AgentSkillsCN

superpowers-writing-plans

在设计完成后使用,为几乎不了解代码库的工程师生成详尽的实施任务。产出包含精确路径、完整代码示例与验证步骤的实施计划,假定工程师对代码库的领域知识极为有限。

SKILL.md
--- frontmatter
name: superpowers-writing-plans
description: 设计完成后使用,为几乎不了解代码库的工程师生成详细的实施任务。产出包含精确路径、完整代码示例与验证步骤的实施计划,假设工程师的领域知识极少

编写实施计划

概览

编写全面的实施计划,假设工程师对代码库一无所知、经验有限。详细说明他们需要的所有信息:每个任务要修改或创建哪些文件、使用什么代码、如何测试、需要参考哪些文档。将整个计划拆分为颗粒化的任务。遵循 DRY、YAGNI、TDD 原则,并保持频繁提交。

假设他们是熟练的开发者,但对本工具栈或领域几乎不了解,也不擅长测试设计。

开场声明: "我将使用 skills/superpowers-writing-plans 技能编写实施计划。"

计划存放: docs/plans/YYYY-MM-DD-<feature-name>.md

颗粒化任务粒度

每一步是一个动作(2-5 分钟):

  • "编写失败的测试" — 步骤
  • "运行测试确认失败" — 步骤
  • "编写最小实现使测试通过" — 步骤
  • "再次运行测试确认通过" — 步骤
  • "提交代码" — 步骤

计划文档头部

每个计划必须以此开头:

markdown
# [功能名称] 实现计划

> **对于 Claude:** 需要使用的子技能:使用 skills/superpowers-executing-plans 逐步实施此计划。

**目标:** [一句话描述这构建什么]

**架构:** [2-3句话关于方法]

**技术栈:** [关键技术/库]

---

任务结构

markdown
### 任务 N: [组件名称]

**文件:**
- 创建: `exact/path/to/file.py`
- 修改: `exact/path/to/existing.py:123-145`
- 测试: `tests/exact/path/to/test.py`

**步骤 1: 编写失败的测试**

```python
def test_specific_behavior():
    result = function(input)
    assert result == expected

步骤 2: 运行测试验证失败

运行: pytest tests/path/test.py::test_name -v 预期: 失败并显示 "function not defined"

步骤 3: 编写最小实现

python
def function(input):
    return expected

步骤 4: 运行测试验证通过

运行: pytest tests/path/test.py::test_name -v 预期: 通过

步骤 5: 提交

bash
git add tests/path/test.py src/path/file.py
git commit -m "feat: add specific feature"

记住

  • 始终使用精确的文件路径
  • 计划中包含完整代码(不要只写"添加验证"这样的描述)
  • 包含预期输出的精确命令
  • 使用 @ 语法引用相关技能
  • 遵循 DRY、YAGNI、TDD 原则,保持频繁提交

执行移交

保存计划后,给出执行选项:

计划完成并保存到 docs/plans/<filename>.md。两种执行选项:

1. 子代理驱动(本会话) - 我为每个任务派遣新的子代理,任务间进行审查,快速迭代

2. 并行会话(单独) - 在新会话中打开 executing-plans,批量执行并设置检查点

选择哪种方法?

如果选择子代理驱动:

  • 需要使用的子技能: 使用 skills/superpowers-subagent-driven-development 技能
  • 保持在此会话中
  • 每个任务使用新的子代理 + 代码审查

如果选择并行会话:

  • 引导用户在工作树中打开新会话
  • 需要使用的子技能: 新会话使用 skills/superpowers-executing-plans 技能