manus和claude skills 的核心武器,planning-with-files

作者:AI大模型智能體
日期:2026年1月12日 上午1:14
來源:WeChat 原文

整理版優先睇

速讀 5 個重點 高亮

planning-with-files 係 ManusClaude Skills 嘅核心武器,用文件系統做 AI 嘅外部記憶,解決長對話迷失問題

整理版摘要

呢篇文章出自 Manus 團隊,講佢哋點樣用 planning-with-files 呢套方法,令 AI 喺複雜任務入面保持專注同有序。作者想解決嘅問題係:當同 AI 對話愈嚟愈長,內容又多又雜,AI 好易迷失方向、出現錯誤或幻覺。整體結論係:將文件系統當作 AI 嘅「外部記憶」,通過持久化嘅 Markdown 檔案管理任務,可以大幅提升穩定性同效能。

呢套方法核心係三個檔案SKILL.md 定義主技能同行為準則;reference.md 記錄原理參考,例如避免少樣本過擬合同穩定前綴優化緩存;examples.md 展示實戰示例。其中 SKILL.md 最關鍵,包含 task_plan.md、notes.md 同 [deliverable].md,分別負責追蹤階段進度、儲存發現同最終交付。

文章強調呢套方法成功解決咗上下文窗口有限、長對話後忘記目標、錯誤被隱藏同 Token 成本高嘅問題。結果令 Manus 平均每個任務可以處理約 50 次工具調用而不迷失,係佢哋快速達到 1 億美元收入並被高價收購嘅技術核心之一。

  • 核心方法係用文件系統做 AI 嘅外部記憶,透過持久化 Markdown 檔案管理複雜任務。
  • SKILL.md 係行為準則,包含 task_plan.md 追蹤進度、notes.md 儲存發現、[deliverable].md 最終交付。
  • reference.md 提出兩條原理:避免少樣本過擬合同穩定前綴優化緩存,以降低幻覺同成本。
  • 呢套方法解決咗上下文窗口有限、長對話後忘記目標、錯誤被隱藏同 Token 成本高嘅問題。
  • 實際應用令 Manus 平均每個任務能處理約 50 次工具調用而不迷失方向,係其快速成功嘅技術核心。
結構示例

內容片段

內容片段 markdown
這兩條不是很好理解: 
5. 避免少樣本過擬合
重複的模式會導致漂移和幻覺,要引入變化。
6. 穩定前綴優化緩存
靜態內容放前面,利用 KV-cache 節省成本。
整理重點

點解要用外部記憶?

當我哋同 AI 對話初期感覺唔錯,但係輪數愈多,畀大模型嘅內容又多又雜,就會出各種問題。核心原因係上下文窗口有限,AI 好易迷失方向。

呢個方法簡單直接:用檔案儲存任務狀態、研究發現同最終結果,AI 每次都可以重新讀取,確保唔會忘記目標。

整理重點

SKILL.md 嘅檔案結構

SKILL.md 係主技能說明,入面放咗三個檔案,每個都有特定用途同更新時機。

  • task_plan.md:用嚟追蹤階段同進度,每個階段完成後更新,係最重要嘅行為準則。
  • notes.md:用嚟儲存研究發現,喺研究過程中記低。
  • [deliverable].md:最終交付物,完成時先寫。

task_plan.md 唔單止係代辦事項清單,更係一套嚴格嘅行為準則,確保 AI 保持專注有序。

整理重點

reference.md 嘅兩條原理

reference.md 記錄咗兩條唔係咁易理解嘅原理,但係好關鍵。

  1. 1 避免少樣本過擬合:重複嘅模式會導致漂移同幻覺,所以要引入變化。
  2. 2 穩定前綴優化緩存:將靜態內容放前面,利用 KV-cache 節省成本。

呢兩條原理分別針對幻覺問題同 Token 成本,係系統設計嘅核心取捨

整理重點

實戰示例同效果

examples.md 展示咗四個具體場景,例如「研究晨練嘅好處並寫總結」。呢個示例說明咗點樣用呢套方法保持焦點。

問題 | 解決方案 --- | --- 上下文窗口有限 | 用文件當外部存儲 長對話後忘記目標 | 反覆讀取計劃文件 錯誤被隱藏 | 記錄到計劃文件 Token 成本高 | 緩存優化 + 只追加

呢套方法令 Manus 平均每個任務能處理約 50 次工具調用而不迷失方向。

作者總結呢個係 Manus 快速達到 1 億美元收入並被高價收購嘅技術核心之一。


圖片
一、原因
    當我哋一開始同AI對話嘅時候,覺得都唔錯,但隨住對話次數增加,畀大模型嘅內容又多又雜嘅時候,就會出現各種問題。
    咁點算好呢? 核心係:將文件系統當作 AI 嘅「外部記憶」,透過持久化嘅 Markdown 檔案嚟管理複雜任務。
 
圖片

二、項目功能

   planning-with-files 裏面放咗三個檔案

2.1 SKILL.md - 主技能說明

     

圖片
文件
用途
更新時機
task_plan.md
追蹤階段同進度
每個階段完成之後
notes.md
儲存研究發現
研究過程中
[deliverable].md
最終交付物
完成時

task_plan.md 係最重要嘅,唔單止係一個待辦事項清單,更加係一套嚴格嘅行為準則,確保 AI 保持專注同有序

圖片

2.2 reference.md - 原理參考

圖片
圖片
這兩條不是很好理解: 
5. 避免少樣本過擬合
重複的模式會導致漂移和幻覺,要引入變化。
6. 穩定前綴優化緩存
靜態內容放前面,利用 KV-cache 節省成本。

2.3 examples.md - 實戰示例

展示咗四個具體場景:

示例 1:研究任務

用戶請求:「研究晨練嘅好處並寫總結」

圖片




總結:點解呢套方法有效?

圖片


問題
解決方案
上下文窗口有限
用檔案做外部存儲
長對話後忘記目標
反覆讀取計劃檔案
錯誤被隱藏
記錄到計劃檔案
Token 成本高
快取優化 + 只追加

呢套方法令 Manus 平均每個任務可以處理 大概 50 次工具調用 而唔會迷失方向,係佢可以快速達到 1 億美元收入並被高價收購嘅技術核心之一。



圖片
一、原因
    當我們剛開始和AI對話的時候,感覺好不錯, 隨着輪數的增加, 給 大模型的內容又多又雜的時候, 就會出來各種問題。
    那怎麼辦呢? 核心是:把文件系統當作 AI 的"外部記憶",通過持久化的 Markdown 文件來管理複雜任務。
 
圖片

二、項目功能

   planning-with-files裏面就是放了三個文件

2.1 SKILL.md - 主技能說明

     

圖片
文件
用途
更新時機
task_plan.md
跟蹤階段和進度
每個階段完成後
notes.md
存儲研究發現
研究過程中
[deliverable].md
最終交付物
完成時

task_plan.md是最重要的,不僅僅是一個代辦事項清單,更是一套嚴格的行為準則,確保AI始終保持專注和有序

圖片

2.2 reference.md - 原理參考

圖片
圖片
這兩條不是很好理解: 
5. 避免少樣本過擬合
重複的模式會導致漂移和幻覺,要引入變化。
6. 穩定前綴優化緩存
靜態內容放前面,利用 KV-cache 節省成本。

2.3 examples.md - 實戰示例

展示了四個具體場景:

示例 1:研究任務

用戶請求:"研究晨練的好處並寫總結"

圖片




總結:為什麼這套方法有效?

圖片


問題
解決方案
上下文窗口有限
用文件當外部存儲
長對話後忘記目標
反覆讀取計劃文件
錯誤被隱藏
記錄到計劃文件
Token 成本高
緩存優化 + 只追加

這套方法讓 Manus 平均每個任務能處理 約 50 次工具調用 而不迷失方向,是它能快速達到 1 億美元收入並被高價收購的技術核心之一。