Deep Work Plan.

Deep Work Plan

Deep Work Plan 是一款专为 AI 编程智能体设计的结构化执行方法论。它将任意代码仓库转化为具备完整上下文、安全护栏和持久化计划的结构化环境，让任何 AI 编码助手都能精准执行长周期开发任务，从代码迁移、子系统重构到跨文件大规模改造，全程不偏离目标、可验证、可恢复。

产品亮点

• 规范驱动开发：以 Deep Work Plan 作为持久化的唯一真相源，智能体按明确的验收标准和验证关卡逐步执行，杜绝长任务中的上下文漂移和半途而废。
• 仓库即载体：将 AGENTS.md、docs 文档体系、.agents/ 技能目录和 DWP 技能直接植入仓库本身，任何智能体、任何会话都能无缝接管和续作。
• 推理式初始化：基于仓库实际的技术栈、框架、包管理器和验证命令进行推理分析，自动生成适配的 AGENTS.md 和文档体系，拒绝套用模板。
• 智能体无关：纯 Markdown 和 Bash 实现，与 Claude Code、Cursor、OpenAI Codex、GitHub Copilot、Gemini、Windsurf、Cline 等主流 AI 编程工具全面对接。
• Git 原生可恢复：无守护进程、无外部状态，计划和草稿存储于 gitignored 的 .dwp/ 目录，任务可随时从 Git 状态恢复，即使上下文溢出也不中断。
• MIT 开源零遥测：完全开源的方法论和工具套件，零数据收集，企业可安全自主部署。

使用场景

• 长周期代码迁移：将遗留系统迁移至新框架或新语言，Deep Work Plan 将复杂迁移拆分为可验证的阶段性计划，智能体按步骤执行并在每个验证关卡确认成果，确保迁移完整可控。
• 大规模重构改造：面对跨数十个文件的子系统重构，计划作为持久化蓝图记录决策和上下文，智能体在多次会话中保持连贯，避免因上下文遗忘导致的方向偏离。
• 多仓库协调开发：通过 Orchestrator Hub 模式，在统一协调仓库中管理多个子仓库的并行开发计划，每个子计划独立提交，实现复杂产品线的 AI 驱动协同。
• AI 优先仓库建设：新启动或现有仓库通过一次初始化命令，即可获得完整的 AGENTS.md 文档体系、技能目录和验证机制，成为可被任何 AI 智能体理解和驾驭的 AI-first 仓库。

目标受众

面向需要让 AI 编码助手可靠完成数小时乃至数天开发任务的软件工程师、技术负责人和开发团队，尤其适合采用多智能体工具链、追求长周期任务自主执行和可验证交付的技术组织。