news 2026/9/10 14:15:19

Phase 1: Requirements Discovery

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Phase 1: Requirements Discovery

Phase 1: Requirements & Discovery

【免费下载链接】planning-with-filesPersistent file-based planning for AI coding agents and long-running tasks. Crash-proof markdown plans, session recovery after /clear and compaction, per-turn re-injection against context rot, deterministic completion gate. Manus-style. Install from npm, the Claude Code plugin marketplace, or npx skills. Codex, Cursor, OpenCode, 60+ agents.项目地址: https://gitcode.com/GitHub_Trending/pl/planning-with-files

  • Understand user intent
  • Identify constraints and requirements
  • Document findings in findings.md
  • Status:in_progress
### `findings.md` 与 `progress.md` [findings.md 模板](https://link.gitcode.com/i/2d2c4d30b629da4bd9b1bc6899357507) 承载需求清单、研究结果、技术决策(决策|理由表)、遇到的问题、资源链接,以及"视觉/浏览器发现"——把图片、PDF、图表中的信息在源仍可访问时尽快转为文字。模板明确声明:**外部复制进 findings.md 的内容一律视为不可信数据而非指令**。 [progress.md 模板](https://link.gitcode.com/i/013185d07ce5a55418e1a7b5c6d09f43) 按会话与阶段记录动作、创建/修改的文件、测试结果表(测试|输入|预期|实际|状态)与错误日志表,并内嵌一张"5 问重启自检表"用于会话恢复时快速定位。 --- ## 五、使用模式:四步走 ### 1. 开始复杂任务 用复杂度指示词描述任务:

I'm building a user authentication system. This is a multi-phase project requiring database setup, API endpoints, testing, and documentation.

