不到2周狂飙1wstar,Planning with Files这个Agent项目突然被疯转!
不到两周冲上 1w+ Star,一个“几百行指令+三个 Markdown 文件”的小项目,居然被全网程序员疯转,这事儿本身就挺耐人寻味的。
项目名字叫:Planning with Files。 作者的slogan也很直白:
Work like Manus — the AI agent company Meta acquired for $2 billion.
没错,就是那个被 Meta 以 20 亿美元收购的 Agent 公司 Manus。现在,有人号称用一个 Claude Code 的 skill,就在本地把它的核心工作流给“抄”了个七七八八。
很多人一开始以为这又是一个“新瓶装旧酒”的 prompt 玩具,结果点开一看,发现有点不一样。
传统那套 Agent,大家都见过:要么是云端一大坨“记忆系统”、向量数据库、任务管理器,要么就是花里胡哨的多 Agent 协作,一套跑下来,本地风扇起飞,结果还不如自己记个 Notion ToDo。
Planning with Files 的思路非常朴素: 不搞虚的,就用持久化的 Markdown 文件,把 AI 的“脑子”和你的工作节奏绑在一起——一个管规划,一个记进度,一个当知识库。
听着是不是有点像“把聪明实习生锁在你项目文件夹里”?
说它复刻 Manus,其实是复刻了一套叫“上下文工程(Context Engineering)”的玩法。
以前我们用大模型,更多是“一问一答”: 今天问它写个周报,明天让它改个脚本,后天又扔个新项目给它。上下文断得飞快,聊天框关了就失忆,模型每次都像新认识你一样。
Manus 和这类新一代 Agent 玩的是另一套:所有有价值的上下文,都被设计性地沉淀下来,而不是随缘飘在对话里。 Planning with Files 就是把这套逻辑,压缩成了三份本地 Markdown:
规划文件:它帮你拆目标、排优先级、列下一步行动; 进度文件:每干完点什么,就帮你更新“战报”和状态; 知识文件:遇到有用的信息、踩坑经验,统一整理归档,下次直接调用。
结果就是: 哪怕你把终端关了、把 Claude 会话清空,只要这三个文件在,你和 Agent 之间的“共同大脑”就还在。
这也是为什么这个项目会突然炸开——它不是在炫技,而是在摸大家真实的痛点。
很多人评论的意思都很一致: “我其实不缺一个更聪明的模型,我缺的是一个不丢记忆的工作流。”
你可以想象一下这种使用场景: 你开一会儿代码,一会儿查文档,一会儿看 issue,一会儿又在终端跟 Claude 聊需求。 以前这些东西散得一塌糊涂,今天写的计划,明天直接失踪。
现在不一样,Planning with Files 让 AI 成了你那本“项目活页本”的自动书写者: 它记得你昨天说要做什么、今天卡在哪、哪段代码改过、哪个坑已经踩过一次。 你要的不是一个说话好听的助手,而是一个能帮你持续管理上下文的工头。
更关键的是,这套东西落地成本很低。
作者自己说了:几百行指令 + 三个 Markdown 文件,就能在你的本地终端模拟一个“价值 20 亿美金的 Agent 核心工作流”。
听着有点标题党,但对开发者来说,这种“简单粗暴”的方案反而更有安全感: 不用连一堆乱七八糟的第三方服务,不用额外部署什么复杂后端,甚至不需要换掉你熟悉的 IDE,只要装个 Claude Code 插件,开一个 skill 就能跑起来。
这跟很多动不动就“全栈 AI 平台”的项目比起来,这波操作确实挺接地气—— 不造航母,先给你做一辆能跑的“小电驴”,结果大家发现,小电驴通勤真香。
那问题来了: 这玩意,对普通人有没有用?还是只有重度工程师才玩得转?
其实只要你是需要“长期搞一件事”的人,这套东西都能套进去: 写论文、准备考试、做内容、跑副业项目…… 只要你愿意把“规划—执行—复盘”这条链路交给 AI 一部分,它就能帮你把过程捋顺,把信息归档,把你从来回翻聊天记录、找笔记这种杂活里解放出来。
很多人现在玩 Agent,都是从“让它帮我写点东西、改点代码”开始; 而 Planning with Files 代表的是另一条路线:先把工作流重构,再谈智能程度。 这也是 Manus 能卖出 20 亿美金的真正价值所在。
有意思的是,这个项目本身也挺“开源气质”的: 作者在 README 里一通感谢,感谢 star、fork、分享的每个人,语气完全就是那种“这东西要是能帮你少掉点头发,我的目的就达到了”的路数。
这种氛围也蛮打动人—— 不是在推一个“完美产品”,而是在传递一种做事方法:别再把 AI 当一次性聊天工具,用文件,把它变成你项目的一部分。
项目地址:github.com/OthmanAdi/planning-with-files
-END-
我为大家打造了一份RPA教程,完全免费:songshuhezi.com/rpa.html