GitHub 上一个名为 planning-with-files 的开源项目突然爆火，它不仅复刻了 Manus 的核心工作流，更揭示了让 AI 能够长期稳定工作的“核心机密” 其实在于“记性”，在于一种叫做“上下文工程”（Context Engineering）的技术。
这个老哥还把这套核心逻辑做成了 Claude Code 的一个插件（Skill），直接开源了。让你可以在 Claude Code/Codex/Cursor 等 AI 编程工具中直接使用。
为什么 AI 总是“走神”？
相信很多重度用户都有过这样的体验：
刚开始和 AI 聊天时，它聪明、敏锐，能完美理解你的需求。但随着对话进行到第 20 轮、第 50 轮，AI 开始变得“健忘”：
- • 它把所有代码都塞进对话框，导致上下文溢出（Context Stuffing）。
这并不是模型不够聪明，而是工作记忆（Working Memory）的限制。就像人类无法同时记住 50 件事一样，AI 在过长的上下文窗口中也会迷失方向——这就是所谓的目标漂移（Goal Drift）。
Manus 之所以在短短 8 个月内做到 1 亿美元营收，并被 Meta 高价收购，核心并不在于它用了什么超越时代的模型（虽然模型也很重要），而在于它发明了一套被称为 “上下文工程”（Context Engineering） 的方法论。
文件即记忆
GitHub 上这个名为 planning-with-files 的项目，直接将 Manus 的这套方法论实现为一个开源的 Claude Code Skill。
它的核心理念简单得令人发指，却又有效得惊人：把 Markdown 文件当作 AI 的硬盘记忆。
项目作者 OthmanAdi 在文档中引用了 Manus 的核心逻辑：
“Markdown 是我在磁盘上的‘工作记忆’。因为我的活跃上下文有限，Markdown 文件不仅是笔记板，更是进度的检查点和最终交付物的积木。”
这就好比给 AI 配了一个“烂笔头”。
这个开源 Skill 强制 AI 在执行复杂任务时，必须遵循 “三文件模式”：
- 1.
task_plan.md（任务规划书）：这是大脑。记录目标、当前阶段、已完成的进度和遇到的错误。 - 2.
notes.md（笔记/草稿）：这是笔记本。存储调研结果、中间思考和长文本，不要把这些东西塞进宝贵的对话上下文里。 - 3.
[deliverable].md（交付物）：这是最终产品。
最精彩的设计在于它的工作流循环。
普通的 AI Agent 是这样的：
接收指令 -> 执行 -> 执行 -> 执行 -> 迷失 -> 报错 -> 崩溃
而装了这套 Skill 的 Claude 是这样的：
- 1. 读计划（Read）：在做任何决定前，先读取
task_plan.md，把目标重新拉回“注意力窗口”。 - 2. 行动（Act）：执行具体的搜索、编码或调研。
- 3. 记录（Update）：把结果写入
notes.md，把进度更新到 task_plan.md 的复选框中。 - 4. 复盘（Review）：如果有错误，记录在案，确保存档。
这种 “读取 - 决策 - 行动 - 更新” 的死循环，让 AI 即使进行了 50 次以上的工具调用，依然能像刚开始一样清晰地知道：“我是谁？我在哪？由于什么错误我卡住了？下一步该干什么？”
planning-with-files 证明了，通过结构化的**外部存储（External Storage）**来管理上下文，比单纯依赖模型的内部记忆要可靠得多。
这其实就是 AI 版的 GTD（Getting Things Done）：
如何安装和使用
要给你的 Claude 加上这个“外挂”，操作非常简单。
1. 安装 Skill
你需要先确保安装了 Claude Code。然后打开终端，进入你的 Skills 目录（如果没有就新建一个，例如 ~/.claude/skills），运行以下命令：
# 进入 Skills 目录
cd ~/.claude/skills
# 克隆仓库
git clone https://github.com/OthmanAdi/planning-with-files.git
2. 自动激活
安装完成后，不需要复杂的配置。只要你在和 Claude 对话时提到 “planning”（规划）、“organize”（整理）或者 “track progress”（追踪进度），或者给它派发一个复杂的任务，这个 Skill 就会自动觉醒。
它会自动帮你创建 task_plan.md，然后开始它的表演。
粤ICP备14082021号
免费POC，
零成本试错
