mcpField
P
planning

planning

github.com/langchain-aiAgent 工作流30.8k223 次安装今天更新
代码仓库

关于 planning

用于在编码实现前制定计划的 Skill。它引导 Agent 梳理需求、探索代码库、定位相关文件、编写可执行待办事项并评估风险。

主要功能

  1. 01梳理任务目标与验收标准
  2. 02探索项目结构和测试
  3. 03定位相关代码与文件
  4. 04创建结构化实现待办事项
  5. 05评估风险与边缘情况

适用场景

  1. 01规划新功能实现
  2. 02将问题拆分为可执行步骤
  3. 03识别代码变更影响的文件
  4. 04准备测试和验证步骤

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/langchain-ai/deepagents --skill planning

安装后在 Claude Code 中输入/planning确认已加载。

详细介绍

规划技能

在开始新的编码任务时使用此技能，以制定周密的实现计划。

步骤

1. 理解任务
  • 完整阅读 issue/任务描述
  • 明确预期结果和验收标准
  • 记录提到的任何约束或要求
2. 探索代码库
  • 找到仓库根目录，阅读项目结构
  • 确定技术栈（语言、框架、测试运行器）
  • 如果存在 README、CONTRIBUTING 或类似文档，请阅读
  • 查找现有测试，了解测试模式
3. 确定相关文件
  • 使用 grep 查找与任务相关的代码
  • 阅读最相关的文件（入口点、相关模块）
  • 确定哪些文件需要修改，哪些需要新建
  • 检查需要遵循的现有模式
4. 编写计划

使用 write_todos 创建结构化计划：

write_todos([
    "1. <specific change in specific file>",
    "2. <next specific change>",
    "3. Write tests for <feature>",
    "4. Run test suite and fix failures",
    "5. Review all changes"
])
5. 评估风险
  • 是否存在破坏性变更？
  • 是否有需要处理的边界情况？
  • 这是否会影响代码库的其他部分？
  • 对不确定的内容进行标记，以便审查

指导原则

  • 计划应包含 3 到 10 个具体步骤
  • 每个步骤应足够具体，无需进一步规划即可执行
  • 将编写测试和运行测试作为明确的步骤包含在内
  • 以审查/验证步骤结尾

评论

支持 Markdown