Skip to content
Deep Work Plan сегодня на Product Hunt Поддержать

Открытая методология · MIT · Независимость от агента

Модели важны. Контекст важнее.

Deep Work Plan превращает любой репозиторий в структурированную среду — контекст, ограждения и долговечный план, — где любой агент разработки работает точно и эффективно и доводит до конца длительную работу.

Скопировать в агент https://deepworkplan.com/init.md

Скопируйте промпт init.md и вставьте его в ваш агент разработки — Claude Code, Cursor, Codex или любой другой — чтобы сделать любой репозиторий AI-first.

Deep Work Plan — это spec-driven-разработка, в которой сам репозиторий становится harness.

Как это работает Читать методологию Читать спецификацию →
Маяк на скалистом берегу направляет одним лучом небольшое судно — гравюра, отсылающая к репозиторию как устойчивому harness, который ведёт любого агента.
Гравюрный диптих: слева корабль, дрейфующий в тумане у скал, справа тот же корабль, уверенно идущий по проложенному курсу к маяку гавани.

Проблема и ответ

Короткими рывками агенты разработки впечатляют. Доверьте им долгую миссию — миграцию, новый подсистемный рефакторинг десятков файлов — и они дрейфуют: контекст переполняется, прежние решения бледнеют, многочасовая работа останавливается на полпути.

Deep Work Plan отвечает spec-driven development: прочный план, атомарные задачи и validation gates, которые агент обязан пройти. «Готово» перестаёт быть ощущением — становится проверяемым и обозримым доказательством.

И поскольку контекст — самый дефицитный ресурс агента, harness спроектирован так, чтобы его собственная нагрузка инструкций оставалась малой и проверяемой: инструкции загружаются прогрессивно, validation затрагивает только изменённое, а обучение происходит на месте задачи. Нагрузка каждого потока измеряется в байтах и публикуется с каждым релизом — последний релиз сократил поток выполнения на 45,7% и поток возобновления на 67,5%. План сам по себе масштабируется так же: Lite-план для точечного исправления, полный план для работы, растянутой на часы — формат всегда следует за объёмом работы, а не наоборот.

Метод · Акт I

Вы решаете, что значит «готово» и где проходят границы. План несёт ваш замысел; агенты выполняют часы работы — без постоянного присмотра и правок каждые двадцать минут.

Читать методологию →

Метод · Акт II

Длинные задачи заполняют контекст любой модели. Детали теряются, и агент дрейфует. Письменный план — атомарные задачи, validation gates, возобновляемое состояние — это то, к чему он возвращается круг за кругом.

Посмотреть основной цикл →

Метод · Акт III

Каждая задача называет свои критерии приёмки и проверки, которые должны пройти. Агент не может «почувствовать себя законченным» — он должен пройти проверку, иначе задача остаётся открытой.

Читать спецификацию →

Метод · Акт IV

Контекст, инструменты, ограждения и состояние живут в вашем репозитории простыми файлами, доступными любому агенту. Никакой привязки, никакого внешнего мозга — всё переживает сброс контекста.

Посмотреть, что создаёт онбординг →

Метод · Акт V

Контекст — самый дефицитный ресурс агента. Harness загружается прогрессивно, проверяет только изменённое и учится на месте каждой задачи — нагрузка инструкций каждого потока измерена и опубликована, релиз за релизом.

Читать методологию →

Онбординг на основе рассуждений

Направьте его на любой репозиторий. Он рассуждает — он не копирует.

Процесс онбординга изучает реальные языки, фреймворки, менеджер пакетов и команды валидации вашего репозитория, а затем создаёт артефакты, адаптированные под этот репозиторий. Универсальная заглушка считается провалом.

  1. 01

    Рассуждает о вашем стеке и архетипе

    Читает манифесты, структуру папок и CI, чтобы вывести реальные команды тестирования, линтинга и сборки, а затем классифицирует репозиторий как отдельный репозиторий или как хаб-оркестратор.

  2. 02

    Создаёт AGENTS.md, docs/ и документацию по модулям

    Осмысленный AGENTS.md, упорядоченная по категориям иерархия docs/, а также README и docs/ внутри каждого крупного модуля — заполненные реальными командами вашего репозитория, а не заглушками.

  3. 03

    Разворачивает .agents/ с символьными ссылками .claude и .cursor на .agents

    Межагентный каталог .agents/ (навыки, агенты, команды) и символьные ссылки .claude и .cursor на .agents, отражающая CLAUDE.md на AGENTS.md, чтобы каждый инструмент читал единый источник истины.

