원클릭으로
planning
任务规划与进度追踪。当任务有 5+ 步骤、多文件改动、或长执行链时使用。 核心机制:用 checkbox 列表追踪进度,每完成一步立即更新,利用"重写列表"将完整任务清单重新注入 context。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
任务规划与进度追踪。当任务有 5+ 步骤、多文件改动、或长执行链时使用。 核心机制:用 checkbox 列表追踪进度,每完成一步立即更新,利用"重写列表"将完整任务清单重新注入 context。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | planning |
| description | 任务规划与进度追踪。当任务有 5+ 步骤、多文件改动、或长执行链时使用。 核心机制:用 checkbox 列表追踪进度,每完成一步立即更新,利用"重写列表"将完整任务清单重新注入 context。 |
长任务中,agent 的注意力会被最近的 debug 循环吸引,早期的任务目标和进度逐渐被推到 context window 远处。
每次更新 checkbox 列表时,你都会重写整个清单 — 这不是格式偏好,而是一个主动召回机制:把完整的任务上下文重新拉回注意力中心。
不需要用于: 单步任务、快速回答、读一个文件。
收到任务后,第一件事就是拆解为 checkbox 列表。不是思考中的简短列举,而是正式的 markdown 输出:
## 任务计划
- [ ] 1. 创建项目结构和 __init__.py
- [ ] 2. 实现 models.py(Task 数据模型)
- [ ] 3. 实现 storage.py(持久化和 CRUD)
- [ ] 4. 实现 cli.py(命令行接口)
- [ ] 5. 编写测试(models / storage / cli)
- [ ] 6. 运行 pytest 验证全部通过
- [ ] 7. 编写 README.md
完成一个步骤后,重写整个列表,将已完成项标记为 - [x]。不要只写"第 3 步完成了",而是输出完整的更新后的列表:
## 任务进度
- [x] 1. 创建项目结构和 __init__.py
- [x] 2. 实现 models.py(Task 数据模型)
- [x] 3. 实现 storage.py(持久化和 CRUD)
- [ ] 4. 实现 cli.py(命令行接口) ← 当前
- [ ] 5. 编写测试(models / storage / cli)
- [ ] 6. 运行 pytest 验证全部通过
- [ ] 7. 编写 README.md
关键: 每次更新都重写全部列表,包括未完成的项。目的不是记录历史,而是让完整的任务上下文重新出现在最新的 context 位置。
只有当你实际验证了某一步的产出(测试通过、编译成功、功能确认)后,才标记为 [x]。不要在"写完了但还没测"时就标记完成。
| 任务类型 | checkbox 粒度 |
|---|---|
| 功能开发 | 每个功能模块 = 1 项 |
| Bug 修复 | 诊断 → 修复 → 测试 = 3 项 |
| 重构 | 每个目标文件 = 1 项 |
| 测试编写 | 每个测试文件 = 1 项 |
粒度过细(如每个函数一行)会产生过多噪音,削弱召回效果。 粒度过粗(如"实现后端"一项)则失去了追踪意义。
| ❌ | 问题 |
|---|---|
| 只在 thinking 中列出步骤 | 不算正式输出,下一轮对话中不可见 |
| 创建列表后再也不更新 | 等于没有列表,还浪费了创建时的 context |
标记 [x] 但没实际验证 | 虚假进度,掩盖问题 |
| 粒度过细(每行代码一项) | 噪音 > 信号 |
Planner-Generator-Evaluator 编排模式。GAN 启发的多 agent 动态编排,通过 ai CLI 控制子 agent 完成复杂任务的拆解-执行-验证闭环。
Code review skill using codex-rs methodology with ai CLI
为任意代码仓库构建结构化知识库(code wiki),并通过 frozen snapshot 机制启动即问即答的 expert agent。 当你需要深入理解一个大型代码仓库、构建可复用的代码知识库、或为其他 agent 提供代码专家服务时使用此技能。
Use the mcporter CLI to list, configure, auth, and call MCP servers/tools directly (HTTP or stdio), including ad-hoc servers, config edits, and CLI/type generation.
Orchestrate a real-time alternating debate between two subagents using ai serve/send. Judge controls rounds by prompting each agent in turn.
使用 ai serve/send/watch/kill 控制子 agent 的通用指引。所有需要子 agent 的技能都应参考此技能,而非重复定义 spawn/cleanup 流程。