AI Skill 大全

长任务磁盘记忆规划

将长链路任务的阶段计划、调研发现与进度日志写入本地Markdown文件,并在执行钩子与上下文压缩时自动注回状态,让AI智能体中断后仍能无缝断点续跑。

功能与用途

本功能借鉴类似Manus的持久化磁盘记忆模式,将大语言模型易失的上下文窗口视为内存,把本地磁盘文件作为外部长期存储。在复杂的工程编码或长链条调研中,它会自动在项目目录下维护 task_plan.md、findings.md 和 progress.md 三个核心文件,结合IDE生命周期钩子(如提示提交、工具调用前后、上下文压缩与停止钩子),在每次决策前自动校验目标、记录试错与更新进度,防止AI在多轮交互后遗忘初衷或陷入死循环重试。

适用场景

  • 长链路复杂代码重构:在涉及多模块修改与多次工具调用的工程重构中,将执行计划与验证结果实时写入磁盘,防止多轮交互后因上下文压缩偏离主线。
  • 多步骤技术调研与分析:在跨文档或大型代码库的深度探索中,把关键事实和线索即时沉淀至调研记录文件,确保分析结论留存并支撑后续决策推导。
  • 会话意外中断与断点续跑:当任务因窗口刷新、IDE重启或上下文超限意外中断时,通过本地规划与进度文件快速校验目标,无需重复前序工作即可接续执行。

适用人群

  • 从事多模块重构或大型项目开发的软件工程师
  • 需要AI执行深度长链条行业/技术调研的分析师
  • 开发自主智能体(Autonomous Agent)的工作流编排者

使用步骤

  1. 在当前工程根目录下执行初始化脚本 init-session.sh 生成 task_plan.md、findings.md 和 progress.md 模板。
  2. 配置环境环境变量或执行脚本锁定本次任务唯一的 PLAN_ID,明确单次任务规划所有权。
  3. 启动AI任务,让AI遵循两步动作落盘规则与三振错误重试协议分阶段执行任务。
  4. 在任务被中断或跨会话后,通过 session-catchup.py 或恢复脚本重新读取规划文件并继续推进未完成阶段。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
AI工作流
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
master
最近更新
2026-09-23
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Persistent file-based planning for multi-step AI-agent work. Keeps task_plan.md, findings.md, and progress.md on disk; lifecycle hooks inject selected project planning context. Automatic recovery reads project planning files only. Explicit session-catchup.py --metadata reads same-project local agent session records and emits aggregate counts only; --replay may emit bounded nonce-framed excerpts. Optional gated mode can request continuation only when the host supports it and never runs commands declared in Markdown. The skill has no network upload path. Use for research or work needing 5+ tool calls.

依赖与权限

  • 读取用户主动提供的内容

同类 Skill