名称: 深化计划描述: 通过为每个部分使用并行研究代理来增强计划，添加深度、最佳实践和实现细节

参数

[计划文件路径]

深化计划 - 增强模式

简介

注意：当前年份是 2026。 在搜索最新文档和最佳实践时使用此信息。

此命令接收一个现有计划（来自 /workflows:plan）并使用并行研究代理增强每个部分。每个主要元素都有其专用的研究子代理，以查找：

最佳实践和行业模式
性能优化
UI/UX 改进（如果适用）
质量增强和边缘情况
实际实现示例

结果是一个深度基础、生产就绪的计划，包含具体实现细节。

计划文件

<plan_path> #$参数 </plan_path>

如果上述计划路径为空：

检查近期计划：ls -la docs/plans/
询问用户：“您想深化哪个计划？请提供路径（例如 docs/plans/2026-01-15-feat-my-feature-plan.md）。”

在获得有效计划文件路径之前，请勿继续。

主要任务

1. 解析和分析计划结构

<thinking> 首先，读取并解析计划，识别每个可以通过研究增强的主要部分。 </thinking>

读取计划文件并提取：

[ ] 概述/问题陈述
[ ] 提议解决方案部分
[ ] 技术方法/架构
[ ] 实现阶段/步骤
[ ] 代码示例和文件引用
[ ] 验收标准
[ ] 任何提到的 UI/UX 组件
[ ] 提到的技术/框架（Rails、React、Python、TypeScript 等）
[ ] 领域区域（数据模型、API、UI、安全、性能等）

创建部分清单：

部分 1: [标题] - [研究内容的简要描述]
部分 2: [标题] - [研究内容的简要描述]
...

2. 发现和应用可用技能

<thinking> 动态发现所有可用技能，并将其与计划部分匹配。不要假设技能存在 - 在运行时发现它们。 </thinking>

步骤 1: 从所有来源发现所有可用技能

# 1. 项目本地技能（最高优先级 - 项目特定）
ls .claude/skills/

# 2. 用户的全局技能（~/.claude/）
ls ~/.claude/skills/

# 3. compound-engineering 插件技能
ls ~/.claude/plugins/cache/*/compound-engineering/*/skills/

# 4. 所有其他已安装插件 - 检查每个插件的技能
find ~/.claude/plugins/cache -type d -name "skills" 2>/dev/null

# 5. 同时检查 installed_plugins.json 获取所有插件位置
cat ~/.claude/plugins/installed_plugins.json

重要： 检查每个来源。不要假设 compound-engineering 是唯一插件。使用任何相关已安装插件的技能。

步骤 2: 对于每个发现的技能，读取其 SKILL.md 以了解功能

# 对于每个找到的技能目录，读取其文档
cat [技能路径]/SKILL.md

步骤 3: 将技能与计划内容匹配

对于每个发现的技能：

读取其 SKILL.md 描述
检查是否有任何计划部分与技能领域匹配
如果有匹配，则生成一个子代理以应用该技能的知识

步骤 4: 为每个匹配的技能生成一个子代理

关键：对于每个匹配的技能，生成一个单独的子代理，并指示其使用该技能。

对于每个匹配的技能：

任务 通用目的: "您有 [技能名称] 技能，位于 [技能路径]。

您的任务: 将此技能应用于计划。

1. 读取技能: cat [技能路径]/SKILL.md
2. 严格按照技能的指示操作
3. 将技能应用于此内容：

[相关计划部分或完整计划]

4. 返回技能的全部输出

技能告诉您该做什么 - 请遵循。完全执行技能。"

并行生成所有技能子代理：

每个匹配技能一个子代理
每个子代理读取并使用其分配的技能
全部同时运行
10、20、30 个技能子代理都可以

每个子代理：

读取其技能的 SKILL.md
遵循技能的工作流程/指示
将技能应用于计划
返回技能产生的任何内容（代码、推荐、模式、审查等）

示例生成：

任务 通用目的: "使用位于 ~/.claude/plugins/.../dhh-rails-style 的 dhh-rails-style 技能。读取 SKILL.md 并将其应用于：[计划的 Rails 部分]"

任务 通用目的: "使用位于 ~/.claude/plugins/.../frontend-design 的 frontend-design 技能。读取 SKILL.md 并将其应用于：[计划的 UI 部分]"

任务 通用目的: "使用位于 ~/.claude/plugins/.../agent-native-architecture 的 agent-native-architecture 技能。读取 SKILL.md 并将其应用于：[计划的代理/工具部分]"

