Oberfläche für Agenten & Entwickler

Deep Work Plan für Entwickler und KI-Agenten

deepworkplan.com liefert neben seinen Seiten eine maschinenlesbare Oberfläche: eine per OpenAPI beschriebene Agent-API, einen zustandslosen MCP-Server, native Markdown-Spiegel für jede Seite in 17 Sprachen und das installierbare DWP-Skill. Alles auf dieser Seite ist live, öffentlich und kostenlos — es gibt nichts, wofür man sich registrieren müsste.

Bewusst ohne Authentifizierung

Es gibt keine API-Schlüssel zu erzeugen, keinen OAuth-Aufwand und keine von der Produktion getrennte Sandbox — die Produktionsoberfläche selbst ist die Sandbox. Das ist eine bewusste Eigenschaft der Methodik: Agenten können keine „Kontakt zum Vertrieb“-Formulare ausfüllen, also verlangt die Website nie eines.

Nur lesend

Jede Operation ist ein sicheres, cachebares GET — mit Ausnahme des MCP-Endpunkts, der POST verwendet. Es gibt nirgends Schreiboperationen, Uploads oder Zustandsänderungen.

Keine API-Schlüssel

Keine Registrierung, keine Token, keine Rate-Limit-Stufen. Anonymer Zugriff ist der dokumentierte Vertrag, erklärt in /auth.md und den OAuth-Discovery-Stubs.

Kostenlos & Open Source

Die Website-Inhalte und das DWP-Skill sind MIT-lizenziert. Nutzen Sie sie in kommerzieller und nicht-kommerzieller Arbeit, ohne um Erlaubnis zu fragen.

Maschinen zuerst

Strukturierte JSON-Fehler auf /api-Pfaden, Markdown-Wiederherstellungstexte bei 404, ein RFC-9727-API-Katalog und ein ARD-Fähigkeitsmanifest — gebaut für die Nutzung durch Agenten.

Planen und mit der Skill ausführen

Die API oben lässt einen Agenten diese Website lesen. Die DWP-Skill lässt einen Agenten die Methodik ausführen — installieren Sie sie einmal in einem Repository, und sie liefert einen Router plus neun Sub-Skills, aufgerufen als Slash-Befehle (oder namentlich, für Agenten, die Slash abfangen — die meisten verwenden stattdessen #, z. B. #dwp-execute).

Zwei unabhängige Entscheidungen: Format und gewünschter Review-Umfang

Jeder Plan wählt einen Wert aus jeder Achse. Sie sind unabhängig — ein Lite-Plan kann trust ausführen, ein Full-Plan kann guided ausführen, und beide können den Modus später wechseln, ohne das Format zu wechseln.

Lite

Aufgabenprotokolle leben inline im README des Plans, hinter stabilen #task-N-Ankern — keine separaten Aufgabendateien. Gebaut für kleine, begrenzte Arbeit: ein Anliegen, ungefähr eine Sitzung. Trotzdem ein vollständiger Plan: stabile Aufgaben-IDs, eine Touched Surface, Akzeptanzkriterien, ein Validierungs-Gate und ein Final Review — nie eine abgespeckte Skizze.

Full

Eine Datei pro Aufgabe unter N.task_<slug>.md, für langfristige Arbeit über Stunden oder Tage, oder wenn ein Plan echte Abhängigkeiten zwischen Aufgaben hat. Ein Lite-Plan wird später mit /dwp-refine promote zu Full befördert, wenn kompakte Protokolle nicht mehr ausreichen — die Beförderung führt abgeschlossene Arbeit nie erneut aus.

Guided (Standard)

dwp-create analysiert das Ziel, zerlegt es und materialisiert einen überprüfbaren Plan — bereits der echte, ausführbare Plan, nie eine Wegwerfskizze — und fragt dann: behalten, Lite zu Full befördern, bearbeiten oder abbrechen. Ein Mensch bleibt im Loop, bevor irgendeine Produktarbeit beginnt. Empfohlen für die ersten Male oder bei allem mit höherem Risiko.

Trust (oder auto)

Hängen Sie trust (oder auto) als letztes Wort an — z. B. /dwp-create <goal> trust — und der Agent überspringt die Review-Runde, materialisiert einen vorab genehmigten Plan und liefert direkt den Ausführungsbefehl zurück. Die Abkürzung für erfahrene Nutzer, sobald Sie dem Ablauf vertrauen; er protokolliert weiterhin jede Entscheidung und jedes Gate, fragt nur nicht nach.

Die neun Sub-Skills

Jede Sub-Skill wird als Slash-Befehl innerhalb des Repositorys aufgerufen, in dem die Skill installiert ist — nicht gegen diese Website. Die vollständige Referenz für jede lebt im Kit-Katalog.

