
Deep Work Plan
深度工作计划是一个MIT许可的、与代理无关的、规范驱动的方法论,它将任何仓库转化为一个持久的“代理线束”(上下文、护栏和可恢复的计划),以便编码代理能够以明确的验收标准和验证关卡可靠地执行长期工作。
https://deepworkplan.com/?ref=producthunt&utm_source=aipure

产品信息
更新于:2026年06月18日
什么是 Deep Work Plan
深度工作计划是一个为AI编码代理设计的结构化执行框架,旨在防止在多小时或多天的工程工作中(如迁移、跨多个文件的重构或构建新子系统)出现“漂移”。它不依赖于代理的短期上下文窗口,而是通过安装一套标准化的、可审计的Markdown工件(例如AGENTS.md、docs/和一个.agents/工具包)以及一个git原生的规划工作区(.dwp/),使仓库本身成为事实的来源。结果是为团队提供了一种可移植、可重复的方式来运行规范驱动的开发,任何代理都可以接手工作,遵循相同的护栏,并产生可验证的结果。
Deep Work Plan 的主要功能
Deep Work Plan 是一个麻省理工学院许可的、与代理无关的方法论和技能包,它将任何代码仓库转变为一个结构化的“线束”,用于长期 AI 编码工作。它安装了仓库原生的规划和执行工件(例如,AGENTS.md、分类的 docs/ 树、跨代理的 .agents/ 工具包以及被 git 忽略的 .dwp/ 工作区),因此代理可以执行具有明确验收标准和验证门的多小时任务,减少偏差,并在上下文限制后可靠地恢复——无需外部守护程序、账户或遥测。
仓库即线束入职: 检查仓库的真实堆栈(语言、框架、清单、CI)并生成适应性工件——将通用占位符视为失败——因此仓库本身成为代理的持久执行环境。
带有验证门的规范驱动深度工作计划: 创建具有明确验收标准和验证步骤的可恢复计划,使长期工作可审计,并防止在许多文件和决策中途出现偏差。
与代理无关的 Markdown 优先工作流: 使用 Markdown 和简单程序,以便多个代理/工具可以遵循相同的单一事实来源;适配器支持 Claude Code、Cursor、Codex、Copilot、Gemini、Windsurf、Cline 等。
AGENTS.md + 通过符号链接统一规则: 在仓库根目录写入 AGENTS.md 并将 CLAUDE.md 符号链接到它,以及一个 .claude → .agents 符号链接,确保不同的工具读取一套一致的指令集。
Git 原生可恢复性与 .dwp/: 将计划/草稿存储在被 git 忽略的 .dwp/ 文件夹中,并依赖 git 状态而不是外部服务,从而在上下文溢出后实现恢复,并方便会话或代理之间的切换。
目标一致性检查: 包含一个验证命令,该命令根据规范生成通过/失败的一致性,使“AI 优先”仓库的准备情况可衡量并可随时间重新检查。
Deep Work Plan 的使用场景
SaaS 工程团队中的大型重构: 规划和执行多文件重构(例如,架构清理、模块边界、依赖升级),并带有验收标准和验证步骤,以使工作在数小时/数天内保持一致。
框架或平台迁移: 运行长期迁移(例如,构建系统更改、API 版本升级、单体到模块化转变),具有可恢复状态和仓库派生的命令,用于可重复验证。
新或继承仓库的 AI 优先入职: 通过从实际代码库生成 AGENTS.md 和分类的 docs/ 来标准化文档、命令和代理规则,从而提高新团队或收购的可维护性。
跨多仓库程序的协调工作: 使用“协调器中心”原型来协调多个仓库的子计划,在复杂的产品生态系统中保持边界、导航和验证的一致性。
受监管或隐私敏感的开发环境: 通过保持计划和执行状态的本地化和 git 原生,采用代理辅助工作流,无需外部遥测或账户——适用于金融、医疗保健或内部企业代码库。
优点
与代理无关且可移植:使用 Markdown 作为通用接口,适用于许多编码代理/工具。
减少长期偏差:明确的验收标准和验证门使多小时工作可验证。
Git 原生且可恢复:没有外部状态,可在上下文溢出后恢复并轻松切换。
入职适应实际仓库:根据真实的清单和 CI 而不是模板生成命令/文档。
缺点
最适合较长、结构化的工作:对于快速的一次性编辑或非常小的仓库可能会感觉过于繁重。
