拆解一个 3k Star 的 Skills：它到底写了什么？顺便还能学习manus的上下文管理

拆解一个 3k Star 的 Skills：它到底写了什么？顺便还能学习manus的上下文管理 拆解一个 3k Star 的 Skills：它到底写了什么？顺便还能学习manus的上下文管理 Modified January 8 Manus 说：错。 "Erasing failure removes evidence. And without evidence, the model can't adapt." 删掉失败记录，就删掉了证据。没有证据，模型无法学习。 正确做法：把每次失败都写进文件。 当 AI 看到之前的错误记录， 它会自动调整策略， 避免重复犯错。 技巧五：写反模式，正反对照，让 AI 更容易理解边界 反模式表格：正反对照 技能里有一个设计很聪明 反模式表格： ❌ 用 TodoWrite 做持久化 → ✅ 创建 task plan.md 文件 ❌ 目标说一次就忘 → ✅ 每次决策前重读计划 ❌ 隐藏错误悄悄重试 → ✅ 把错误记录到文件里 ❌ 把所有东西塞进上下文 → ✅ 大段内容存到文件里 ❌ 上来就开始干活 → ✅ 先创建计划文件 这 5 条反模式， 其实就是 Manus 原理的反面 第 1 条：文件系统 内置工具（TodoWrite 重启就没了） 第 2 条：反复复述 说一次就忘 第 3 条：保留错误 隐藏错误 第 4 条：外部存储 上下文塞满 第 5 条：先规划 直接开干 不只告诉你"要做什么"，还告诉你"不要做什么"。 技巧六：规则要短、要强调、要有"不可商量"的语气 技能列了 5 条关键规则： 永远先创建计划 决策前先读计划 行动后立刻更新 存文件，不塞上下文 记录所有错误 每条规则都是动词 + 对象的结构，简洁有力。 它还用了"永远""绝不"这种强调词： 绝不在没有 task plan.md 的情况下开始复杂任务。 这一条不可商量。 技巧七：主文件只写操作，原理拆到单独文件。 reference.md：原理放这里 主文件只讲"怎么做"，不讲"为什么" 为什么放在 reference.md 里 想了解原理，去看 reference.md： 注意力操控技术 错误恢复模式 Manus 的上下文优化 不是所有人都想知道原理，想看的人自己去看。 这样主文件保持简洁， 不会吓跑只想快速上手的人。 技巧八：提供完整案例，降低使用门槛 examples.md：案例放这里 同样的思路，案例也单独放 想看案例，去看 examples.md： 研究任务示例 Bug 修复示例 功能开发示例 错误恢复示例 每个例子都是完整流程： 从创建计划到最终交付。 这就是"抄作业"的地方 照着改就能用 技巧九：结构要从"能用"到"用好"递进 整体结构：从能用到用好 回头看整个 SKILL.md 的结构 快速开始（4 步，立刻能用） 3 文件模式（核心方法） 工作循环（具体流程） 模板（直接抄） 规则（必须遵守） 使用场景（什么时候用） 反模式（什么不要做） 进阶指引（想深入去看别的文件） 这个顺序是有讲究的： 先让你会用 → 再告诉你细节 → 最后给边界和进阶 从上到下，信息密度递减。 急着用的人看前两段就够了，想深入的人可以继续往下看。 总结：9 条可以学习的技巧 description 塞满触发词，提高激活率 重要信息存文件，不要全塞上下文（Manus：文件系统作为外部记忆） 重要目标反复读取，不要只说一次（Manus：通过复述操控注意力） 错误要记录，不要假装没发生（Manus：保留失败记录） 写反模式，正反对照 规则要短、要强调、不可商量 主文件只写操作，原理拆出去 提供完整案例，降低使用门槛 结构从"能用"到"用好"递进 前 4 条是 Manus 方法论的落地， 后 5 条是技能写法的技巧。 这个项目上线不到一周就 3000+ star， 说明真的有人在用。 用户反馈最多的几个点： "终于不用每次手动提醒 Claude 记住目标了" "错误记录功能救了我，不会反复踩同一个坑" "可以随时打开 task plan.md 看 AI 在干嘛，透明度很高" 批评的声音： "每个任务 3 个文件，目录会乱" "简单任务用不上，太重了" 社区已经有人做了 Cursor 版本，说明这套方法论是跨工具的。 怎么用 方法一：直接安装 git clone 到你的 /.claude/skills/ 目录。 注意要把子目录里的文件移到上一层。 GitHub：https://github.com/OthmanAdi/planning with files 方法二：学它的写法 把这 9 条技巧用到你自己的技能里。 