Die neun Sub-Skills
`/dwp-create <goal>`	Verwandelt ein Ziel in einen Plan — standardmäßig Lite, Full für größere Arbeit, beide Modi aus der Tabelle oben.
`/dwp-execute`	Führt einen bestehenden Plan Aufgabe für Aufgabe aus: liest ihn vollständig, führt jede Aufgabe der Reihe nach aus, validiert ihr Gate, aktualisiert den Fortschritt.
`/dwp-refine`	Fügt Aufgaben in einem bestehenden Plan hinzu, entfernt oder ordnet sie neu, ohne abgeschlossene Arbeit und ihre protokollierten Nachweise zu verlieren.
`/dwp-resume`	Rekonstruiert den Zustand aus den eigenen Dateien des Plans und setzt einen unterbrochenen Plan bei seiner ersten unvollständigen Aufgabe fort.
`/dwp-status`	Meldet den Fortschritt eines Plans — abgeschlossen, in Arbeit, ausstehende Aufgaben — ohne etwas zu verändern.
`/dwp-verify`	Prüft mechanisch, ob das Repository AI-first ist und ob seine Pläne wohlgeformt sind. Ändert nichts; meldet bestanden oder nicht bestanden.
`/deepworkplan-onboard`	Macht ein Repository AI-first: denkt über seinen Stack nach und erzeugt dann eine angepasste AGENTS.md, docs/, .agents/ und ein gitignoriertes .dwp/.
`/skill-create, /agent-create`	Die Autoren-Sub-Skill: lässt das eigene Kit des Repositorys wachsen — eine wiederverwendbare Skill für ein wiederholbares Verfahren oder einen Agenten für eine wiederkehrende Rolle mit eigenem Modell und eigenen Tools.
`/dwp-upgrade`	Prüft auf ein neueres veröffentlichtes Skill-Release und installiert es — erst nach ausdrücklicher Zustimmung — und führt das Onboarding als frischen Durchlauf erneut aus; jeder laufende Plan unter .dwp/ bleibt unangetastet.

Zwei Wege, sie auszuführen

Dieselbe Skill, dieselben neun Befehle — Format und Review-Modus ändern sich mit der Größe und dem Risiko der Arbeit, nicht mit dem Werkzeug.

Eine kleine, begrenzte Korrektur — Lite, trust

Ein Anliegen, ungefähr eine Sitzung, geringes Risiko: die Review-Runde überspringen und den Agenten einen Lite-Plan direkt materialisieren und ausführen lassen.

Terminal — Slash-Befehle

# A small, bounded fix: skip the review round, run it directly.
/dwp-create fix the flaky checkout test trust
/dwp-execute

Langfristige Arbeit — Full, guided

Echte Abhängigkeiten zwischen Aufgaben oder höheres Risiko: den vorgeschlagenen Plan prüfen, bevor irgendeine Produktarbeit beginnt, bei Bedarf zu Full befördern, dann ausführen und bei Bedarf über Sitzungen hinweg fortsetzen.

Terminal — Slash-Befehle

# Long-horizon work with real stakes: review before anything runs.
/dwp-create migrate the billing service to the new payments API
# ...review the proposed plan, then:
/dwp-execute
# ...interrupted? pick up again, even in a fresh session:
/dwp-resume

Die Ausgabe jedes Plans — Manifest, Fortschrittsprotokoll, Aufgabenprotokolle, Gate-Nachweise — lebt in einem gitignorierten .dwp/-Verzeichnis im Repository selbst. Nichts wird an deepworkplan.com gesendet oder dort gespeichert; die Skill führt überhaupt keine Netzwerkaufrufe aus.

Endpunkte

Die Kern-Endpunkte der Agent-API. Die vollständige, typisierte Spezifikation — jede Operation, jeder Parameter und jedes Antwort-Schema — liegt im OpenAPI-Dokument.

Endpunkte
`GET`	`/openapi.json`	OpenAPI-3.1-Spezifikation der gesamten Agent-API.
`GET`	`/llms.txt`	Kuratierter LLM-Leitfaden-Index — der empfohlene Einstiegspunkt für Agenten.
`GET`	`/init.md`	Der kanonische DWP-Adoptions-Prompt (macht jedes Repository AI-first).
`GET`	`/{page}.md`	Jede Seite als natives Quell-Markdown — in allen 17 Sprachen (z. B. /es/developers.md).
`GET`	`/api/health.json`	Statischer Health-Marker mit Links zur Spezifikation und zu diesem Portal.
`GET`	`/api/v1/index.json`	Versionierter Katalog der v1-Familie: Endpunkt-Pfade, Website-Version und Links zur Spec.
`GET`	`/api/v1/sections.json`	Die Sitemap als typisiertes JSON — Name, Pfad und Beschreibung je Abschnitt.
`GET`	`/api/v1/pages.json`	Alle Markdown-Endpunkte in jeder Sprache, gruppiert nach Sprachcode.
`GET`	`/api/v1/health.json`	Versionierter Health-Marker — das v1-Pendant zu /api/health.json.
`POST`	`/api/mcp`	MCP-Server (Streamable HTTP, zustandslos): initialize, ping, tools/list, tools/call.
`GET`	`/.well-known/ai-catalog.json`	ARD-Fähigkeitsmanifest — die in robots.txt deklarierte Agentmap.

