阶段1:需求分析与研究
阶段1:需求分析与研究
【免费下载链接】planning-with-filesPersistent file-based planning for AI coding agents and long-running agentic tasks. Crash-proof markdown plans that survive context loss and /clear, plus a deterministic completion gate and multi-agent shared state on disk. Manus-style. Works with Claude Code, Codex CLI, Cursor, Kiro, OpenCode and 60+ agents via the SKILL.md standard.项目地址: https://gitcode.com/GitHub_Trending/pl/planning-with-files
- 理解用户需求
- 研究现有解决方案
- 状态:in_progress
阶段2:技术架构设计
- 设计数据库模式
- 定义API接口
- 状态:pending
- 依赖:阶段1
### 步骤4:实施2-Action规则 这是Manus工作法的关键原则:**在每两次查看/浏览/搜索操作后,立即将关键发现保存到文本文件中**。操作1:研究Python Web框架 → 记录到findings.md 操作2:查看Flask文档 → 记录到findings.md 操作3:查看Django文档 → 现在必须更新findings.md!
这个规则确保视觉和多模态信息不会丢失,因为截图、PDF内容和浏览器结果不会持久化。 ## 🔧 高级功能:多模式运行策略 ### 1. 传统模式(Legacy Mode) 默认模式,适合大多数交互式会话。在每个工具调用前重新读取计划文件,确保AI始终关注目标。 ### 2. 自主模式(Autonomous Mode) 针对长时间运行任务优化,减少重复读取的开销: ```bash ./scripts/init-session.sh --autonomous3. 门控模式(Gated Mode)
添加完成验证门,确保所有阶段完成才结束会话:
./scripts/init-session.sh --gated4. 多项目并行规划
对于多个不相关任务,使用隔离的计划目录:
# 创建独立的规划目录 ./scripts/init-session.sh backend-refactor ./scripts/init-session.sh production-incident # 设置活动规划 ./scripts/set-active-plan.sh 2026-01-10-backend-refactor📊 最佳实践:专业开发者的使用技巧
1. 错误处理的3次尝试协议
尝试1:诊断并修复 尝试2:采用不同方法 尝试3:重新思考整个方法每个错误都必须记录在task_plan.md的"错误遇到"部分,包含错误类型、尝试次数和解决方案。
2. 决策矩阵管理
在findings.md中使用表格记录所有技术决策:
| 决策 | 理由 | 替代方案 |
|---|---|---|
| 使用SQLite而非JSON | 关系查询需求 | JSON文件 |
| 选择Flask而非Django | 项目规模小 | Django |
3. 会话恢复策略
当上下文填满需要/clear时,planning-with-files会自动恢复会话:
- 检查IDE的会话存储
- 查找规划文件的最后更新时间
- 提取可能丢失的上下文对话
- 显示恢复报告
4. 模板系统定制
项目提供了多个模板文件,你可以根据需求定制:
templates/task_plan_autonomous.md- 自主运行模板templates/analytics_task_plan.md- 数据分析任务模板templates/loop.md- 循环任务模板
🌟 实际案例:构建完整的Web应用
案例:开发一个博客平台
任务规划文件task_plan.md:
## 目标 创建一个支持Markdown编辑、用户认证和评论系统的博客平台。 ## 阶段 ### 阶段1:需求分析 - [x] 确定核心功能 ✓ - [x] 选择技术栈 ✓ - **状态:** complete ### 阶段2:数据库设计 - [x] 设计用户表 ✓ - [x] 设计文章表 ✓ - **状态:** complete ### 阶段3:后端API开发 - [ ] 实现用户认证端点 - [ ] 创建文章CRUD接口 - **状态:** in_progress研究发现文件findings.md:
## 研究结果 ### 技术栈选择 - Flask + SQLAlchemy:轻量级,适合中小项目 - JWT认证:无状态,适合REST API - SQLite开发,PostgreSQL生产 ### 关键决策 | 决策 | 理由 | |------|------| | 使用JWT而非Session | 更好的无状态API支持 | | Markdown存储为HTML | 减少渲染开销 |进度日志文件progress.md:
## 会话记录:2026-06-23 ### 阶段3:后端API开发 - 创建了用户模型:User(id, username, email, password_hash) - 实现了注册端点:POST /api/auth/register - 测试通过:用户注册成功 - 错误修复:修复了密码哈希问题(尝试2)🛡️ 安全与验证:防篡改机制
planning-with-files v3引入了强大的安全特性:
1. 哈希认证(Attestation)
# 对计划文件进行哈希认证 ./scripts/attest-plan.sh认证后,任何对task_plan.md的未授权修改都会被钩子拒绝注入,确保计划完整性。
2. 接受检查(Acceptance Check)
在门控模式中,可以定义自动验证命令:
### 阶段4:测试与验证 - **接受检查:** `python -m pytest tests/ -q`【免费下载链接】planning-with-filesPersistent file-based planning for AI coding agents and long-running agentic tasks. Crash-proof markdown plans that survive context loss and /clear, plus a deterministic completion gate and multi-agent shared state on disk. Manus-style. Works with Claude Code, Codex CLI, Cursor, Kiro, OpenCode and 60+ agents via the SKILL.md standard.项目地址: https://gitcode.com/GitHub_Trending/pl/planning-with-files
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考