如何写出高质量的实施计划：agent-toolkit的gepetto多阶段规划技能深度剖析

如何写出高质量的实施计划agent-toolkit的gepetto多阶段规划技能深度剖析【免费下载链接】agent-toolkitA curated collection of skills for AI coding agents. Skills are packaged instructions and scripts that extend agent capabilities across development, documentation, planning, and professional workflows.项目地址: https://gitcode.com/gh_mirrors/agentt/agent-toolkit你是不是也有这样的经历对 AI 编码助手说一句帮我做个登录系统它立刻开写结果反复返工、边界情况漏掉一大片agent-toolkit 中的gepetto正是一剂良方——它是一款多阶段规划技能planning skill通过调研 → 访谈 → 规格综合 → 计划生成 → 多 LLM 评审 → 章节拆分六个环节把模糊的想法雕琢成一份高质量实施计划。读完本文你将在 10 分钟内掌握它的全部工作机制以及让 AI 产出靠谱实施计划的 5 个实用技巧。 gepetto 是什么把原木雕成木偶gepetto 的名字致敬了《木偶奇遇记》中的杰佩托老爹粗木经过耐心雕琢才会变成活灵活现的木偶。同理这个技能也不追求一句话出方案而是像工匠一样分步打磨工匠工序对应规划阶段产出选料Rough Wood你的初始规格 调研原始想法与调研发现粗雕Careful Carving访谈与规格综合完整规格说明精修Fine Details外部多 LLM 评审独立视角的改进意见抛光Final Polish章节拆分可并行执行的实施单元这套先想清楚再动手的理念正是它与传统边写边改模式的根本区别。技能的完整定义见 skills/gepetto/SKILL.md其中一行就概括了整条流水线Research → Interview → Spec Synthesis → Plan → External Review → Sections⚙️ 工作原理gepetto 的 6 个阶段逐层拆解gepetto 内部其实是一个17 步工作流对外抽象为 6 个阶段。每个阶段都有明确的输入、输出和落盘文件全程可追溯。阶段一智能调研Researchgepetto 会先阅读你的规格文件自动提取其中提到的技术、功能类型与架构模式生成 3–5 个候选调研主题如React 认证模式Redis 会话存储最佳实践然后向你确认是否调研代码库现有模式与约定和网络最新最佳实践。两个调研任务会并行交给子代理执行结果由主上下文汇总后写入claude-research.md。详细规则见 research-protocol.md。这一步的价值在于访谈时不会再问调研已回答的问题而是追问调研中暴露出的复杂点。阶段二需求访谈Interview这是最容易被低估、也最能拉开计划质量差距的一步。gepetto 扮演对本项目负责的高级架构师遵循 interview-protocol.md 中的提问哲学✅ 好的问题X 失败时是重试、记录日志还是提示用户❌ 坏的问题还有什么要补充的吗每轮只问 2–4 个开放式问题直到它有信心不靠任何假设就能写出详细计划为止。完整问答会存档为claude-interview.md——需求藏在用户脑中的那些理所当然正是这里被问出来的。阶段三规格综合Spec Synthesis三个来源在此熔为一体写入claude-spec.md你的原始规格文件哪怕只是几条要点调研发现若执行过阶段一访谈答案阶段二从此往后一切都以这份合成规格为准避免原始需求中的模糊表述污染计划。阶段四生成实施计划Plan产出的claude-plan.md是核心交付物。gepetto 有一条硬性要求为陌生读者而写——任何没有背景知识的工程师或 LLM只读这一份文档就应该完全理解我们做什么、为什么做、怎么做。这解释了为什么计划必须自包含不能依赖聊天记录。阶段五外部多 LLM 评审External Reviewgepetto 会把claude-plan.md同时发给Gemini CLI和Codex CLI两个独立评审者让它们以资深架构师身份并行审查潜在的坑与边界情况、遗漏项、安全漏洞、性能问题、架构缺陷、模糊需求提示词设计见 external-review.md。评审意见存入reviews/目录后gepetto 会写一份claude-integration-notes.md逐条说明采纳了哪些建议、放弃了哪些以及原因——你始终是最终裁决者外部 AI 只提供参考。若未安装对应 CLI该阶段自动跳过工作流不中断。阶段六章节拆分Sections最终计划会被切成编号章节section-01-foundation、section-02-config……每章由并行子代理独立撰写。