Planning with Files:像 Manus 一样思考的 Claude Code 技能
20亿美元收购背后的秘密:2025年12月,Meta以约20亿美元收购中国AI Agent公司Manus。其核心竟是一套基于持久化Markdown文件的Context Engineering方法论。
导语
2025年12月29日,Meta宣布收购AI Agent初创公司Manus,交易金额高达20亿美元。这家仅成立9个月的公司,从产品发布到ARR突破1亿美元,创造了SaaS行业的历史记录。
Manus的核心能力并非来自强大的基座模型,而是其独特的**Context Engineering(上下文工程)**方法论。GitHub开源项目 planning-with-files 正是这套方法论在Claude Code中的完整实现,让每个开发者都能像Manus一样思考和工作。
技术架构深度解析
Manus Context Engineering 原则
| 原则 | 实现 |
|---|---|
| 文件系统即记忆 | 存储在文件中,而非上下文 |
| 注意力操纵 | 决策前重读计划 |
| 错误持久化 | 在计划文件中记录失败 |
| 目标追踪 | 复选框显示进度 |
| 仅追加上下文 | 从不修改历史 |
文件结构
planning-with-files/
├── SKILL.md # 核心指令(Claude读取的内容)
├── reference.md # Manus原则深度解析
├── examples.md # 真实使用示例
└── README.md # 项目说明
自动触发机制
安装后,Claude Code会在以下情况自动激活该技能:
- 开始复杂任务
- 提到"规划"、"组织"、"追踪进度"等关键词
- 请求结构化工作
示例工作流:
用户: "研究TypeScript的好处并写一份总结"
Claude自动创建:
# Task Plan: TypeScript Benefits Research
## Goal
Create a research summary on TypeScript benefits.
## Phases
- [x] Phase 1: Create plan ✓
- [ ] Phase 2: Research and gather sources (CURRENT)
- [ ] Phase 3: Synthesize findings
- [ ] Phase 4: Deliver summary
## Status
**Currently in Phase 2** - Searching for sources
然后Claude继续执行每个阶段,实时更新文件。
实战应用场景
适用场景
✅ 使用此模式:
- 多步骤任务(3步以上)
- 研究任务
- 构建/创建项目
- 跨越多次工具调用的任务
- 需要组织的工作
❌ 跳过此模式:
- 简单问题
- 单文件编辑
- 快速查询
场景一:技术研究
# Task Plan: AI Protocol Comparison
## Goal
Compare MCP vs A2A protocols for AI agent development
## Phases
- [x] Phase 1: Define research scope
- [ ] Phase 2: Gather MCP documentation
- [ ] Phase 3: Gather A2A documentation
- [ ] Phase 4: Create comparison matrix
- [ ] Phase 5: Write recommendation report
优势:研究过程中的发现随时保存到notes.md,避免上下文溢出导致信息丢失。
场景二:项目开发
# Task Plan: MCP Server Development
## Goal
Build a TypeScript MCP server for file operations
## Phases
- [ ] Phase 1: Design API interface
- [ ] Phase 2: Implement core functions
- [ ] Phase 3: Add error handling
- [ ] Phase 4: Write tests
- [ ] Phase 5: Deploy and verify
优势:每个阶段完成后打勾,清晰展示项目进度。
场景三:内容创作
# Task Plan: Technical Article Writing
## Goal
Write a comprehensive guide on AI protocols
## Phases
- [ ] Phase 1: Research and outline
- [ ] Phase 2: Draft sections 1-3
- [ ] Phase 3: Draft sections 4-6
- [ ] Phase 4: Review and edit
- [ ] Phase 5: Finalize and publish
优势:长期写作项目不会因为对话中断而丢失进度。
最佳实践建议
1. 文件命名规范
task_notes.md # 研究笔记
implementation_plan.md # 实现计划
final_report.md # 最终报告
2. 进度追踪格式
## Phases
- [x] Phase 1: Requirements gathering ✓
- [ ] Phase 2: Design (CURRENT)
- [ ] Phase 3: Implementation
- [ ] Phase 4: Testing
3. 错误记录
## Issues Encountered
- [ ] API rate limiting - need to implement retry logic
- [ ] Token cost optimization required
4. 决策点记录
## Key Decisions
- **2025-01-09**: Chose TypeScript over Python for better type safety
- **2025-01-10**: Selected MCP protocol for tool integration
社区与生态系统
开源许可
MIT License — 自由使用、修改和分发。
项目统计
- Star历史:在不到24小时内爆火
- 社区支持: incredible community support
- 贡献者:欢迎贡献
致谢
- Manus AI — 开创Context Engineering模式
- Anthropic — Claude Code和Agent Skills框架
- 基于Context Engineering for AI Agents
相关资源:
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...



