AI 干活断片就归零?这个 28K Star 的开源工具把计划写进磁盘

用 AI 编程工具干长活最怕什么：上下文一压缩，AI 忘了干到哪一步；手一滑 /clear，几小时的铺垫归零；跑个通宵任务，半夜崩了第二天只能重来。

今天这个 28K Star 的开源 Skill，把计划写进磁盘文件，断点续传一样接着干。

planning-with-files 是一个 Agent Skill：把任务计划拆成三个 Markdown 文件放在项目里，每轮对话开始时由 hook 自动重新注入，让计划在 /clear、上下文压缩、会话崩溃之后都活下来。

PART 01

项目速览

一句话定位：给 AI 编程工具装一块断电不丢的磁盘工作记忆，专治计划失忆。

PART 02

端侧 AI 的核心价值

大多数 AI 编程工具的待办列表活在上下文窗口里，窗口一重置就全没了。这个项目反着来：上下文窗口当内存用，文件系统当硬盘用，凡是重要的东西一律落盘。

项目今年 1 月上线当天冲上 Trendshift 全语言日榜第一，作者用 Anthropic 官方 skill-creator 框架跑了评测：装上技能后 30 条断言通过率 96.7%，不装只有 6.7%；盲测 A/B 对比 3 比 0 完胜；更狠的是断点恢复实测，上下文清空后 AI 重新对齐进度平均只要 5 轮对话，裸奔的 Agent 要 13.3 轮。

PART 03

五大核心特性

1. 三文件模式

task_plan.md 存阶段和勾选项，是 /clear 之后的续跑起点；findings.md 追加记录调研结论和关键决策；progress.md 记会话日志和测试结果。全是纯 Markdown，默认 gitignore，并行任务各有独立目录互不干扰。

2. 每轮重注入

每轮对话开始时，hook 从磁盘读计划块塞回模型的注意力窗口，对话再长目标也不漂移。v3.6.0 优化后单次 hook 只花 289 毫秒，而且注入块对 KV 缓存友好，不白烧 token。

3. 自治与门控

自治模式下计划可以扣住 Agent 的停止动作，直到计划自己报告完成才放行。task_plan.md 支持 SHA-256 防篡改证明，计划被意外改动 hook 会直接拒绝执行；/plan-doctor 一条命令自检注入、证明、延迟等故障点。

4. 多智能体共享状态

一个 orchestrator 持有主计划，每个 worker 往自己的 JSONL 账本追加事件，PLAN_ID 隔离不同任务，还能防并行覆写。同一份计划可以在 Claude Code、Codex、Pi、Hermes 之间交接，一个 Agent 干一半换另一个接着来。

5. 中文原生支持

简体中文版不是翻译个描述糊弄事，SKILL.md 正文、模板、命令输出全部本地化，一条命令安装：npx skills add OthmanAdi/planning-with-files --skill planning-with-files-zh -g。

PART 04

适用场景

• 长任务重度用户：大重构、依赖迁移、批量改造，动辄几千行改动，最吃不起断片
• 多 Agent 编排玩家：orchestrator 加 worker 并行跑，需要共享且防冲突的任务状态
• 无人值守党：通宵跑任务、远程挂机，崩了要能自己爬起来接着干
• 上下文焦虑症：动不动就爆窗口、动不动 /clear 的人

PART 05

怎么装、怎么用

通用安装（Agent Skills 标准，覆盖 70+ 工具）：

npx skills add OthmanAdi/planning-with-files --skill planning-with-files -g

Claude Code 插件路由（带完整 hooks 和斜杠命令）：

/plugin marketplace add OthmanAdi/planning-with-files
/plugin install planning-with-files@planning-with-files

使用五步：第一步装好后在会话里输入 /plan 描述任务；第二步技能生成三份计划文件并填好阶段；第三步正常干活，hook 每轮自动维护进度；第四步 /clear 或崩溃后新开会话说继续，AI 读盘直接跳回断点；第五步 /status 看进度，/plan-attest 锁计划防手改。

举个实际场景：让 AI 重构一个 3000 行的老项目，干到一半上下文爆了。新开会话只说一句继续，它读 task_plan.md 报出当前在第 3 阶段第 7 项，接着干，你一个字的背景都不用复述。

PART 06

为什么推荐它

推荐理由：它解决的不是记忆，是执行状态的连续性，这两件事经常被混为一谈。 记忆类工具帮 Agent 想起过去的事实，它管的是手头这个任务的阶段、依赖和完成检查，两者互补。

数据不吹牛，评测方法、数据集和断言清单全公开，连内部基准的局限性都写明了。要挑刺的话，hook 路线需要改配置文件，对非 Claude Code 用户上手稍重，但官方文档连 Cursor、Copilot、Gemini CLI 的逐步指南都备齐了。

项目地址：https://github.com/OthmanAdi/planning-with-files

觉得有用，去给作者点个 Star。