  4. 04

    Устанавливает навык DWP и разворачивает .dwp/

    Подключает навык Deep Work Plan и создаёт игнорируемую git-ом папку .dwp/ для планов, устанавливает обязательную локальную проверку AI Diff Reviewer, после чего по желанию добавляет опциональные дополнения, например поддержку devcontainer.

Что происходит при запуске

Одна инструкция. Остальное делает репозиторий.

Вы не выбираете способ установки и не копируете шаблон. Вы передаёте своему агенту одну строку; он устанавливает навык — переиспользуемый движок — и адаптирует под него ваш репозиторий.

  1. 01

    Ваш агент открывает /init.md

    Он читает промпт онбординга на deepworkplan.com/init.md, а также методологию, спецификацию и набор, на которые тот ссылается, — стандарт, который ему предстоит принять.

  2. 02

    Он устанавливает навык Deep Work Plan

    Навык — это движок, одинаковый в каждом репозитории. Одна команда подтягивает маршрутизатор и его под-навыки (create, execute, refine, resume, status, verify, onboard, author, upgrade) для Claude Code, Cursor, Codex, Gemini и Copilot.

  3. 03

    Он адаптирует ваш репозиторий

    Рассуждая о вашем реальном стеке — никогда не копируя, — он пишет AGENTS.md, упорядоченное по категориям дерево docs/, README по модулям, осмысленный набор .agents/ и игнорируемую git-ом .dwp/. Ваш репозиторий становится harness.

  4. 04

    Вы планируете и выполняете

    Создавайте долгосрочные Deep Work Plan для любой задачи и выполняйте их шаг за шагом — с явными критериями приёмки, validation gates и возобновляемым состоянием — автономно, на протяжении часов.

Навык устанавливается везде одинаково; адаптируется именно ваш репозиторий — AGENTS.md, документация и осмысленный набор .agents/, созданные под ваш стек. Именно это разделение и делает методологию переиспользуемым стандартом, а не одноразовой обвязкой.

Что вы получаете

Всё, что нужно вашему агенту для автономной работы.

Один запуск, атомарно зафиксированный в коммитах. Каждый результат — это Markdown, и каждое изменение поддаётся аудиту.

  • AGENTS.md в корне репозитория

    Осмыслен на основе реального стека, команд и структуры вашего репозитория, а не шаблон с заглушками. CLAUDE.md связан символьной ссылкой с AGENTS.md.

  • Упорядоченная docs/ и документация по модулям

    Архитектура, настройка, стандарты и устранение неполадок — плюс README и docs/ внутри каждого крупного модуля, созданные из вашей кодовой базы.

  • .agents/ с символьными ссылками .claude и .cursor на .agents

    Межагентный каталог .agents/ (навыки, агенты, команды) с символьными ссылками .claude и .cursor на .agents, чтобы каждый инструмент читал единый источник истины.

  • Установленный навык Deep Work Plan

    create, execute, refine, resume, status, verify, onboard, author и upgrade — доступны вашему агенту как единый пакет навыков, без копирования в каждый репозиторий.

  • Соответствие, которое можно проверить

    /dwp-verify формирует объективный отчёт «прошёл/не прошёл» относительно спецификации, так что «AI-first» — это проверенный факт, а не утверждение, и его можно перепроверить после каждого плана.

  • Два архетипа, оба учтены

    Онбординг классифицирует ваш репозиторий как отдельный репозиторий (частый случай) или как хаб-оркестратор, координирующий дочерние планы по нескольким репозиториям.

  • Живой набор, который растит ваш репозиторий

    Под-навык author (skill-create, agent-create) позволяет репозиторию развивать собственные навыки, агентов и команды; опциональные дополнения для сопровождения, например dependency-upgrade, помогают ему поддерживать себя в актуальном состоянии.

  • Git-нативный, возобновляемый, .dwp/

    Ни демона, ни внешнего состояния. Планы попадают в игнорируемую git-ом папку .dwp/, и любая задача возобновляется из одного лишь git — даже после переполнения контекста.

Агенты

Работает с агентом, которым вы уже пользуетесь.

Одна методология, множество адаптеров. Markdown не привязывает фреймворк ни к чему — любой агент, читающий Markdown, может выполнить Deep Work Plan.