Unbekannte /api/*-Pfade geben einen strukturierten JSON-Fehler mit einem Lösungshinweis zurück, nie eine HTML-Fehlerseite.

Versionierung und Deprecation

Die versionierte JSON-Familie liegt unter /api/v1/ — index, sections, pages und health — und die unversionierten kanonischen Pfade (/llms.txt, /{page}.md, /api/mcp) gehören zum selben v1-Vertrag. Breaking Changes erscheinen ausschließlich in einer neuen Familie /api/v{N+1}/, nie innerhalb von v1. Wird ein Endpunkt deprecated, tragen seine Antworten Deprecation: true und ein Sunset-Datum mindestens 180 Tage vor der Abschaltung, und ein Link-Header verweist auf den Nachfolger.

Rate-Limits

Antworten auf /api/* tragen RFC-9331-Rate-Limit-Header — RateLimit-Limit, RateLimit-Remaining, RateLimit-Reset und RateLimit-Policy —, damit Agents sich in Echtzeit selbst drosseln können; eine 429-Antwort ergänzt Retry-After. Die Durchsetzung ist Best-Effort an der Edge (120 Anfragen pro 60 Sekunden pro Besucher), und der Zugriff bleibt anonym: keine Schlüssel, keine Registrierung, keine Stufen.

MCP-Server

Ein zustandsloser Model-Context-Protocol-Server über Streamable HTTP. Drei nur lesende Tools: get_init_prompt, list_site_sections und read_page. Die Protokollversionen 2025-03-26 und 2025-06-18 werden unterstützt; eine Sitzung ist nicht erforderlich.

Terminal — JSON-RPC über HTTP

# 1. Initialize (no session needed — the server is stateless)
curl -s https://deepworkplan.com/api/mcp \
  -H 'Content-Type: application/json' \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize",
       "params":{"protocolVersion":"2025-06-18","capabilities":{},
                 "clientInfo":{"name":"curl","version":"1.0"}}}'

# 2. Discover the tools
curl -s https://deepworkplan.com/api/mcp \
  -H 'Content-Type: application/json' \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/list"}'

# 3. Call one — read any page as source Markdown
curl -s https://deepworkplan.com/api/mcp \
  -H 'Content-Type: application/json' \
  -d '{"jsonrpc":"2.0","id":3,"method":"tools/call",
       "params":{"name":"read_page","arguments":{"path":"/init"}}}'

Das MCP-Manifest liegt unter /.well-known/mcp.json und die Serverkarte unter /.well-known/mcp/server-card.json. Claude, ChatGPT und jeder MCP-Client können diese Tools nativ aufrufen.

Markdown für Agenten

Jede gerenderte Seite wird als natives Quell-Markdown veröffentlicht — nicht als HTML-Konvertierung. Fordern Sie Markdown explizit über ein URL-Suffix oder über HTTP-Content-Negotiation auf jeder Seite an.

Terminal — Content-Negotiation

# Ask for Markdown on any URL (content negotiation)
curl -s https://deepworkplan.com/methodology \
  -H 'Accept: text/markdown'

# Or fetch the .md mirror directly — every page has one, in every language
curl -s https://deepworkplan.com/es/developers.md

Content-Negotiation liefert dasselbe Quell-Markdown, aus dem die Website rendert, in der Sprache der angeforderten URL.

Das Kit installieren

Der offizielle Installationspfad für das Deep Work Plan Skill — derselbe Befehl, den der /init-Endpunkt Agenten übergibt. Er funktioniert mit jedem Skills-kompatiblen Coding-Agenten (Claude Code, Cursor, Codex, Gemini und andere).

Terminal — Skills-CLI und offizielle CLI

# 1. Install the DWP skill — same command the /init endpoint gives agents
npx skills add DailybotHQ/deepworkplan-skill@latest

# 2. Official CLI — zero-dependency client over this API (Node >= 18),
#    prepared in the site repo's cli/ directory pending npm publication
deepworkplan init
deepworkplan read /es/developers

Das Skill wird unter .agents/skills/deepworkplan/ in Ihr Repository eingebettet, sodass jeder Agent, der das Repository bearbeitet, dieselbe Methodik teilt. Die offizielle deepworkplan-CLI — ein Client ohne Abhängigkeiten über dieselbe API (init, sections, read, open, mcp) — ist für npm vorbereitet und liegt bis zur Veröffentlichung im Verzeichnis cli/ des Website-Repositorys.

Maschinenlesbare Ressourcen

Richten Sie einen Agenten darauf

Der schnellste Weg bleibt eine Zeile: Übergeben Sie einem beliebigen Coding-Agenten den /init-Prompt, und er installiert das Skill, onboardet Ihr Repository und beginnt, Deep Work abzuschließen.

Den /init-Prompt öffnen Methodik lesen