什么是 Deep Work Plan？

Deep Work Plan 能将任何代码仓库转变为结构化环境，让 AI 编码代理精准执行并完成长期任务。它并非会遗忘对话的聊天窗口，而是直接写入仓库的规范：原子化任务、验收标准、验证关卡和可恢复状态。该计划成为持久化的真实来源，因此任何代理都能在上一个代理中断处继续工作，即使上下文重置后也是如此。采用 MIT 开源许可，与代理无关，旨在消除多小时的编码任务中的偏差。

适用人群

• 独立开发者：希望离开长时间运行的代理任务后，能返回查看可验证的已完成工作，无需全程监督。
• 工程团队：在跨数十个文件进行迁移、重构或开发新子系统时，上下文丢失和决策偏差会严重影响生产力。
• AI 工具爱好者：正在尝试 Claude Code、Cursor、Codex 或 Gemini，需要一种可移植、可复用的框架，能在任何代理上运行且无锁定风险。

主要功能

基于规范的原子化任务开发

该计划将工作分解为原子化任务，每个任务都包含明确的验收标准和验证关卡。代理根据这些规范执行，而非依赖逐渐失效的聊天记录。由于仓库本身持有标准，偏差自然减少。

基于推理的接入引导

当你将 Deep Work Plan 指向一个仓库时，它会检查实际使用的语言、框架、包管理器和 CI 命令，然后生成适配该特定技术栈的产物。通用模板被视为失败。最终生成 AGENTS.md、分类的 docs/ 目录、每个模块的 README 以及推理生成的 .agents/ 工具包。

跨代理可移植性

框架存在于仓库中，而非任何单一工具内。包含技能、代理和命令的 .agents/ 目录可在 Claude Code、Cursor、Codex、Gemini 和 Copilot 上运行。.claude 到 .agents 的符号链接确保所有工具读取同一个真实来源——无重复、无偏差。

跨会话的可恢复状态

长时间运行能承受上下文重置。任何代理都能在上一个代理中断处继续工作，因为持久化的计划及其进度存储在 gitignored 的 .dwp/ 文件夹中。你只需给代理一行指令，然后离开，回来时即可验证完成的工作。

突出之处

"模型很重要，上下文更重要。"

Deep Work Plan 的核心洞见是：如果没有一个能保持其正确轨道的框架，最好的模型也无用。通过将计划、护栏和可恢复状态直接嵌入仓库，它解决了 AI 编码代理的根本问题：在长期任务中产生偏差。结果是一种适用于任何代理、任何仓库且无锁定风险的方法论——已在 Dailybot 经过实战检验，并以开源形式发布。

值得一试，如果……

你厌倦了看着 AI 代理在迁移过程中途忘记自己在做什么，或者你想将复杂的重构任务交给代理，并相信它能在无需持续监督的情况下完成。如果你管理着跨不同工具的多个代理，需要一个单一的、可移植的框架来确保所有代理遵循同一规范，Deep Work Plan 也值得探索。