方法三：学它的方法论 复杂任务 → 先写计划 决策之前 → 先读计划 出错之后 → 记录下来 Manus 说：错。 "Erasing failure removes evidence. And without evidence, the model can't adapt." 删掉失败记录，就删掉了证据。没有证据，模型无法学习。 正确做法：把每次失败都写进文件。 当 AI 看到之前的错误记录， 它会自动调整策略， 避免重复犯错。 技巧五：写反模式，正反对照，让 AI 更容易理解边界 反模式表格：正反对照 技能里有一个设计很聪明 反模式表格： ❌ 用 TodoWrite 做持久化 → ✅ 创建 task plan.md 文件 ❌ 目标说一次就忘 → ✅ 每次决策前重读计划 ❌ 隐藏错误悄悄重试 → ✅ 把错误记录到文件里 ❌ 把所有东西塞进上下文 → ✅ 大段内容存到文件里 ❌ 上来就开始干活 → ✅ 先创建计划文件 这 5 条反模式， 其实就是 Manus 原理的反面 第 1 条：文件系统 内置工具（TodoWrite 重启就没了） 第 2 条：反复复述 说一次就忘 第 3 条：保留错误 隐藏错误 第 4 条：外部存储 上下文塞满 第 5 条：先规划 直接开干 不只告诉你"要做什么"，还告诉你"不要做什么"。 技巧六：规则要短、要强调、要有"不可商量"的语气 技能列了 5 条关键规则： 永远先创建计划 决策前先读计划 行动后立刻更新 存文件，不塞上下文 记录所有错误 每条规则都是动词 + 对象的结构，简洁有力。 它还用了"永远""绝不"这种强调词： 绝不在没有 task plan.md 的情况下开始复杂任务。 这一条不可商量。 技巧七：主文件只写操作，原理拆到单独文件。 reference.md：原理放这里 主文件只讲"怎么做"，不讲"为什么" 为什么放在 reference.md 里 想了解原理，去看 reference.md： 注意力操控技术 错误恢复模式 Manus 的上下文优化 不是所有人都想知道原理，想看的人自己去看。 这样主文件保持简洁， 不会吓跑只想快速上手的人。 技巧八：提供完整案例，降低使用门槛 examples.md：案例放这里 同样的思路，案例也单独放 想看案例，去看 examples.md： 研究任务示例 Bug 修复示例 功能开发示例 错误恢复示例 每个例子都是完整流程： 从创建计划到最终交付。 这就是"抄作业"的地方 照着改就能用 技巧九：结构要从"能用"到"用好"递进 整体结构：从能用到用好 回头看整个 SKILL.md 的结构 快速开始（4 步，立刻能用） 3 文件模式（核心方法） 工作循环（具体流程） 模板（直接抄） 规则（必须遵守） 使用场景（什么时候用） 反模式（什么不要做） 进阶指引（想深入去看别的文件） 这个顺序是有讲究的： 先让你会用 → 再告诉你细节 → 最后给边界和进阶 从上到下，信息密度递减。 急着用的人看前两段就够了，想深入的人可以继续往下看。 总结：9 条可以学习的技巧 description 塞满触发词，提高激活率 重要信息存文件，不要全塞上下文（Manus：文件系统作为外部记忆） 重要目标反复读取，不要只说一次（Manus：通过复述操控注意力） 错误要记录，不要假装没发生（Manus：保留失败记录） 写反模式，正反对照 规则要短、要强调、不可商量 主文件只写操作，原理拆出去 提供完整案例，降低使用门槛 结构从"能用"到"用好"递进 前 4 条是 Manus 方法论的落地， 后 5 条是技能写法的技巧。 这个项目上线不到一周就 3000+ star， 说明真的有人在用。 用户反馈最多的几个点： "终于不用每次手动提醒 Claude 记住目标了" "错误记录功能救了我，不会反复踩同一个坑" "可以随时打开 task plan.md 看 AI 在干嘛，透明度很高" 批评的声音： "每个任务 3 个文件，目录会乱" "简单任务用不上，太重了" 社区已经有人做了 Cursor 版本，说明这套方法论是跨工具的。 怎么用 方法一：直接安装 git clone 到你的 /.claude/skills/ 目录。 注意要把子目录里的文件移到上一层。 GitHub：https://github.com/OthmanAdi/planning with files 方法二：学它的写法 把这 9 条技巧用到你自己的技能里。 方法三：学它的方法论 复杂任务 → 先写计划 决策之前 → 先读计划 出错之后 → 记录下来 不一定要用这个技能，手动做也行。 这个技能火，不是因为它用了什么高深的技术。 