planning-with-files
28,001
Stars
0
Forks
0
Watchers
0
Open Issues
未知
许可证
Shell
语言
创建时间
最近更新
项目能做什么
基于文件的 AI 编程 Agent 持久化规划工具，支持长任务、会话恢复、上下文防衰退与 Markdown 计划管理。
来源：AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录，命令与配置均以原文为准。
原始 README 摘录（英文原文，节选前 3000 字符）
<div align="center"> <img src="media/pwf-banner-v5.webp" alt="PWF: Every task. Every step. Three planning files on a brass-inlaid base beneath an engraved arch" width="100%"> </div> <h1 align="center"> Planning with Files <a href="https://trendshift.io/repositories/17191" title="Trendshift: #1 daily across all languages, January 6, 2026"><img src="https://trendshift.io/api/badge/trendshift/repositories/17191/daily" alt="Trendshift: #1 Repository of the Day across all languages" width="250" height="55" align="middle"></a> </h1> <p align="center"> <strong>The planning skill your agent cannot ignore.</strong><br> Not a prompt it might follow. A hook that fires every turn, a plan on disk that survives <code>/clear</code>, and 3 out of 3 blind A/B wins to show it works. </p> <!-- sponsor:evomi:start --> ### Sponsor <p align="center"> <a href="https://scrape.ly/?utm_source=github&utm_medium=readme&utm_campaign=planning-with-files&utm_content=v2-banner"><img src="https://scrape.ly/brand/sponsor/cta-06d-07b-2x.png" width="520" alt="Scrape.ly by evomi: get structured data from Google, LinkedIn, Instagram, TikTok, Reddit and 500+ more. Connect to your Agent now."></a> </p> **Your agent keeps the plan. Scrape.ly brings the web data.** Connect the [Scrape.ly MCP server](https://scrape.ly/?utm_source=github&utm_medium=readme&utm_campaign=planning-with-files&utm_content=v2-text) to Claude Code, Cursor or any MCP client: your agent searches the Store, runs a scraper and reads structured results, without leaving the task. <!-- sponsor:evomi:end --> --- <!-- oss-support:coderabbit:start --> **OSS code review support**<br> Provided through [CodeRabbit’s open-source program](https://www.coderabbit.ai/oss). <!-- oss-support:coderabbit:end --> --- <p align="center"> <em>Your agent's context window dies. The plan does not.</em> </p> <p align="center"> Persistent file-based planning for AI coding agents and long-running agent tasks: the skill keeps <code>task_plan.md</code>, <code>findings.md</code>, and <code>progress.md</code> on disk. Activated lifecycle hooks inject selected project planning context, so the plan survives context loss, <code>/clear</code>, crashes, and compaction. Automatic recovery reads project files only. Reading same-project local agent session records for aggregate counts or bounded replay requires an explicit catchup mode. Installs across 60+ agents via the Agent Skills standard, with native plugins for Claude Code, Codex CLI, Qoder CLI, Pi, Hermes Agent, OpenCode and DeepSeek Harness. </p> <p align="center"> <a href="https://github.com/OthmanAdi/planning-with-files/stargazers"><img src="https://img.shields.io/github/stars/OthmanAdi/planning-with-files?style=flat&color=yellow" alt="Stars"></a> <a href="https://github.com/OthmanAdi/planning-with-files/releases"><img src="https://img.shields.io/github/v/release/OthmanAdi/planning-with-files?style=flat&label=release" alt="Latest release"></a>阅读完整原文
