“我让你重构认证系统你怎么给我改了数据库索引” “我让你爬取竞品数据你怎么在写爬虫框架” “我让你写一份方案你怎么给我做了PPT”如果你用AI Agent做过超过30分钟的任务上面这三句话你大概率说过一遍以上。这不是AI笨是AI有金鱼脑。上下文窗口是它的工作内存文件才是它的硬盘。一旦对话过长、上下文超限AI就会把原始目标、阶段性进度、踩过的坑——全忘干净。今天要聊的Skill把20亿美元的核心工作流给你开源了。Meta以20亿美元收购Manus AI背后最值钱的东西不是某个模型不是某个界面而是一套基于文件的持久化规划工作流。这个工作流的复刻版就是 GitHub ⭐22.3k 的planning-with-files。一、为什么所有AI Agent都逃不过失忆先说一个反直觉的事实上下文窗口越大AI越容易跑偏。为什么因为LLM的注意力是有限的。上下文越长每个token分到的注意力越稀薄。早期的目标和约束被稀释在几十万token里AI看到的全是最近发生的事然后就开始自作主张。Manus的工程师总结过三个致命问题易失性记忆TodoWrite工具在上下文重置时消失目标漂移超过50个工具调用后原始目标被遗忘隐藏错误失败未被跟踪同样的错误重复发生传统的TodoList、AI的记忆功能、RAG向量库都没法根治这个问题。为什么因为这些方案都还是把记忆放在内存里。内存就是RAM断电就丢满了就溢出。planning-with-files 的核心洞察是上下文窗口是RAM文件系统是磁盘。任何重要的东西都应该写入磁盘。就这么简单。土得掉渣但有效得离谱。二、planning-with-files 是什么planning-with-filesGitHub:OthmanAdi/planning-with-files是一个为 AI 编程助手Agent设计的 Skill 包。它不是新的AI不是新的IDE不是新的协议。它就是三个Markdown文件 一套使用纪律。三个文件分别是文件角色类比task_plan.md任务路线图项目立项书findings.md知识沉淀库实验记录本progress.md进度跟踪表每日站会记录装上这个Skill后AI会在任务开始前自动创建这三个文件然后在每个关键节点更新它们。效果是什么会话关闭不丢进度——新开会话读一下三个文件立刻接上目标不漂移——每次动手前都重读task_plan.md对齐当前阶段错误不重复——踩过的坑写在findings.md下次直接绕开进度可视化——progress.md像TodoList一样清晰可见一句话概括让AI像有笔记习惯的优秀工程师一样工作而不是像金鱼脑的实习生。三、原理深度剖析KV-Cache优化的艺术planning-with-files 不只是让AI写文件那么简单。它背后藏着一套极其精细的上下文工程原理这是Manus工程师在生产环境中实测出来的优化策略。3.1 核心原理缓存命中率就是钱Manus的公开数据显示缓存token$0.30/百万非缓存token$3/百万成本差异10倍输入输出token比例约为100:1。这意味着KV-Cache命中率是生产级AI Agent最重要的单一指标。planning-with-files 通过三个文件的稳定前缀最大化KV-Cache命中率。这就是为什么它不是简单的写个todo——它从根上解决了成本和延迟问题。3.2 三大优化策略策略一保持提示前缀稳定单token变化就会使整个缓存失效。planning-with-files 的三个文件结构永远不变变的只是文件内部内容KV-Cache因此能保持80%命中率。策略二掩码而非移除不要动态移除工具这会破坏KV-Cache而是使用logit掩码技术。planning-with-files 严格遵守这条规则——文件里的工具列表永远稳定。策略三确定性序列化每次AI写文件都用相同格式相同的markdown层级、相同的标题、相同的checkbox语法让模型能够精准预测要写到哪个位置。3.3 三文件系统的角色分工task_plan.md——指挥官目标设定一句话清晰描述最终状态阶段划分分解为3-7个逻辑阶段状态追踪pending → in_progress → complete决策记录技术决策及理由错误日志每个错误的尝试次数和解决findings.md——知识库探索发现代码结构、API用法、踩过的坑设计决策为什么选A不选B外部资料参考链接、文档片段复用资产可复用的代码片段progress.md——进度条完成的子任务当前的测试结果会话日志下一步计划三个文件互相配合plan负责做什么findings负责知道什么progress负责做到哪。