Plan

🎯 自适应任务规划,执行前智能决策

智能自适应规划技能,自动判断任务是否需要规划及规划深度,通过结果追踪持续优化策略,降低失败风险。

收藏
12.6k
安装
3.3k
版本
1.0.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心功能与用法

Plan 是一种元认知执行技能,核心价值在于动态决策——何时直接执行、何时需要规划,以及规划应做到什么深度。它通过结构化决策框架和持续学习机制,解决" rushed execution(仓促执行)导致失败"的常见问题。

核心用法

1. 规划决策矩阵
执行前快速扫描8个信号:任务是否做过、交付物是否单一、错误是否可逆、是否多组件、步骤间是否有依赖、风险是否高、成功标准是否模糊、预估耗时是否超30分钟。满足右侧任一条件即触发规划。

2. 五级规划深度(L0-L4)

  • L0:无需规划,直接执行(熟悉琐事)
  • L1:心理清单(简单低风险)
  • L2:书面要点,可与人共享(中等复杂度)
  • L3:详细计划含里程碑(复杂多步骤)
  • L4:完整计划+人工确认(高风险/全新领域)

3. 标准化规划模板
强制包含:目标、上下文、分步输出/检查点、风险及缓解方案、时间估算、确认需求。L2-L4必须书面化。

4. 验证学习机制
核心创新在于累积式信任建立:每类任务(如"小规模重构""新功能开发")独立追踪成功次数,达到阈值(如10次成功L2规划)后,系统主动询问是否开启"免确认自动执行"。未达阈值或高风险任务强制人工把关。

5. 结果追踪与策略进化
任务完成后记录:规划层级、所用策略、结果(成功/部分/失败)、经验教训、下次调整。长期形成"任务类型→最优策略"的知识库(如"API开发必须先定义接口""迁移必须含回滚步骤")。

---

显著优点

  • 风险前置:30秒决策避免数小时返工,ROI极高
  • 渐进式自动化:信任建立在实证基础上,既防过度保守,也防盲目冒进
  • 知识资产沉淀:失败教训结构化留存,团队可复用
  • 反模式内置:明确抵制"一刀切规划""静态策略"等常见错误

潜在缺点与局限

  • 启动成本:需维护strategies.mdoutcomes.md,小型一次性项目可能"过度工程"
  • 阈值主观:"5次成功""10次成功"的晋升规则未说明如何科学设定
  • 无冲突解决:多人协作时,不同成员对"风险等级"判断可能冲突,文档未提供协商机制
  • 领域局限:示例集中于软件开发(重构、部署、迁移、API),对创意性、探索性任务(如产品设计、战略规划)的适配性未验证

适合人群

  • 个人开发者/技术负责人:需要同时处理多种复杂度任务,希望系统性地减少"低级失误"
  • 团队引入新成员时:标准化规划深度,降低"经验差距"导致的执行偏差
  • 高风险操作场景:生产环境部署、数据迁移、财务系统改造等"失败成本极高"的领域

常规风险

  • 记录倦怠:长期追踪若未产生可见收益,用户可能放弃维护,技能退化为静态检查表
  • 过度自信陷阱:自动执行权限累积后,环境变化(如技术栈升级)可能使历史成功率失效,需定期重审阈值
  • 规划本身成为拖延:"再完善一下计划"可能逃避执行,需警惕L4计划的滥用

Plan 内容

手动下载zip · 6.1 kB
outcomes.mdtext/markdown
请选择文件