 的 behave 库：

• Gherkin 场景文件：features/ticket_dependencies.feature、features/ticket_query.feature 等 10 个文件，覆盖创建、依赖、状态流转、查询、插件等全部命令；
• 步骤定义：features/steps/ticket_steps.py；
• 运行方式：Makefile 里一行uv run --with behave behave，即make test。

以依赖场景为例，它断言"重复添加依赖应提示Dependency already exists（幂等）"、"对不存在的工单加依赖必须失败并给出明确错误"——错误路径也被场景锁死，这正是单文件脚本最容易腐化的地方。

📝 总结：能从一个 bash 脚本学到什么

ticket 证明了"最小可行"不是功能残缺，而是把每一行都花在刀刃上：没有数据库、没有守护进程、没有配置项，1383 行 bash 却实现了工单创建、状态流转、依赖图、环检测、优先级调度和插件扩展的完整闭环。如果你正想给项目找一个零维护成本的轻量工单系统，或者想学习如何把 Unix 工具链用到极致，这份源码值得逐行细读。