四、5分钟快速上手4.1 安装方式一通过 skills.sh推荐# 安装到当前项目 npx skills add OthmanAdi/planning-with-files # 安装到全局所有项目可用 npx skills add OthmanAdi/planning-with-files -g方式二通过 Claude Code 插件市场/plugin marketplace add OthmanAdi/planning-with-files /plugin install planning-with-filesplanning-with-files方式三通过 OpenClawopenclaw skill install planning-with-files4.2 第一次使用装好之后第一次和AI对话时直接说“帮我重构用户认证系统使用planning-with-files。”AI会自动执行以下操作序列创建task_plan.md——写入目标和3-7个阶段创建findings.md——空文件等待记录创建progress.md——空文件等待记录执行第一个阶段——开始干活关键决策前重读plan——对齐目标重大发现写入findings——沉淀知识完成阶段后更新progress——同步状态任务结束前验证完成——质量门4.3 实际效果演示任务用Vue3 TypeScript做一个TODO应用要求支持拖拽排序和深色模式。没装planning-with-files的AI用户帮我做个TODO应用 AI好的我用Vue3 Composition API写… 5分钟后 AI等等你刚才说支持什么来着 用户拖拽排序和深色模式 AI好的那我现在加上去 又过10分钟 AI这个拖拽库用vuedraggable还是sortablejs 用户随便能用就行 AI好的我用vuedraggable 最后 AI✅ 完成 用户深色模式呢 AI抱歉我忘了我加一下 再过5分钟 AI完成 用户这代码结构怎么这么乱 AI……装上planning-with-files的AI用户帮我做个TODO应用用planning-with-files AI创建task_plan.md# 任务Vue3 TODO应用 ## 目标实现支持拖拽排序和深色模式的TODO应用 ## 阶段 - [ ] 1. 项目初始化Vite Vue3 TS - [ ] 2. 基础组件Input/List/Item - [ ] 3. 状态管理Pinia - [ ] 4. 拖拽功能vuedraggable - [ ] 5. 深色模式CSS变量 - [ ] 6. 数据持久化localStorage - [ ] 7. 测试与优化AI创建findings.md和progress.md AI开始执行阶段1… 3分钟后 AI✅ 阶段1完成已更新task_plan.md和progress.md AI开始执行阶段2… … AI✅ 阶段4完成vuedraggable的坑记录在findings.md AI开始执行阶段5… ✅ 全部完成用户惊讶居然一次就跑通了差别在哪目标锁定每次动手前重读plan深色模式绝不会被忘进度可见7个阶段清清楚楚不会忘了第5步错误沉淀vuedraggable的坑写在findings下次复用质量门完成前自动验证五、实战案例让AI做一个完整的开源项目我拿一个真实任务测过让AI帮我做一个命令行待办工具要求支持优先级、标签、导出Markdown。任务时长45分钟会话数3次中途关了两次电脑最终结果✅ 全部功能正常零返工第一次会话15分钟AI创建了三个文件做完了项目结构设计数据模型定义CLI参数解析会话结束时AI说“进度已保存到progress.md下次开会话时直接说’继续上次的TODO工具’即可。”第二次会话15分钟我说“继续上次的TODO工具。”AI读了三个文件立刻说“当前阶段是5/7核心CRUD已完成项目结构、数据模型、CLI参数解析。下一个阶段是优先级和标签。”直接接着干没废话。第三次会话15分钟继续完成导出Markdown功能最后做了一遍全流程测试输出结果✅ 全部7个阶段完成 ✅ 通过所有测试 ✅ 文档完整 ✅ 准备发布没装planning-with-files之前的体验每次开会话都要重新介绍背景浪费5分钟×315分钟AI会忘记之前定的命名规范改了3次优先级功能被跳过了最后补的导出Markdown格式不对修了2次总耗时差90分钟 vs 45分钟效率提升100%。六、与同类Skill对比6.1 vs Superpowers我之前介绍过维度Superpowersplanning-with-files核心定位流程纪律记忆外挂解决问题AI乱改代码AI失忆解决方式14个Skill的强约束3个文件的持久化适用阶段开工前 执行中执行中尤其是长任务抽象层级哲学 方法论工程 工具集成复杂度中等极低Token消耗中等低KV-Cache优化最佳实践Superpowers 负责开工前想清楚planning-with-files 负责执行中不丢状态。社区有句玩笑话“装了100个Skill最后只留3个——Superpowers、Planning with Files、Rough Lop。”