Claude Code

Полная

Эталонная реализация с нативными WebFetch и слеш-командами.

Cursor

Полная

Полный адаптер. Используйте офлайн-сборку, если WebFetch ограничен.

OpenAI Codex

Полная

Рекомендуется офлайн-сборка; правила устанавливаются в .codex/.

GitHub Copilot

Полная

Полный адаптер — команды dwp-* запускаются через AGENTS.md и процедуры #.

Gemini

Полная

Требуется Gemini 2.5 Pro или новее, с нативным WebFetch.

OpenCode

Полная

Открытый исходный код. Нативно читает AGENTS.md и запускает dwp-* через # команды.

Windsurf

Полная

Правила и процедуры # команд обеспечивают полный цикл Deep Work Plan.

Cline

Полная

Открытый исходный код. Правила Markdown и # команды выполняют каждый шаг dwp-*.

Antigravity

Полная

Полный адаптер с нативным набором команд.

Посмотреть все агенты →

Стеки

Пресеты-рассуждения для значимых стеков.

Это вспомогательные средства для рассуждений, а не шаблоны. Онбординг читает реальные манифесты вашего репозитория и адаптируется под каждый стек — он никогда не копирует пресет вслепую. Монорепозитории получают документацию по модулям.

  • Django DRF · Poetry
  • FastAPI Pydantic · Poetry
  • Vue Vite · TypeScript
  • React Next · Vite · TS
  • Astro Svelte/React · MDX
  • TypeScript · Node Express · Fastify
  • TypeScript · Lambda Serverless · SAM
  • Go Modules · stdlib
  • Rust Cargo · 2021+
  • Generic Любой стек
Посмотреть все пресеты →

Два архетипа

Отдельный репозиторий или хаб-оркестратор.

Онбординг ветвится по архетипу. Большинство репозиториев — отдельные репозитории. Хаб координирует дочерние Deep Work Plan по множеству репозиториев. Методология полноценно поддерживает оба варианта.

Частый случай

Отдельный репозиторий

Единая кодовая база с одним основным стеком, собственными командами валидации и документацией по модулям. Вариант по умолчанию — онбординг исходит из него, если репозиторий явно не является хабом.

Например, API на Django, приложение на Vue или сервис TypeScript Lambda.

Координация

Хаб-оркестратор

Координирующий репозиторий, который оркеструет работу по суб-репозиториям через манифест оркестратора, порождая дочерние планы, каждый из которых фиксируется коммитами в своём репозитории, а также правила границ и навигационный индекс.

Например, хаб, координирующий пять продуктовых репозиториев.

Методология против инструмента

Иной уровень. Дополняет, а не конкурирует.

Deep Work Plan — не очередной генератор обвязки. Это уровень методологии под любым spec-driven-инструментом или генератором обвязки, ориентированный на многочасовые автономные запуски.

Методология против инструмента Deep Work Plan Инструменты обвязки / спецификаций
Основной фокус Многочасовое автономное выполнение Создание спецификации или обвязки
Единица работы Deep Work Plan (возобновляемая сессия) Документ спецификации или обвязка
Модель состояния Git-нативная папка .dwp/, возобновляемая Часто внешняя или внутри IDE
Привязка к агенту Независимость от агента (Markdown и Bash) Часто привязка к инструменту или IDE
Восстановление контекста Возобновляется после переполнения контекста Обычно перезапускает задачу
Лицензия MIT, открытая методология и набор По-разному

Происхождение

Создано в Dailybot — компании, стоящей за асинхронными стендапами для распределённых команд. Внутри мы использовали Deep Work Plan, чтобы сделать пилотируемыми агентами продакшен-репозитории на Django, Vue, TypeScript Lambda и Astro. После месяцев промышленного использования мы открыли методологию под лицензией MIT.

— Инженерная команда Dailybot
Узнать о Dailybot

Сделайте свой репозиторий AI-first

Дайте своим агентам глубокую работу.

Передайте своему агенту одну строку — направьте его на /init.md — и он сделает ваш репозиторий AI-first: установит навык, рассудит о вашем стеке и зафиксирует коммитами полную иерархию AGENTS.md. Отсюда вы создаёте и выполняете Deep Work Plan, которые работают автономно часами.

Открыть промпт /init Читать методологию
Для агентов и разработчиков

Лицензия MIT · ноль телеметрии · вывод в игнорируемую git-ом папку .dwp/.