Task Plan: 代码库重构【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-filesGoal重构包含认证、数据库、API三个模块的代码库PhasesPhase 1: 分析现有代码结构 ✓Phase 2: 设计新的架构方案 (CURRENT)Phase 3: 分模块实施重构Phase 4: 集成测试验证关键决策决策理由采用微服务架构提高模块独立性和可维护性错误记录错误尝试次数解决方案模块依赖复杂1绘制依赖关系图**2. 记录研究发现** ([findings.md](https://pre-link.gitcode.com/i/965b360f665efd111f74fc7999db9283)) 在这个阶段AI会 - 分析每个模块的代码结构 - 识别依赖关系和耦合点 - 记录技术债务和重构重点 **3. 更新进度日志** ([progress.md](https://pre-link.gitcode.com/i/de754e36c1f269e760e0ad5b00ea4a98)) ### 案例二技术调研任务 当需要进行深度技术调研时Planning-with-Files展现出强大优势 **自动重读机制**在执行每个重要操作前AI会自动读取task_plan.md文件确保目标始终在注意力范围内。 **2-Action规则**每进行2次浏览/搜索操作后必须更新findings.md防止视觉信息丢失。 ## 核心工作流程详解 ### 1. 前置规划阶段 在开始任何复杂任务前必须创建三个核心文件 - task_plan.md - 任务规划和阶段跟踪 - findings.md - 研究发现和技术决策 - progress.md - 会话日志和测试结果 ### 2. 迭代执行阶段循环开始 ├── 读取任务计划 (自动钩子) ├── 执行具体操作 ├── 更新相关文件 └── 检查是否完成### 3. 完成验证阶段 通过Stop钩子自动验证所有阶段是否完成防止半途而废。 ## 实战技巧与最佳实践 ### 技巧一合理分解任务 将复杂任务分解为3-7个逻辑阶段每个阶段都应该 - 有明确的完成标准 - 可独立执行和验证 - 包含错误处理机制 ### 技巧二严格执行2-Action规则操作1: 浏览搜索结果 → 记录关键信息 操作2: 查看技术文档 → 必须更新findings.md### 技巧三错误追踪与学习 每次遇到错误时立即记录到task_plan.md中包括 - 错误类型和描述 - 尝试次数和解决方案 - 经验总结和预防措施 ## 成功案例分享 ### 案例全栈应用开发 一个开发者使用Planning-with-Files来指导AI助手完成全栈应用开发 **任务规模**前后端分离架构包含用户认证、数据管理、UI界面等多个模块。 **实施过程** 1. **规划阶段** - 定义技术栈和架构决策 2. **实施阶段** - 分模块编码和测试 3. **集成阶段** - 模块联调和系统测试 通过三文件规划法AI助手成功 - ✅ 完成了15个功能模块的开发 - ✅ 处理了23次技术错误 - ✅ 保持了连续50工具调用的目标一致性 ## 效果对比分析 **使用前 vs 使用后** - 目标漂移 → ✅ 目标一致 - 重复错误 → ✅ 错误学习 - 记忆丢失 → ✅ 知识积累 ## 快速上手指南 ### 安装步骤 bash git clone https://gitcode.com/gh_mirrors/pl/planning-with-files【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
Task Plan: 代码库重构
发布时间:2026/7/6 19:28:49
Task Plan: 代码库重构【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-filesGoal重构包含认证、数据库、API三个模块的代码库PhasesPhase 1: 分析现有代码结构 ✓Phase 2: 设计新的架构方案 (CURRENT)Phase 3: 分模块实施重构Phase 4: 集成测试验证关键决策决策理由采用微服务架构提高模块独立性和可维护性错误记录错误尝试次数解决方案模块依赖复杂1绘制依赖关系图**2. 记录研究发现** ([findings.md](https://pre-link.gitcode.com/i/965b360f665efd111f74fc7999db9283)) 在这个阶段AI会 - 分析每个模块的代码结构 - 识别依赖关系和耦合点 - 记录技术债务和重构重点 **3. 更新进度日志** ([progress.md](https://pre-link.gitcode.com/i/de754e36c1f269e760e0ad5b00ea4a98)) ### 案例二技术调研任务 当需要进行深度技术调研时Planning-with-Files展现出强大优势 **自动重读机制**在执行每个重要操作前AI会自动读取task_plan.md文件确保目标始终在注意力范围内。 **2-Action规则**每进行2次浏览/搜索操作后必须更新findings.md防止视觉信息丢失。 ## 核心工作流程详解 ### 1. 前置规划阶段 在开始任何复杂任务前必须创建三个核心文件 - task_plan.md - 任务规划和阶段跟踪 - findings.md - 研究发现和技术决策 - progress.md - 会话日志和测试结果 ### 2. 迭代执行阶段循环开始 ├── 读取任务计划 (自动钩子) ├── 执行具体操作 ├── 更新相关文件 └── 检查是否完成### 3. 完成验证阶段 通过Stop钩子自动验证所有阶段是否完成防止半途而废。 ## 实战技巧与最佳实践 ### 技巧一合理分解任务 将复杂任务分解为3-7个逻辑阶段每个阶段都应该 - 有明确的完成标准 - 可独立执行和验证 - 包含错误处理机制 ### 技巧二严格执行2-Action规则操作1: 浏览搜索结果 → 记录关键信息 操作2: 查看技术文档 → 必须更新findings.md### 技巧三错误追踪与学习 每次遇到错误时立即记录到task_plan.md中包括 - 错误类型和描述 - 尝试次数和解决方案 - 经验总结和预防措施 ## 成功案例分享 ### 案例全栈应用开发 一个开发者使用Planning-with-Files来指导AI助手完成全栈应用开发 **任务规模**前后端分离架构包含用户认证、数据管理、UI界面等多个模块。 **实施过程** 1. **规划阶段** - 定义技术栈和架构决策 2. **实施阶段** - 分模块编码和测试 3. **集成阶段** - 模块联调和系统测试 通过三文件规划法AI助手成功 - ✅ 完成了15个功能模块的开发 - ✅ 处理了23次技术错误 - ✅ 保持了连续50工具调用的目标一致性 ## 效果对比分析 **使用前 vs 使用后** - 目标漂移 → ✅ 目标一致 - 重复错误 → ✅ 错误学习 - 记忆丢失 → ✅ 知识积累 ## 快速上手指南 ### 安装步骤 bash git clone https://gitcode.com/gh_mirrors/pl/planning-with-files【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