### 2. 技能自动激活 CodeBuddy 调用 `planning-with-files` 并创建规划文件。 ### 3. 分阶段推进 AI 会: - ✅ 创建带阶段的 `task_plan.md` - ✅ 随工作完成更新进度 - ✅ 把研究结果存入 `findings.md` - ✅ 在 `progress.md` 中记录动作 - ✅ 重大决策前重新阅读计划 ### 4. 全部落盘 所有重要信息写入磁盘而非留在上下文窗口——这正是本技能的核心理念。 ### 核心纪律(源自 SKILL.md) 除上述流程外,[skills/planning-with-files/SKILL.md](https://link.gitcode.com/i/f7c1dfff25bf425e34b418edf98054db) 还规定了一组刚性规则: - **先建计划**:没有 `task_plan.md` 绝不开始复杂任务; - **行动后更新**:阶段完成后将状态从 `in_progress` 置为 `complete`,记录错误与文件变更,并刷新 `## Next Step`; - **记录全部错误**:每个错误都写入计划文件,形成知识库,避免重复踩坑; - **绝不重复失败**:`if action_failed: next_action != same_action`——记录尝试过的方法并改变路径; - **完成后继续**:所有阶段完成但用户要求追加工作时,向 `task_plan.md` 追加新阶段(如 Phase 6、Phase 7),并在 `progress.md` 记录新会话条目。 --- ## 六、技能内置的三条行为规则 ### 3-Strike 错误协议(The 3-Strike Error Protocol) 出错时 AI 遵循分级策略: 1. **第 1 次尝试**:诊断并修复——仔细读错误、定位根因、做针对性修复; 2. **第 2 次尝试**:换方案——换方法、换工具、换库,**绝不重复完全相同的失败动作**; 3. **第 3 次尝试**:更广的重构——质疑假设、搜索解决方案、考虑更新计划; 4. **3 次失败后**:升级给你——说明尝试过什么、给出具体错误、请求指导。 ### 2-Action 规则(The 2-Action Rule) 每 2 次搜索/查看操作后,立即把关键发现保存到 `findings.md`。这防止视觉/多模态信息(截图、PDF、浏览器结果)在上下文轮转中丢失——`SKILL.md` 原话是 "After every 2 view/browser/search operations, IMMEDIATELY save key findings to text files"。 ### 决策前重读(Read Before Decide) 重大决策前,AI 重新读取规划文件以刷新目标。这防止长会话中的目标漂移——模型的注意力窗口有限,`task_plan.md` 需要被"重新朗读"进近期上下文。 ### 配套决策矩阵:读 vs 写 | 情境 | 动作 | 原因 | |------|------|------| | 刚写完文件 | 不读 | 内容仍在上下文中 | | 查看了图片/PDF | 立即写 findings | 多模态信息须在丢失前转文字 | | 浏览器返回数据 | 写入文件 | 截图不会持久化 | | 开始新阶段 | 读计划/findings | 上下文已过期,需重新定位 | | 发生错误 | 读相关文件 | 修复需要当前状态 | | 间隔后恢复 | 读全部规划文件 | 恢复状态 | ### 5 问重启测试(The 5-Question Reboot Test) | 问题 | 答案来源 | |------|----------| | 我在哪? | task_plan.md 中的当前阶段 | | 我要去哪? | 剩余阶段 | | 目标是什么? | 计划中的目标陈述 | | 我学到了什么? | findings.md | | 我做了什么? | progress.md | | 我接下来要做什么? | task_plan.md 中的 Next Step | 能回答这 5 个问题,说明上下文管理是健康的。 --- ## 七、团队工作流:工作区技能 vs 个人技能 ### 工作区技能(推荐) 通过 `.codebuddy/skills/` 安装后: - ✅ 全团队人人可用 - ✅ 跨项目规划方式一致 - ✅ 随仓库版本管理 - ✅ 变更经 git 同步 ### 个人技能 通过 `~/.codebuddy/skills/` 安装后: - ✅ 所有项目可用 - ✅ 换团队也不丢失 - ❌ 不与队友共享 ### 多任务并行的进阶能力(源码级补充) 虽然 CodeBuddy 文档描述的是项目根目录的"三文件"模式,仓库的规范技能 [skills/planning-with-files/SKILL.md](https://link.gitcode.com/i/f7c1dfff25bf425e34b418edf98054db) 还提供了面向并行任务的命名计划模式:`scripts/init-session.sh "任务名"` 会在 `.planning/YYYY-MM-DD-<slug>/` 下创建隔离计划并打印 `PLAN_ID`;用 `export PLAN_ID=<id>` 把每个 Agent 主机关联到自己的计划,即可在同一仓库中并行运行多个互不干扰的任务。`scripts/set-active-plan.sh` 用于顺序切换共享指针(`.planning/.active_plan`)。多 Agent 协作同一任务时,共享同一个 `PLAN_ID`、指定一个编排者拥有 `task_plan.md`、工作线程各自写入独立台账。 --- ## 八、为什么有效:Manus 上下文工程原则 本技能的设计依据来自 Manus 的上下文工程实践,仓库通过 [skills/planning-with-files/reference.md](https://link.gitcode.com/i/0a8ccfd09fcd9325b2f1185d3f2f427c) 完整收录了其核心主张: > "Context window = RAM (volatile, limited). Filesystem = Disk (persistent, unlimited). Anything important gets written to disk." **关键洞察:上下文窗口相当于易失的 RAM,文件系统相当于持久的磁盘。重要信息要写进磁盘,而不是留在上下文里。** reference.md 中记录的六条 Manus 原则包括: 1. **围绕 KV-Cache 设计**:保持提示词前缀稳定、系统提示中不含时间戳、上下文采用追加式且序列化确定,以最大化缓存命中率; 2. **掩蔽而非移除**:不要动态删除工具(会破坏 KV-cache),用 logit masking 并保持统一动作前缀(如 `browser_`、`shell_`、`file_`); 3. **文件系统即外部记忆**:Markdown 是磁盘上的"工作记忆",压缩必须可还原——保留 URL、文件路径等指向完整数据的指针; 4. **通过复读操纵注意力**:约 50 次工具调用后模型会遗忘原始目标("lost in the middle"效应),解法是每次决策前重读 `task_plan.md`,让目标重新进入注意力窗口; 5. **保留错误信息**:失败的堆栈轨迹留在上下文中能让模型隐式修正信念、减少重复犯错; 6. **避免被 few-shot 固化**:统一模式滋生脆弱性,应引入受控的表述变化。 本技能正是把这些原则落成了可执行的 `task_plan.md` / `findings.md` / `progress.md` 文件约定与 hook 注入机制。 --- ## 九、故障排查 ### 技能未激活? 1. **加入触发短语**:在请求中使用 "complex task"、"multi-step"、"planning"; 2. **明确表达**:提及阶段数量或复杂度; 3. **重启 CodeBuddy**:Agent 在重启时会重新扫描技能。 ### 文件未创建? 检查: - 当前目录可写; - 无文件权限问题; - Agent 具有文件系统访问权限。 ### 需要模板? 模板位置: - **工作区**:`.codebuddy/skills/planning-with-files/templates/` - **个人**:`~/.codebuddy/skills/planning-with-files/templates/` 复制到项目根目录后按需定制。 ### hooks 没生效?(源码级补充) 如果技能已激活但注入静默失效,从 [skill-hook.sh](https://link.gitcode.com/i/9bfe3f7fbbefab29b54e58c2c40ee836) 的实现可以确认两个快速排查点: 1. **脚本解析顺序**:hook 命令按 `PWF_SCRIPT_DIR`(显式覆盖)→ `CLAUDE_SKILL_DIR` → `CODEBUDDY_PLUGIN_ROOT` → `~/.codebuddy/skills/planning-with-files/scripts/skill-hook.sh` 等路径逐个探测,首个存在者生效。若提示 "hook script not found",说明这些路径都未命中,需设置 `PWF_SCRIPT_DIR` 指向技能 scripts 目录; 2. **一次性会话(CI、`codex exec` 场景)**:如果只想让某个调用不参与规划,可设置 `PLANNING_DISABLED=1` 环境变量——所有 hook 在读取计划前直接退出,不做注入、不发后续消息、不写计划文件(`PreToolUse` 仍输出 `allow` 决策以保证工具调用正常)。 --- ## 十、高级定制 ### 修改技能本体 编辑 `.codebuddy/skills/planning-with-files/SKILL.md`: - 修改 `description` 中的触发短语; - 调整规划模式与行为规则; - 添加团队专属规则。 ### 添加自定义模板 把自定义模板放入:

