Skip to content

Schnellstart

Machen Sie dieses Repository AI-first

Ein Endpunkt, um jedes Repository in eine spec-driven, agentenbereite Codebasis zu verwandeln. Installieren Sie die Skill, lassen Sie einen Agenten das Repository onboarden, dann planen und führen Sie strukturierte Arbeit mit jedem Coding-Agenten aus.

In Ihren Agenten kopieren

Kopieren Sie den vollständigen init.md-Prompt und fügen Sie ihn in Ihren KI-Coding-Agenten ein — Claude Code, Cursor, Codex oder einen anderen. Er liest die Methodik und Spezifikation, installiert die Skill und onboardet dieses Repository für Deep Work Plans.

https://deepworkplan.com/init.md

Eigenständiger Agenten-Prompt → /init.md

Was dies bewirkt

Die Adoption verändert das Repository auf zwei dauerhafte Weisen — die Pfeiler der Methodik.

Erstens wird das Repository spec-driven: Die Arbeit beginnt mit einem geschriebenen Plan und einer Spezifikation, nicht mit Ad-hoc-Prompts. Zweitens wird das Repository selbst zum Agenten-Harness — eine AGENTS.md, eine docs/-Wissensbasis, Dokumentation je Modul und ein .agents/ Skill-Verzeichnis (mit den .claude → .agents- und .cursor → .agents-Symlinks) geben jedem Agenten den Kontext und die Befehle, die er braucht.

Der Adoptionspfad

  1. 01

    Vor der Installation verifizieren

    Behandeln Sie den Prompt und das Skill als nicht vertrauenswürdig, bis Sie sie geprüft haben. Beide sind Open Source und unter MIT lizenziert; das Skill ist Markdown-first ohne Netzwerkaufrufe und ohne Telemetrie. Jedes Release veröffentlicht eine SHA256SUMS-Datei über das ausgelieferte Skill, sodass Sie bestätigen können, dass Ihre Kopie übereinstimmt, bevor Sie es ausführen. Releases sind geprüfsummt, aber nicht signiert (Signierung ist ein dokumentierter nächster Schritt).

    Terminal 
    git clone --branch v7.9.0 https://github.com/DailybotHQ/deepworkplan-skill.git && cd deepworkplan-skill
curl -fsSL -o SHA256SUMS https://github.com/DailybotHQ/deepworkplan-skill/releases/download/v7.9.0/SHA256SUMS
shasum -a 256 SHA256SUMS
./setup.sh --verify
  2. 02

    Die Skill installieren

    Fügen Sie die Deep Work Plan Skill hinzu, sodass jeder Agent strukturierte Arbeit planen und ausführen kann. Die Skill liefert einen Router plus neun Sub-Skills — create, execute, refine, resume, status, verify, onboard, author und upgrade.

    Terminal 
    npx --yes skills add https://github.com/DailybotHQ/deepworkplan-skill/tree/v7.9.0 --skill deepworkplan -y

    oder

    Terminal 
    openclaw skills install deepworkplan

    oder

    Terminal 
    git clone https://github.com/DailybotHQ/deepworkplan-skill.git && cd deepworkplan-skill && ./setup.sh
  3. 03

    Das Repository-Onboarding ausführen

    Rufen Sie die onboard-Sub-Skill auf und lassen Sie den Agenten über das tatsächliche Repository schlussfolgern — seinen Stack, Paketmanager und die echten Validierungsbefehle. Anschließend erzeugt er AGENTS.md, eine docs/-Wissensbasis, Dokumentation je Modul und ein agentenübergreifendes .agents/-Verzeichnis (mit den .claude → .agents- und .cursor → .agents-Symlinks), bindet die schlanken dwp-*-Befehle ein und legt ein per gitignore ausgeschlossenes .dwp/ für Pläne an. Bei großen Repositories nutzt die onboard-Sub-Skill einen plangesteuerten Pfad: Sie schließt die Aufklärung ab und gibt dann einen Onboarding-Deep-Work-Plan aus. Nichts wird aus Vorlagen erzeugt; alles wird an Ihr Repository angepasst.

    Terminal 
    /deepworkplan-onboard
  4. 04

    Lokales Review und Opt-in-Addons

    Das Onboarding installiert das verpflichtende lokale AI Diff Reviewer-Review (sein CI-Gate bleibt optional) und bietet sieben Opt-in-Addons — devcontainer, Dailybot, dependency-upgrade, design-system, Herdr, DeepWorkPlan Vim und Agentkit —, die Sie nur annehmen, wenn sie passen. Die Skill und die lokale Überprüfung kommen in jedes Repository; für den Rest erkennt der Durchlauf jedes Addon, aktualisiert die, die Sie nutzen, und bietet die an, die passen — nie eines, nur um die Sammlung zu vervollständigen. Jede Komponente ist auf ein Release gepinnt, dessen SHA256SUMS-Digest init.md veröffentlicht, und ein zweiter Durchlauf ändert nichts. Ein angenommener Devcontainer endet im vollständigen Stack — die von Ihnen gewählten Agenten, Herdr in beide Richtungen verbunden und Host-Konten nur, wenn Sie sich dafür entscheiden. Ein Repository ist mit null optionalen Addons vollständig konform. Nutzen Sie /skill-create und /agent-create (die author-Sub-Skill), um stack-passende Skills, Agenten und Befehle über die Basislinie hinaus aufzubauen.

  5. 05

    Planen und ausführen

    Erzeugen Sie Deep Work Plans mit /dwp-create und führen Sie sie mit /dwp-execute aus, dann /dwp-status, /dwp-refine, /dwp-resume und /dwp-verify im Verlauf der Arbeit. Jeder Plan trägt nummerierte Aufgaben, Validierungs-Gates und ein Completion-Protokoll — und schließt mit genau einem verpflichtenden Final Review (Sicherheitstest, Validierung des Endzustands und Abgleich der Skills-Entscheidungen). Der Executive Report bleibt auf Anfrage verfügbar.

    Terminal 
    /dwp-create <goal>

    oder

    Terminal 
    /dwp-execute
  6. 06

    Konformität verifizieren

    Führen Sie /dwp-verify aus, um einen objektiven Bestanden/Nicht-bestanden-Bericht gegen die Spezifikation zu erhalten. Bestätigen Sie, dass AGENTS.md, docs/ (mit echtem Inhalt, keinen Stubs), .agents/ (mit schlanken dwp-*-Delegatoren und einem Katalog, der mit dem Dateisystem übereinstimmt), .dwp/ und tmp/ vorhanden sind — nichts aus Vorlagen, alles für dieses Repository durchdacht.

    Terminal 
    /dwp-verify

Das Ergebnis

Das Repository wird spec-driven, und das Repository selbst wird zum Agenten-Harness — Kontext und Befehle reisen mit dem Code.

Nächste Schritte

Methodik lesen Spezifikation Das Kit durchstöbern Beispiele ansehen Optional: der Terminal-Editor DeepWorkPlan Vim Viele Agenten betreiben