商业机会分析 AI 生成
长程 Agent 可视化控制台与任务状态仪表盘（本地优先）
| 产品构想 | 基于该项目的 Markdown 规范，开发轻量级桌面/WebUI 仪表盘，实时解析并渲染 Agent 任务执行树、上下文注入状态与完成检查门控，允许用户随时暂停、人工介入或回滚任务步骤。 |
| 核心功能 | 本地 Markdown 实时双向同步监控、可视化步骤树与进度看板、单键会话恢复/断点回滚、人工干预输入桥接、多 Agent 实例管理。 |
| 目标用户 | 频繁使用 Cursor / Claude Code 跑长任务、需要实时掌握任务进度与干预执行的独立开发者与工程师。 |
| 难度/周期 | 中等 · 3 - 5 周 · 成本：极低（主要是前端与本地文件监听/IPC开发，几乎零服务器成本） |
| 收费模式 | 免费开源基础版 + 商业版（高级断点调试、任务时间线回放、无限实例管理），采用按座位买断或年费授权模式。 |
| 竞争风险 | 主流 IDE/Agent 平台自身若快速内置完备的可视化任务追踪界面，可能挤压独立工具空间（推测）。 |
| 依据 | 已验证事实 |
团队级 AI 任务协同与跨会话状态同步服务
| 产品构想 | 将基于本地文件的任务计划扩展为云端/局域网同步协议，使团队成员间能跨环境转移未完成的 Agent 任务，或在 CI/CD 流水线中持续恢复并推进长程任务。 |
| 核心功能 | 团队计划同步与共享锁机制、Git/PR 状态关联绑定、CI/CD 无头 Agent 执行状态自动持久化与告警、团队任务执行效能分析。 |
| 目标用户 | 在研发流程中深度引入 AI Agent 自动修复 bug、重构代码或编写测试的中小型研发团队。 |
| 难度/周期 | 中等偏高 · 6 - 8 周 · 成本：低（基础同步服务器与轻量数据库成本） |
| 收费模式 | SaaS 订阅制（按团队活跃席位或同步任务数月付）。 |
| 竞争风险 | 团队协作时多 Agent 并发写入可能导致状态冲突；企业对代码和任务流数据外发敏感（推测）。 |
| 依据 | AI推测 |
垂直领域长程 Agent 技能套件与合规验证门禁
| 产品构想 | 针对合规要求高的场景（如智能合约审计、金融数据迁移、医疗系统重构），构建带有强制确定性检查与安全红线的商用 Agent Skill 扩展包及规则引擎。 |
| 核心功能 | 行业特定的确定性完成检验门禁（Deterministic Gate）、合规审计日志导出、防越狱/防假完成验证逻辑、开箱即用的特定技术栈修复模板。 |
| 目标用户 | 高安全/高合规行业的技术团队、自动化运维与安全审计工程师。 |
| 难度/周期 | 高 · 8 - 12 周 · 成本：低（主要为行业规则沉淀与测试验证成本） |
| 收费模式 | B2B 商业许可授权或定制实施服务费。 |
| 竞争风险 | 行业场景准入门槛高，销售周期长，需要深厚的行业领域知识支持（推测）。 |
| 依据 | 尚需验证的假设 |
AI 基于仓库公开数据分析生成，含推测成分，不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| morluto/rea | 中文介绍暂未生成 Reverse engineer anything with agents, from app behavior dow |
449,279 | TypeScript |
| mattpocock/skills | 中文介绍暂未生成 Skills for Real Engineers. Straight from my .agents director |
320,616 | Shell |
| obra/superpowers | 中文介绍暂未生成 An agentic skills framework & software development methodolo |
315,567 | Shell |
| affaan-m/ECC | 中文介绍暂未生成 The agent harness performance optimization system. Skills, i |
300,638 | JavaScript |
| anthropics/skills | 中文介绍暂未生成 Public repository for Agent Skills |
192,013 | Python |
| DietrichGebert/ponytail | 中文介绍暂未生成 Makes your AI agent think like the laziest senior dev in the |
188,246 | JavaScript |
以上为通过 GitHub 官方 Search API 检索的相似项目，功能差异与优劣势需进一步人工确认，配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 ，最近推送 ，发布过 100 个 Release |
| 社区活跃 | Star 28,001 / Fork 0 / Issue 0（数据支持，可自行核实） |
| 许可证 | 未检测到（需人工确认） |
| 主要风险 | 上游项目方向可能变化；同赛道竞争者较多（见竞品表）；热度与需求不完全等价 |
安装与使用
快速开始（以仓库 README 为准）
git clone https://github.com/OthmanAdi/planning-with-files.git cd planning-with-files # 请阅读仓库 README 获取确切安装步骤（依赖、配置、启动命令）
术语说明：Docker＝应用容器（把程序和依赖打包运行）；API Key＝调用外部服务的密钥；Git Clone＝把仓库代码下载到本地。常见错误：API Key 未配置 / 端口占用 / 数据库连接失败，多数项目在 README 的 Troubleshooting 章节有说明。