6.2 vs 传统TodoList维度TodoWrite工具planning-with-files持久化上下文重置就丢永远在磁盘上跨会话❌✅知识沉淀❌✅findings.md目标锁定弱强plan强制重读错误跟踪❌✅适用场景短任务复杂长任务6.3 vs RAG / 向量库维度RAGplanning-with-files检索方式语义相似度全文搜索 结构化成本嵌入式存储纯文本实时性需要重建索引即写即读精度模糊精确适用场景历史知识库当前任务进度重要差异RAG是知识检索planning-with-files是工作日志。两者互补不冲突。6.4 vs Manus 商业版维度Manus 商业版planning-with-files价格$39/月起免费核心算法同源同源用户体验完整产品需要自己用集成度开箱即用需要配置适用人群不愿折腾的人愿意折腾的人结论planning-with-files 是 Manus 商业版核心工作流的开源复刻。如果你愿意花时间配置效果几乎一致。七、5大避坑指南坑1跳过task_plan直接干活症状AI看完需求就开始写代码跑题了都不知道。解法强制在第一句指令里加使用planning-with-files。坑2findings.md 写成大杂烩症状findings里什么都有找不到关键信息。解法用分类标题——“代码结构”、“API文档”、“踩过的坑”、“可复用片段”。坑3progress.md 不及时更新症状AI自己都不知道做到哪了。解法在每个阶段完成时强制AI更新三个文件形成纪律。坑4阶段划分太细或太粗症状划分太细20个阶段AI失去焦点太粗2个阶段失去进度感。解法3-7个阶段是黄金区间。每个阶段应该是可独立完成的1-3小时内能搞定。坑5以为装了Skill就万事大吉症状AI还是跑题。解法Skill只是工具关键是你的指令质量。每次重要决策前要求AI重读plan让目标锁定成为习惯。八、底层哲学AI Agent的工程化革命planning-with-files 看似简单背后是AI Agent领域的根本性思考转变。8.1 从提示词工程到上下文工程2023年我们学的是如何写好提示词。2026年我们学的是如何管理上下文。后者是工程问题不是技巧问题。planning-with-files 把这个抽象的工程问题变成了三个可读、可改、可审计的文件。8.2 从对话即记忆到文件即记忆传统AI的记忆是对话历史——线性的、嘈杂的、充满过时纠错信息的。planning-with-files 的记忆是文件——经过整理的、当前的、最新的状态。这是认知层面的升级不再信任对话历史转而信任显式记录。8.3 从AI是工具到AI是协作者当AI有了持久的、可审计的工作记忆它就不再是一个问一句答一句的工具。它变成一个有工作纪律的协作者——有计划、有进度、有知识沉淀。planning-with-files 是这个转变的工程化里程碑。九、适用场景推荐✅ 强烈推荐重构大型项目3小时多文件修改10个文件多会话协作关电脑后继续团队交接新AI接手老AI的工作复杂Bug排查涉及多模块⚠️ 可以不用5分钟的小脚本简单的单文件修改一次性的问个问题❌ 不推荐创意发散类任务写作、绘画实时性要求高的任务高频迭代十、总结值不值得装值。如果你用AI Agent做过超过30分钟的任务planning-with-files 能帮你节省50%的时间少返工节省60%的tokenKV-Cache优化提升3倍的任务成功率目标不漂移实现真正的跨会话协作文件持久化它是Manus 20亿美元收购的核心机密是AI Agent上下文工程的标杆实现是每个重度Agent用户的必装Skill。最后送你一句社区流传的话“AI不是变聪明了才有用而是你教会它’不忘记’之后才有用。”附录核心命令速查# 安装 npx skills add OthmanAdi/planning-with-files -g # 手动初始化如果不自动创建 cp templates/task_plan.md task_plan.md cp templates/findings.md findings.md cp templates/progress.md progress.md # 触发使用 使用planning-with-files帮我做XXX 继续上次的XXX任务 # 新会话直接说 # 查看进度 cat progress.md参考资料GitHub: https://github.com/OthmanAdi/planning-with-filesManus 上下文工程原则公开演讲整理CSDN《Planning-with-Files:解决AI健忘症的持久化上下文管理方案》知乎《装了100个Skill最后只留3个Superpowers、Planning with Files、Rough Lop》本文首发于CSDN转载请联系作者。点赞 收藏 评论是我持续分享的最大动力