OthmanAdi GitHub avatar

planning-with-files

28.1K Stars6 Skills2.3K ForksMIT11月12日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

用文件持续规划多步骤任务

这是一个用于多步骤 AI 代理工作的文件规划 Skill,会将计划、研究发现和进度保存在项目文件中,并可通过生命周期钩子注入选定的规划上下文。中文资料说明它适用于研究或需要 5 次以上工具调用的工作;仓库简介提到的会话恢复等功能,应以该 Skill 的具体说明为准。

包含 Skill

6

可以单独安装

GitHub Star

28.1k

仓库累计 Star

近 7 天

+123

新增 Star

代码更新

2026年11月12日

最近一次推送

核心亮点

  • 1持续记录

    将任务计划、发现和进度保存在磁盘文件中。

  • 2跨阶段衔接

    生命周期钩子可注入选定的项目规划上下文。

  • 3适用长任务

    面向研究和需要多次工具调用的工作。

能做什么

  • 把多步骤任务的计划写入 task_plan.md。
  • 把研究发现记录到 findings.md。
  • 把工作进度记录到 progress.md。
  • 自动恢复时只读取项目规划文件。
  • 可显式运行 session-catchup.py --metadata 检查本机同项目的会话元数据。
  • 可通过 --replay 输出有长度限制且由 nonce 框定的同项目摘录。

适用场景

  • 规划需要分阶段完成的项目任务。

  • 开展研究并持续整理发现与进度。

  • 处理需要 5 次以上工具调用的工作。

  • 跨多个工作阶段恢复项目规划上下文。

用之前和用之后

  • 任务计划、研究发现和进度可能分散在对话中可分别记录在项目规划文件中。
  • 继续任务时需要重新整理项目规划信息自动恢复只读取项目规划文件,并可注入选定的规划上下文。

它是怎么工作的

  1. 第 1 步

    拆分并记录计划

  2. 第 2 步

    保存发现与进度

  3. 第 3 步

    恢复上下文并继续

快速上手

安装与复制命令见“安装方式”。

  1. 1

    在支持的代理环境中安装或启用对应 Skill。

  2. 2

    遇到多步骤任务时,用任务规划等触发词调用。

  3. 3

    让代理将计划、发现和进度记录到项目规划文件。

  4. 4

    需要检查会话元数据时,显式运行 session-catchup.py --metadata。

适合谁

  • 需要开展多步骤研究的用户
  • 需要追踪长任务进度的 AI 代理使用者
  • 处理需要多次工具调用的项目工作者

局限

  • 自动恢复只读取项目规划文件,不应假设会自动检查会话元数据。
  • 会话元数据检查需要显式运行对应脚本参数。
  • 可选门禁仅在宿主支持时请求继续,不保证所有环境都支持。
  • 资料未提供明确的具体安装命令。

使用前注意

  • · 采集资料标记的风险等级为 high,使用前应检查 Skill 源文件及其脚本行为。
  • · 核对生命周期钩子会注入哪些规划内容,以及项目文件的读写范围。
  • · session-catchup.py --metadata 会检查本机同项目的会话元数据;仅在明确需要时运行。

包含的 Skills · 6

公开来源

相关 Skills

查看更多