Case study: this website

जिस साइट को आप पढ़ रहे हैं वह उसी पद्धति पर चलती है जिसका वह दस्तावेज़ीकरण करती है। यह Deep Work Plan को dogfood करती है: वही स्किल, वही /init प्रवाह, वही .dwp/ योजनाएँ जिनका कोई भी अन्य रिपॉज़िटरी उपयोग करेगी। यह एक वास्तविक विवरण है, काल्पनिक नहीं।

पहले

अधिकांश रिपॉज़िटरी की तरह, यह भी एजेंटों के लिए नहीं बनी थी। संदर्भ लोगों के दिमाग और बिखरे नोट्स में रहता था, ऐसा कोई एकल सत्य-स्रोत नहीं था जिसे एजेंट पढ़ सके, और एक नए एजेंट को ऑनबोर्ड करने का अर्थ था हर सत्र में प्रोजेक्ट को फिर से समझाना। लंबी-अवधि का काम भटक जाता था।

DWP अपनाना

रिपॉज़िटरी को एक ही Deep Work Plan के साथ AI-first बनाया गया, जिसे validation gates वाले atomic tasks में विघटित किया गया:

1. Deep Work Plan स्किल को एक reference install के रूप में इंस्टॉल करें, जो skills-lock.json द्वारा पिन की गई हो।
2. रिपॉज़िटरी के वास्तविक स्टैक से एक तर्कसंगत AGENTS.md, docs/ ट्री, और प्रति-मॉड्यूल docs उत्पन्न करने के लिए ऑनबोर्डिंग चलाएं।
3. cross-agent .agents/ किट बनाएं — पतले dwp-* कमांड डेलिगेटर और एक कैटलॉग जो डिस्क पर मौजूद चीज़ों से मेल खाता हो।
4. योजनाओं और drafts के लिए gitignored .dwp/ workspace स्कैफ़ोल्ड करें।
5. /dwp-verify के साथ अनुरूपता सत्यापित करें।

प्रत्येक कार्य को पूर्ण चिह्नित करने से पहले रिपॉज़िटरी के वास्तविक gates के विरुद्ध मान्य किया गया — biome, astro:check, test suite, प्रोडक्शन build, और agent-endpoint समता जाँच।

बाद में

रिपॉज़िटरी अब अपनी ही विशिष्टि के अनुसार AI-first है: एक तर्कसंगत AGENTS.md, एक श्रेणीबद्ध docs/ ट्री, एक cross-agent .agents/ किट, और एक gitignored .dwp/ workspace। कोई भी एजेंट — Claude Code, Cursor, Codex, Gemini, Copilot — इसे खोल सकता है, harness पढ़ सकता है, और प्रति-सत्र हाथ पकड़े बिना लंबी-अवधि की योजनाएँ निष्पादित कर सकता है।

परिणाम

यह पद्धति अपने ही स्रोत पर स्वयं को सिद्ध करती है: यह साइट उसी तरह बनी और बनाए रखी जाती है जैसा यह आपको अपनी बनाने के लिए कहती है — /init.md का पालन करके। यदि मानक यहाँ, प्रोडक्शन में काम करता है, तो यह आपकी रिपॉज़िटरी के लिए भी काम करता है।