Todo - 待办事项管理
核心原则
简单直接,三区管理
- •重要: 高优先级的关键任务
- •Todo: 普通待办任务
- •Finish: 已完成的任务
文件格式
todo.md 使用标准 Markdown checkbox 格式:
markdown
# Todo ## 重要 - [ ] 高优先级任务1 - [ ] 高优先级任务2 ## Todo - [ ] 普通任务1 - [ ] 普通任务2 ## Finish - [x] 已完成任务1 ✅ 2026-01-19 - [x] 已完成任务2 ✅ 2026-01-18
工作流程
🔍 添加任务前的推理(重要)
在添加任何任务之前,必须执行以下思考:
1. 分析任务清晰度
检查任务描述是否:
- •✅ 具体明确: 有明确的行动和结果
- •✅ 可执行: 知道具体要做什么
- •❌ 过于模糊: 如"写代码"、"做优化"
2. 任务不清晰时的处理
如果任务描述不够具体,必须询问用户:
code
任务"XXX"不够具体,请问: 1. 具体要做什么? 2. 预期结果是什么? 3. 有没有特定的约束或要求?
示例:
- •❌ 用户说"优化代码" → 询问具体要优化什么
- •❌ 用户说"写文档" → 询问是什么文档,给谁看
- •✅ 用户说"实现用户登录API" → 清晰,可直接添加
3. 适度拆分任务
如果任务过于复杂,建议拆分:
示例:
code
用户: "部署到生产环境" AI: 这是一个复杂任务,建议拆分为: 1. 准备部署配置 2. 备份当前数据 3. 执行数据库迁移 4. 部署新版本 5. 验证部署结果 要按这个拆分添加吗?
4. 自动判断优先级
根据任务内容自动判断放入哪个区域:
放入【重要】的情况:
- •包含"紧急"、"关键"、"重要"、"bug"、"修复"等词
- •阻塞其他任务的核心问题
- •用户明确说是高优先级
放入【Todo】的情况:
- •常规开发任务
- •学习类任务
- •不紧急的优化任务
不确定时询问:
code
这个任务应该放哪个区域? 1. 重要 - 高优先级 2. Todo - 普通任务
基本操作
添加任务
code
添加任务: 完成用户登录功能 添加重要任务: 修复支付bug 新任务: 学习Rust异步编程
推理后添加的示例:
code
用户: "优化性能" AI: 性能优化是个大任务。具体要优化: 1. 数据库查询? 2. 前端渲染? 3. API响应时间? 4. 还是整体架构? 请明确一下,我会帮你拆分成具体任务。 --- 用户: "数据库查询太慢" AI: 明白了。这个任务放【重要】还是【Todo】? 用户: 重要 AI: 已添加到【重要】: - [ ] 优化数据库查询性能
完成任务
code
完成任务: 完成用户登录功能 done: 修复支付bug
完成时自动添加日期戳并移动到 Finish 区:
markdown
- [x] 完成用户登录功能 ✅ 2026-01-19
移动任务
code
移到重要: 优化数据库查询 移到todo: 学习Rust
查看任务
code
查看所有任务 查看重要任务 查看未完成任务
删除任务
code
删除任务: 过期的任务
最佳实践
任务描述
✅ 好的任务:
- •"实现用户登录API(POST /api/login)"
- •"修复支付页面在iOS上的崩溃"
- •"编写用户模块的单元测试(覆盖率>80%)"
❌ 差的任务:
- •"写代码"
- •"做优化"
- •"处理问题"
优先级判断
重要(重要区):
- •Bug修复(特别是线上问题)
- •阻塞其他任务的关键点
- •紧急截止日期的任务
- •核心功能实现
普通(Todo区):
- •新功能开发
- •代码重构
- •文档编写
- •学习研究
使用场景示例
详见 examples/ 目录中的完整对话示例:
- •
clear-task.md- 清晰任务直接添加 - •
vague-task.md- 模糊任务询问细节 - •
complex-task.md- 复杂任务建议拆分 - •
priority-judgment.md- 自动判断优先级
注意事项
- •必须推理: 不要机械地添加任务,先思考任务是否清晰
- •主动询问: 不确定就问,不要猜测
- •保持简单: 任务描述应该一行能说完
- •具体可执行: 每个任务都应该能直接开始做
- •适度拆分: 不要拆得太细,也不要太粗
- •去重检查: 添加前检查是否已存在相同或相似任务
扩展阅读
- •命令参考: 见
references/commands.md - •技术实现: 见
references/implementation.md - •工具集成: 见
references/integrations.md
核心理念: 在添加任务前先思考,确保每个任务都是清晰、具体、可执行的。不要机械执行,要智能推理。