Skip to content

Mulai Cepat

Jadikan repositori ini AI-first

Satu endpoint untuk mengubah repositori apa pun menjadi basis kode spec-driven yang siap agent. Pasang skill, biarkan agent meng-onboard repo, lalu rencanakan dan eksekusi pekerjaan terstruktur dengan coding agent mana pun.

Salin ke agent Anda

Salin prompt init.md lengkap dan tempelkan ke AI coding agent Anda — Claude Code, Cursor, Codex, atau lainnya. Ia membaca metodologi dan spesifikasi, memasang skill, dan meng-onboard repositori ini untuk Deep Work Plan.

https://deepworkplan.com/init.md

Prompt agent mandiri → /init.md

Apa yang dilakukannya

Adopsi mengubah repositori dengan dua cara yang tahan lama — kedua pilar metodologi.

Pertama, repositori menjadi spec-driven: pekerjaan dimulai dari rencana dan spesifikasi tertulis, bukan dari prompt dadakan. Kedua, repositori itu sendiri menjadi agent harness — AGENTS.md, basis pengetahuan docs/, dokumentasi per modul, dan rumah skill .agents/ (dengan symlink .claude → .agents dan .cursor → .agents) memberi setiap agent konteks dan command yang dibutuhkannya.

Jalur adopsi

  1. 01

    Verifikasi sebelum memasang

    Perlakukan prompt dan skill sebagai tidak tepercaya sampai Anda telah memeriksanya. Keduanya bersumber terbuka dan berlisensi MIT; skill berbasis Markdown tanpa panggilan jaringan dan tanpa telemetri. Setiap rilis menerbitkan SHA256SUMS atas skill yang dikirimkan, sehingga Anda dapat mengonfirmasi salinan Anda cocok sebelum menjalankannya. Rilis ber-checksum, bukan bertanda tangan (penandatanganan adalah langkah berikutnya yang terdokumentasi).

    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

    Pasang skill

    Tambahkan skill Deep Work Plan agar agent mana pun dapat merencanakan dan mengeksekusi pekerjaan terstruktur. Skill ini membawa sebuah router ditambah sembilan sub-skill — create, execute, refine, resume, status, verify, onboard, author, dan upgrade.

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

    atau

    Terminal 
    openclaw skills install deepworkplan

    atau

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

    Jalankan onboarding repositori

    Panggil sub-skill onboard dan biarkan agent bernalar tentang repo yang sebenarnya — stack, package manager, dan perintah validasi nyatanya. Ia kemudian menghasilkan AGENTS.md, basis pengetahuan docs/, dokumentasi per modul, dan rumah .agents/ lintas agent (dengan symlink .claude → .agents dan .cursor → .agents), menyambungkan command dwp-* yang tipis, dan menyiapkan .dwp/ yang di-gitignore untuk rencana. Untuk repo besar, sub-skill onboard menggunakan jalur berbasis rencana: menyelesaikan rekognisi, lalu menghasilkan Deep Work Plan onboarding. Tidak ada yang ditemplatkan; semuanya disesuaikan dengan repositori Anda.

    Terminal 
    /deepworkplan-onboard
  4. 04

    Review lokal dan addon opt-in

    Onboarding memasang review lokal AI Diff Reviewer yang wajib (gerbang CI-nya tetap opsional) dan menawarkan tujuh addon opt-in — devcontainer, Dailybot, dependency-upgrade, design-system, Herdr, DeepWorkPlan Vim, dan Agentkit — yang Anda terima hanya ketika cocok. Skill dan review lokal dipasang di setiap repositori; untuk sisanya, prosesnya mendeteksi setiap addon, meningkatkan yang Anda gunakan, dan menawarkan yang cocok — tidak pernah menambahkan addon hanya untuk melengkapi set. Setiap komponen dipatok pada rilis yang digest SHA256SUMS-nya diterbitkan oleh init.md, dan menjalankannya untuk kedua kalinya tidak mengubah apa pun. Devcontainer yang diterima berakhir pada stack lengkap — agent yang Anda pilih, Herdr terhubung dua arah, dan akun host hanya jika Anda memilih ikut serta. Sebuah repo sepenuhnya konforman dengan nol addon opsional. Gunakan /skill-create dan /agent-create (sub-skill author) untuk menumbuhkan skill, agent, dan command yang sesuai stack di luar baseline.

  5. 05

    Rencanakan dan eksekusi

    Hasilkan Deep Work Plan dengan /dwp-create dan jalankan dengan /dwp-execute, lalu /dwp-status, /dwp-refine, /dwp-resume, dan /dwp-verify seiring pekerjaan berjalan. Setiap rencana membawa tugas bernomor, validation gate, dan completion protocol — dan ditutup dengan tepat satu Final Review wajib (pemeriksaan keamanan, validasi status akhir, dan rekonsiliasi skills). Executive Report tetap tersedia atas permintaan.

    Terminal 
    /dwp-create <goal>

    atau

    Terminal 
    /dwp-execute
  6. 06

    Verifikasi kepatuhan

    Jalankan /dwp-verify untuk laporan lulus/gagal yang objektif terhadap spesifikasi. Konfirmasi bahwa AGENTS.md, docs/ (dengan konten nyata, bukan stub), .agents/ (dengan delegator dwp-* yang tipis dan katalog yang sesuai dengan disk), .dwp/, dan tmp/ sudah pada tempatnya — tidak ada yang ditemplatkan, semuanya dinalar untuk repo ini.

    Terminal 
    /dwp-verify

Hasilnya

Repositori menjadi spec-driven dan repositori itu sendiri menjadi agent harness — konteks dan command ikut bersama kode.

Langkah berikutnya

Baca metodologinya Spesifikasi Telusuri kit Lihat contoh Opsional: editor terminal DeepWorkPlan Vim Menjalankan banyak agent