质量取决于仓库卫生:不清晰的测试/CI 或缺失的清单可能会限制入职推断验证命令的效果。
需要流程采纳:团队必须致力于规范/计划纪律,才能充分实现减少偏差的好处。
如何使用 Deep Work Plan
1) 选择目标仓库和长期任务: 选择您想要“AI优先”的仓库和一个通常会导致代理漂移的任务(迁移、新子系统、多文件重构)。确保仓库是干净的(提交或暂存本地更改),以便深度工作计划的入职可以原子提交。
2) 通过将您的编码代理指向/init.md开始入职: 在您的代理(Claude Code、Cursor、Codex、Copilot、Gemini等)中,给出一条指令,打开并遵循https://deepworkplan.com/init.md上的入职提示。这是告诉代理采用何种方法和生成何种工件的入口点。
3) 让代理推断您的技术栈(无模板): 代理检查您的仓库的真实清单、文件夹布局和CI,以推断语言/框架、包管理器和实际的验证命令(测试/lint/构建)。它还将仓库分类为独立仓库或协调器中心。
4) 生成并提交AGENTS.md作为持久的事实来源: 代理在仓库根目录写入AGENTS.md,其中填充了您的仓库的真实命令和约定(而不是占位符)。如果您的工具使用CLAUDE.md,它将符号链接到AGENTS.md,以便有一套规范的指令集。
5) 生成分类的docs/和模块级文档: 代理搭建docs/层次结构(设置、架构、标准、故障排除),并在适当的地方(尤其是在monorepos中)创建模块级README/docs。此文档来源于您的代码库和构建/CI实际情况。
6) 搭建跨代理的.agents/工具包: 代理创建一个.agents/目录(技能、代理、命令),并添加.claude → .agents符号链接,以便多个代理工具可以读取相同的操作工具包。这使得仓库可以在代理之间移植。
7) 安装深度工作计划技能包并创建.dwp/状态: 代理安装DWP技能包(创建、执行、完善、恢复、状态、验证、入职、编写),并搭建一个git忽略的.dwp/文件夹用于计划和草稿。关键思想是Git原生的可恢复性,无需外部状态。
8) 使用/dwp-verify验证一致性: 运行验证命令(/dwp-verify),生成一份针对深度工作计划规范的客观通过/失败报告。修复所有失败,直到仓库可重新验证为“AI优先”。
9) 为您的任务创建深度工作计划(规范驱动): 使用DWP创建流程(例如,/dwp-create)生成一个计划,其中包括明确的验收标准和验证关卡(测试/lint/构建命令)。计划的编写应使其任何代理都可以执行,并且进度可检查。
10) 逐步执行计划并带有验证关卡: 运行执行流程(例如,/dwp-execute)。代理遵循计划,跨文件实施更改,并在定义的关卡处运行指定的验证命令。这减少了漂移并使工作可验证。
11) 跟踪进度并在实际情况变化时进行调整: 当出现新信息时,使用状态和完善流程(例如,/dwp-status、/dwp-refine)更新计划。保持验收标准和关卡最新,以便计划仍然是持久的事实来源。
12) 跨会话可靠恢复(即使在上下文溢出之后): 如果代理在任务中途停止或上下文溢出,请使用恢复流程(例如,/dwp-resume)。由于计划/草稿存储在git忽略的.dwp/文件夹中,并且仓库包含线束(AGENTS.md、docs、.agents/),任何兼容的代理都可以从上次中断的地方继续工作。
13) (可选) 使用作者工具扩展线束: 如果您需要仓库特定的自动化,请使用作者子技能(skill-create、agent-create)在.agents/下添加新的技能/代理/命令。这使得仓库可以随着时间的推移发展自己的可重复过程。
14) (可选) 用于多仓库程序的协调器中心工作流: 如果入职将您的仓库分类为协调器中心,请使用中心的清单/索引在每个子仓库中生成子深度工作计划。每个子计划都在自己的仓库中提交,而中心协调边界和导航。
Deep Work Plan 常见问题
Deep Work Plan 是一种获得 MIT 许可的、与代理无关的方法论和技能包,它将代码仓库转化为结构化的“线束”(上下文、护栏和持久计划),以便 AI 编码代理能够使用规范驱动的开发、明确的验收标准和验证门,可靠地执行长期工作。