每个章节文件严格遵循 section-splitting.md 中的模板必须包含背景为什么存在这一节需求完成时必须为真的条件依赖requires / blocks 关系实现细节验收标准勾选清单待创建/修改文件关键原则是完全自包含实施者只读这一个文件就能开工无需翻回总计划。sections/index.md还会给出依赖图与执行顺序标明哪些章节可并行开发格式规范见 section-index.md。 快速上手一条命令启动规划流程第 1 步准备规格文件。它可以非常粗糙比如planning/ └── auth-spec.md # 认证系统 需要 OAuth2 登录Google / GitHub 会话存 RedisAPI 鉴权用 JWT第 2 步运行技能/gepetto planning/auth-spec.md第 3 步跟着提示走。回答调研选择与访谈问题审阅计划完成。整个规划目录会包含 9 类产物详见下文文件清单并自动生成两份一键执行文件供 ralph-loop 或 Ralphy 自动实施。 安装方式按 skills/gepetto/README.md 的说明通过 Claude Code 插件市场安装或将skills/gepetto目录复制到~/.claude/skills/即可。 交付物规划完成后你得到什么运行结束后planning/目录会呈现这样一棵计划树文件 / 目录作用claude-research.md代码库 网络调研发现claude-interview.md需求访谈完整问答记录claude-spec.md综合后的规格说明claude-plan.md核心交付物完整实施计划claude-integration-notes.md外部评审意见的采纳/放弃决定reviews/Gemini 与 Codex 的独立评审报告sections/自包含的章节文件 依赖索引claude-ralph-loop-prompt.mdralph-loop 一键执行提示词claude-ralphy-prd.mdRalphy 自动执行的 PRD 任务清单 计划变代码3 种落地方式方式适合场景怎么做A. 手动实施推荐想理解代码库、保持掌控按sections/index.md的依赖顺序逐节实现对照验收清单打勾B. ralph-loop 自动执行在 Claude Code 内过夜跑大计划/ralph-loop planning/claude-ralph-loop-prompt.md --max-iterations 100C. Ralphy 自动执行多 AI 引擎、并行、每任务建分支ralphy --prd planning/claude-ralphy-prd.md无论哪种方式章节的自包含设计都保证了执行侧零上下文切换成本。 5 个技巧让实施计划质量更上一层楼从有点东西开始——哪怕三五个要点也够访谈阶段会帮你把细节问出来认真回答访谈——这是隐藏需求浮出水面的唯一窗口别急着点随便你批判性审阅外部评审——外部 LLM 能发现盲区但也可能过度设计取舍权在你善用并行章节——无依赖的章节可以同时开工或分派给不同人/不同 AI 会话迭代而非推倒重来——计划不满意时编辑claude-plan.md后重跑章节生成即可。中断了怎么办自动断点续跑gepetto 的一个实用设计规划状态完全由落盘文件决定。上下文耗尽、中途休息都没关系用同一个规格文件再次执行/gepetto planning/auth-spec.md它会根据已存在的文件自动判断从哪一步续跑完整恢复点对照表见 SKILL.md。想从头再来删掉规划目录里的文件即可。⚖️ 什么时候该用、什么时候该跳过✅ 推荐使用⏭️ 可以直接跳过需求模糊、需要澄清简单 bug 修复、单文件改动功能足够复杂值得外部评审需求已非常明确希望章节可并行推进只想立刻开始写代码 延伸阅读去哪里看源码与协议技能主定义17 步工作流全文skills/gepetto/SKILL.md用户文档含安装与 ralph-loop / Ralphy 集成skills/gepetto/README.md五份阶段协议文档skills/gepetto/references/gepetto 证明了一个朴素却常被忽视的道理AI 写代码的速度早已不是瓶颈想清楚要做什么才是。把规划这件事本身交给一条可审计、可续跑、可多人评审的流水线你的下一次开发就从边写边返工变成了按计划推进。【免费下载链接】agent-toolkitA curated collection of skills for AI coding agents. Skills are packaged instructions and scripts that extend agent capabilities across development, documentation, planning, and professional workflows.项目地址: https://gitcode.com/gh_mirrors/agentt/agent-toolkit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考