而是它把 Manus 的方法论， 用正确的方式写成了技能 文件系统作为外部记忆 → 落地成 3 文件模式 通过复述操控注意力 → 落地成"决策前读计划" 保留失败记录 → 落地成"错误记录"栏 方法论不复杂， 复杂的是怎么写成一个好用的技能。 🔗 原文链接： https://mp.weixin.qq.com/s/CD h LZs... https://mp.weixin.qq.com/s/CD h LZs... 原创 CY CHENYUE Ai智能向善2026年1月8日 09:20 广东 Hello啊，我是 CY CHENYUE 一个 Claude Code 技能， 上线不到一周，已经 3000+ star。 （再刚发现的时候，才一百多的star） 它复刻的是 Manus 的核心工作方法 Manus 公开了自己的方法论， OthmanAdi把它写成了一个可以直接用的技能。 我把这个技能的全部拆开看了一遍。 今天拆解这个技能具体写了什么， 它是怎么把 Manus 的思路落地的， 以及我们能学到什么。 先看文件结构 整个技能就 4 个文件： planning with files/ ├── SKILL.md ← 主文件，AI 会读这个 ├── reference.md ← 原理解释，按需加载 ├── examples.md ← 使用案例，按需加载 └── README.md ← 给人看的说明 核心就是 SKILL.md，其他都是补充。 这个结构本身就值得学：主文件不要太长，详细内容拆出去。 这叫渐进式披露 不要一次性把所有信息塞给 AI，按需加载。 技巧一：description 要塞满触发词 description 怎么写的 打开 SKILL.md，第一眼看到的是元数据。 翻译过来是： 名称：planning with files 描述：将工作流转换为使用 Manus 风格的持久化 Markdown 文件，用于规划、进度追踪和知识存储。 当开始复杂任务、多步骤项目、研究任务时使用，或者当用户提到规划、组织工作、追踪进度、需要结构化输出时使用。 我数了一下，它塞了 7 个触发场景： 复杂任务 多步骤项目 研究任务 规划 组织工作 追踪进度 结构化输出 为什么要这么多？ 因为 Claude 判断"要不要用这个技能"， 主要看 description 和用户说的话有没有匹配。 上一篇文章也提到过 模糊的 description 激活率只有 20%，具体的能到 80%+。 技巧二：把重要信息存到文件里，不要全塞进上下文 3 文件模式：为什么是 3 个？ 技能的核心是 3 文件模式： task plan.md → 追踪目标和进度 notes.md → 存储研究和发现 [交付物].md → 最终输出 为什么要用文件？ 这就要说到 Manus 的第一个核心原理： 文件系统作为外部记忆。 AI 的上下文有三个问题： 会爆——塞太多就超限了 会忘——上下文太长，中间的内容会被忽略 会漂——调用 50 次工具后，原始目标可能早忘了 文件没有这些问题。 写进文件的东西不会丢，需要的时候随时读取。 所以这个技能的设计思路是： 把 AI 的"脑子"外挂到文件系统上。 技巧三：重要目标要反复读取，不要只说一次 快速开始：4 步循环 技能的快速开始写了 4 步： 在工作目录创建 task plan.md 文件 用 checkbox 定义各个阶段 每完成一个阶段就更新——打勾并更新状态 做决策前先读一遍——刷新注意力窗口里的目标 注意第 4 步：「做决策前先读一遍」。 这对应 Manus 的第二个核心原理： 通过复述操控注意力 。 大模型有个毛病叫"中间遗忘" 上下文太长后， 开头和中间的内容权重会下降， 只有结尾的内容权重最高。 怎么解决？ 每次做重要决策前，让 AI 重新读一遍 task plan.md 读一遍 = 把目标重新放到上下文的结尾 = 刷新注意力。 Manus 管这个叫 "Attention through Recitation" 通过复述来操控注意力。 技巧四：错误要记录下来，不要假装没发生 模板设计：错误记录 技能提供了完整的 task plan.md 模板： 任务计划：[简要描述] 目标 [用一句话描述最终要达成的状态] 阶段 阶段 1：规划和准备 阶段 2：研究/收集信息 阶段 3：执行/构建 阶段 4：检查和交付 关键问题 [需要回答的问题] [需要回答的问题] 已做决策 [决策]：[原因] 遇到的错误 [错误]：[解决方案] 当前状态 目前在阶段 X [我正在做什么] 注意「遇到的错误」这一栏。 这对应 Manus 的第三个核心原理：「保留失败记录」。 本能反应是：出错了，悄悄重试，别让人看到。