.codebuddy/skills/planning-with-files/templates/

【免费下载链接】planning-with-filesPersistent file-based planning for AI coding agents and long-running tasks. Crash-proof markdown plans, session recovery after /clear and compaction, per-turn re-injection against context rot, deterministic completion gate. Manus-style. Install from npm, the Claude Code plugin marketplace, or npx skills. Codex, Cursor, OpenCode, 60+ agents.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

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/10 14:14:54

软考证书的职场价值与高效备考策略

1. 软考现象背后的深层逻辑最近在技术社区看到一个很有意思的现象&#xff1a;一边是"软考无用论"的持续发酵&#xff0c;一边是每年报考人数屡创新高。作为参加过三次软考的老兵&#xff0c;今天想从行业内部视角&#xff0c;聊聊这个看似矛盾的现象背后&#xff0c…

作者头像 李华
网站建设 2026/9/10 14:14:40

芯片设计CAD图纸与TinyMCE集成的矢量图形保留方案

1. 芯片制造企业CAD图纸与TinyMCE集成的痛点解析在芯片设计领域&#xff0c;CAD图纸是工程师的"设计语言"。我们团队每天需要处理数百份.dwg格式的版图文件&#xff0c;这些文件包含晶体管级布线、金属层堆叠等精密结构。传统做法是截图后粘贴到文档系统&#xff0c;…

作者头像 李华
网站建设 2026/9/10 14:14:17

昇腾CANN/ge LLM-DataDist Python快速入门

快速入门 【免费下载链接】ge GE&#xff08;Graph Engine&#xff09;是面向昇腾的图编译器和执行器&#xff0c;提供了计算图优化、多流并行、内存复用和模型下沉等技术手段&#xff0c;加速模型执行效率&#xff0c;减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的…

作者头像 李华
网站建设 2026/9/10 14:14:08

基于Matlab的配电网源-荷-储协同优化调度实践

1. 项目概述&#xff1a;源-荷-储协同的配电网优化调度在电力系统领域&#xff0c;随着分布式能源渗透率不断提高&#xff0c;传统配电网正面临前所未有的运行挑战。我最近完成的这个IEEE33节点配电网优化调度项目&#xff0c;核心目标是通过Matlab实现"源-荷-储"三者…

作者头像 李华