这个 Skill 能做什么，适合哪些场景？
DojoAgents 仓库中的 writing-plans 技能，专注于编写高质量的实现计划。它指导用户将复杂功能拆解为2-5分钟的细粒度任务，每个任务都包含精确的文件路径、完整的可复制代码、确切的命令和预期输出，并遵循 DRY、YAGNI 和 TDD 原则。该技能源自 obra/superpowers，面向需要清晰指导的开发者和子代理。它强调计划应详尽到实现者无需猜测，从而减少误解和返工。
该技能指导用户编写结构化实现计划，包括：分析需求、探索代码库（使用搜索和读取工具）、设计架构、生成按顺序排列的任务列表、为每个任务提供精确的文件路径和完整代码示例、给出确切的测试和提交命令、检查计划完整性，最后将计划保存到 docs/plans/ 并提交。它假设实现者对代码库和问题领域缺乏上下文，因此需要详尽到每一步都可直接执行。
- 开发者在实现多步骤功能前，需要一份清晰的执行蓝图。
- 团队负责人需要将复杂需求拆解为可分配给子代理的细粒度任务。
- 独立开发者希望为自己的项目编写详细文档，以便未来回顾时快速理解。
- 项目经理需要为团队成员提供包含精确文件路径和验证步骤的任务说明。
- 当功能看似简单但容易出现假设性错误时，用于防止遗漏细节。
如何安装这个 Skill？
- 该技能为纯文档型，不涉及敏感数据处理，但不会提示用户确认，建议使用者注意操作授权。
- 尽管声称基于 TDD 和最佳实践，但未提供验证示例，执行前请自行检查计划合理性。
- 技能仅提供英文版本，中文用户使用时可能需要翻译，触发准确性可能受影响。
- 技能假设用户熟悉 git 和环境，如需外部服务依赖，可能受网络限制影响。
- Shell / 命令行
- 本地文件系统
该技能位于 DojoAgents 仓库中，路径为 dojoagents/skills/built_in/writing-plans/SKILL.md。由于仓库采用 monorepo 结构，您需要克隆或下载整个仓库，然后将 writing-plans 技能文件夹复制到您 Agent Skills 客户端（如 Claude Code）的技能目录中。具体安装步骤未在源文件中详细说明，但标准的 Agent Skills 安装方式是将包含 SKILL.md 的文件夹放到客户端技能目录。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/Alpha-Dojo/DojoAgents.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/dojoagents/skills/built_in/writing-plans" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 使用 writing-plans 技能为 [功能名称] 编写实现计划
在支持 Agent Skills 的客户端（如 Claude Code）中，您可以引用该技能并要求它为某个功能编写实现计划。示例触发提示词："使用 writing-plans 技能为 [功能名称] 编写实现计划"。技能会引导您输出包含标题、目标、架构、技术栈和任务列表的 Markdown 文件，每个任务都包含客观、文件、步骤和验证。执行时建议配合 subagent-driven-development 技能逐任务执行。
这个 Skill 有哪些优点和局限？
- 强调任务细化，每个任务2-5分钟，降低执行认知负担。
- 要求精确文件路径和完整代码，减少歧义。
- 内置 TDD、DRY、YAGNI 原则，提高代码质量。
- 提供清晰的计划结构模板，易于复用。
- 适用于人工执行和子代理委托，提高自动化效率。
- 编写详尽计划本身耗时，可能不适合简单任务。
- 需要使用者具备一定代码库探索能力，但技能未提供具体工具集。
- 未提及如何在非 CLI 环境（如纯 API）中运行，且计划中的命令如 git 和 pytest 可能不适用于所有语言/框架。
- 来源为 monorepo，独立安装技能可能需要额外操作，文档未明确说明。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 实现计划编写技能 本页 | 42 · 不推荐 | ★ 3.2k | 17 天前 | Apache-2.0 |
| 子代理驱动开发 | 50 · 谨慎使用 | ★ 297k | 16 天前 | MIT |
| 复合学习捕获 | 53 · 谨慎使用 | ★ 25k | 3 天前 | MIT |
| Writing Plans 实施规划 | 53 · 谨慎使用 | ★ 297k | 16 天前 | MIT |
| DeepChat 规格驱动开发（SDD）技能 | 58 · 推荐 | ★ 6.4k | 3 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
该技能本身要求生成实施计划，并未包含任何危险操作如删除、覆盖或传输数据，且明确要求提交到本地 git 仓库（无外部推送）。但技能未提及用户确认机制，且执行过程中可能涉及依赖外部服务或工具，但未明确数据流透明度；未发现任何红色风险线。扣分原因：缺少对敏感数据处理的说明、无显式用户确认步骤。
该技能提供了详细的任务结构模板和检查清单，自我一致性良好，正常路径清晰。但本文是静态审查，无法执行验证；且缺少对异常输入的处理说明，如不明确的代码库或工具调用失败时的处理方式。扣分原因：未达到可执行验证的级别，且错误处理描述不完整。
该技能明确了使用场景（多步功能、复杂需求、委派子代理）和不必使用的场景（简单功能、自己实现），目标用户清晰（经验丰富的开发者但对领域不了解）。但缺少对非适用边界的明确声明，且无中文版本，可能影响中文用户的触发和适用性；也未提及与大陆网络的连接依赖。扣分原因：边界描述不够详尽、缺少多语言支持。
该技能结构良好，拥有明确的标题、任务结构、常见错误和流程步骤，版本号、作者和许可证清晰，提供了检查和维护指引。但缺少安装说明、已知限制、更新路径和变更历史。扣分原因：缺少这些维护性元素。
该技能提供了清晰的步骤和模板，能生成结构良好的实施计划，满足核心目标。但静态审查无法验证输出是否直接可用，且未提供实际示例或对比优势的证据。扣分原因：缺少可验证的输出示例，未达到直接可用的标准。
该技能声称改编自开源项目，但未提供任何可验证的测试或第三方执行证据。本文仅由静态审查，无法独立验证其有效性。扣分原因：缺少测试证据和独立验证。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →