用途
Deepen Plan 是一个用于在已有开发计划基础上进行深化和强化的技能。它的目标是通过动态发现可用的技能(skills)与智能体(agents),并结合针对性的研究,来充实一个已经存在的计划。它本身不编写代码,只负责研究和增强计划。
输入与计划结构
该技能接收计划文件夹路径(<plan_path> #$ARGUMENTS)。如果参数为空,它会检查 ls docs/plans/ 并询问用户要深化哪个计划。计划文件夹包含:
- spec.md:人类可读的计划
- prd.json:机器可执行的故事
- brainstorm.md:可选的上下文
技能会解析并识别:提及的技术(如 React、Next.js、Node.js、TypeScript 等)、领域范围(如 UI、API、数据、认证、支付等)、来自 prd.json 的故事类别、以及关键词和触发条件。
主要能力
1. 发现可用技能
扫描技能路径,包括用户技能与插件技能:
find ~/.claude/skills -name "SKILL.md" 2>/dev/null
find ~/.claude/plugins/cache -name "SKILL.md" 2>/dev/null
find ~/.claude/plugins/marketplaces -name "SKILL.md" 2>/dev/null
从每个 SKILL.md 中提取 frontmatter 里的 name 和 description,构建技能注册表(技能 / 触发条件),触发条件动态来自 SKILL.md 的描述。
2. 发现可用智能体
扫描智能体路径,包括用户智能体(按类别组织)与插件智能体:
find ~/.claude/agents -name "*.md" 2>/dev/null
find ~/.claude/plugins -path "*/agents/*.md" 2>/dev/null
智能体路径分类包括:design、research、review、workflow 等,以及插件智能体。从每个 .md 文件中提取 name、description 和 category,构建智能体注册表(智能体 / 类别 / 使用场景)。
3. 将技能匹配到故事
对于 prd.json 中的每个故事,按类别、面包板存在情况、标题/验收标准中的关键词、以及从 spec.md 检测到的技术栈进行匹配:
- 按类别匹配:ui、performance、integration、edge-case 等各有对应的默认技能与智能体
- 按面包板(breadboard)存在情况匹配:若 spec 含面包板,则加入 breadboard-reflection 智能体
- 按关键词匹配:从故事标题与验收标准中提取关键词,与已发现技能的触发条件比对
- 按技术栈匹配:如 React/Next.js、动画/过渡、Stripe/支付、表单/输入等 最后用去重后的技能和验证智能体更新每个故事。
4. 应用相关技能
对匹配到任意故事的每个唯一技能,提取针对计划的具体建议。
5. 面包板校验(条件执行)
仅当 spec.md 包含面包板可供性表格(UI Affordances、Code Affordances)时才运行。校验检查包括:每个 UI 可供性(U)至少有一个 prd.json 故事覆盖;每个 Code 可供性(N)被某个故事引用或暗示;每个 prd.json 故事至少映射到一个面包板可供性。标记缺口:没有故事覆盖的可供性(计划中缺失),以及没有可供性映射的故事(可能为横向故事而非纵向故事)。校验结果会加入 spec.md 的 Enhancement Summary 部分,并将 breadboard-reflection 加入智能体发现注册表。
6. 查询框架文档
对检测到的框架/库使用 Context7:
mcp__plugin_context7_context7__resolve-library-id: Find ID for [framework]
mcp__plugin_context7_context7__query-docs: Query specific patterns
7. 运行针对性审查智能体
只运行与计划内容最相关的 2-3 个智能体。选择依据包括:故事类别(大量 ui → 设计智能体,任何 security → security-sentinel)、风险级别(支付、认证、数据 → 安全 + 架构)、复杂度(大量故事 → architecture-strategist)。以并行方式运行匹配的智能体,任务格式为 Task [agent-name]: "Review this plan: [spec.md content]"。
8. 增强 spec.md
在相关部分添加:Research Insights,包含 Best Practices(来自技能/智能体的具体建议)、Implementation Details(来自框架文档的代码示例)、Edge Cases(情况与处理)、References(来自 Context7 或智能体研究的 URL)。
9. 更新 prd.json
用发现的技能与智能体更新每个故事,例如:
{
"id": 1,
"title": "User can create account form",
"category": "ui",
"skills": ["frontend-design", "emil-design-engineering", "vercel-react-best-practices"],
"validation_agents": ["design-implementation-reviewer", "code-reviewer"],
...
}
10. 添加增强摘要
在 spec.md 顶部添加 Enhancement Summary,包含:深化日期、发现的技能数量与匹配数量、咨询的智能体列表、关键改进列表、以及应用到故事的技能表格(故事 / 技能 / 验证智能体)。
11. 写入更新
将研究洞察更新到 spec.md,将技能与 validation_agents 更新到 prd.json。
使用方式
该技能通过技能名称 deepen-plan 调用,并传入计划文件夹路径作为参数。如果参数为空,它会检查 docs/plans/ 目录并询问用户要深化哪个计划。
参考映射
技能路径包括:
~/.claude/skills/*/SKILL.md
~/.claude/plugins/cache/**/skills/*/SKILL.md
~/.claude/plugins/marketplaces/**/skills/*/SKILL.md
智能体路径包括 design、research、review、workflow 等类别目录以及插件智能体路径。
插件智能体包括:pr-review-toolkit(code-reviewer、silent-failure-hunter、code-simplifier、comment-analyzer、pr-test-analyzer、type-design-analyzer)、feature-dev(code-explorer、code-architect)、plugin-dev(agent-creator、skill-reviewer、plugin-validator)、hookify(conversation-analyzer)。
Frontmatter 格式(技能与智能体):
---
name: skill-or-agent-name
description: When to use this. Triggers on: keyword1, keyword2, ...
---
description 字段包含触发关键词,用于匹配。
类别到默认映射包括:functional、ui、integration、edge-case、performance 等各自的默认技能与智能体。
技术栈到技能映射包括:React/Next.js → vercel-react-best-practices;组件架构 → vercel-composition-patterns;动画/过渡/动效 → web-animation-design;Stripe/支付 → stripe-best-practices;表单/输入/校验 → emil-design-engineering;浏览器自动化 → agent-browser;代码搜索/AST → ast-grep。
增强后选项
完成后询问用户:查看变更(展示添加到 spec.md 和 prd.json 的内容)、开始 /workflows:work(开始实现)、深化特定故事(对某个故事做更多研究)、重新运行发现(扫描新的技能/智能体)。
限制
该技能明确 NEVER CODE!只研究和增强计划。它依赖本地 ~/.claude 目录下的技能与智能体文件以及 Context7 MCP 文档查询能力。资料中未提供该技能的安装命令、收费价格、具体平台支持范围等事实,暂未提供。