任务 通用目的: "使用位于 ~/.claude/skills/security-patterns 的 security-patterns 技能。读取 SKILL.md 并将其应用于：[完整计划]"

技能子代理数量无限制。为每个可能相关的技能生成一个。

3. 发现和应用学习/解决方案

<thinking> 检查来自 /workflows:compound 的文档学习。这些是以 markdown 文件存储的已解决问题。为每个学习生成一个子代理以检查其相关性。 </thinking>

学习位置 - 检查这些确切文件夹：

docs/solutions/           <-- 主要: 项目级别学习（由 /workflows:compound 创建）
├── performance-issues/
│   └── *.md
├── debugging-patterns/
│   └── *.md
├── configuration-fixes/
│   └── *.md
├── integration-issues/
│   └── *.md
├── deployment-issues/
│   └── *.md
└── [其他类别]/
    └── *.md

步骤 1: 查找所有学习 markdown 文件

运行这些命令以获取每个学习文件：

# 主要位置 - 项目学习
find docs/solutions -name "*.md" -type f 2>/dev/null

# 如果 docs/solutions 不存在，检查备用位置：
find .claude/docs -name "*.md" -type f 2>/dev/null
find ~/.claude/docs -name "*.md" -type f 2>/dev/null

步骤 2: 读取每个学习的前置元数据以过滤

每个学习文件都有包含元数据的 YAML 前置元数据。读取每个文件的前约 20 行以获取：

---
标题: "简报的 N+1 查询修复"
类别: performance-issues
标签: [activerecord, n-plus-one, includes, eager-loading]
模块: Briefs
症状: "页面加载慢，日志中多个查询"
根本原因: "关联上缺少 includes"
---

对于每个 .md 文件，快速扫描其前置元数据：

# 读取每个学习的前 20 行（前置元数据 + 摘要）
head -20 docs/solutions/**/*.md

步骤 3: 过滤 - 仅为可能相关的学习生成子代理

将每个学习的前置元数据与计划比较：

标签: - 是否有任何标签与计划中的技术/模式匹配？
类别: - 此类别是否相关？（例如，如果计划仅 UI，则跳过部署问题）
模块: - 计划是否涉及此模块？
症状: / 根本原因: - 此问题是否可能发生在计划中？

跳过明显不适用的学习：

计划仅前端 → 跳过 database-migrations/ 学习
计划是 Python → 跳过 rails-specific/ 学习
计划无身份验证 → 跳过 authentication-issues/ 学习

为可能适用的学习生成子代理：

任何标签与计划技术重叠
与计划领域相同类别
类似模式或关注点

步骤 4: 为过滤后的学习生成子代理

对于每个通过过滤的学习：

任务 通用目的: "
学习文件: [.md 文件的完整路径]

1. 完全读取此学习文件
2. 此学习记录了一个先前已解决的问题

检查此学习是否适用于此计划：

---
[完整计划内容]
---

如果相关：
- 具体解释其如何适用
- 引用关键见解或解决方案
- 建议在何处/如何纳入

如果深度分析后不相关：
- 说 '不适用: [原因]'"

示例过滤：

# 找到 15 个学习文件，计划关于 "Rails API 缓存"

# 生成（可能相关）：
docs/solutions/performance-issues/n-plus-one-queries.md      # 标签: [activerecord] ✓
docs/solutions/performance-issues/redis-cache-stampede.md    # 标签: [缓存, redis] ✓
docs/solutions/configuration-fixes/redis-connection-pool.md  # 标签: [redis] ✓

# 跳过（明显不适用）：
docs/solutions/deployment-issues/heroku-memory-quota.md      # 不关于缓存
docs/solutions/frontend-issues/stimulus-race-condition.md    # 计划是 API，非前端
docs/solutions/authentication-issues/jwt-expiry.md           # 计划无身份验证

为所有过滤后的学习并行生成子代理。

这些学习是机构知识 - 应用它们可防止重复过去的错误。

4. 启动每部分研究代理

<thinking> 对于计划中的每个主要部分，生成专门的研究代理以研究改进。使用 Explore 代理类型进行开放式研究。 </thinking>

对于每个识别的部分，启动并行研究：

任务 Explore: "研究最佳实践、模式和实际示例对于：[部分主题]。
查找：
- 行业标准和惯例
- 性能考虑
- 常见陷阱及如何避免
- 文档和教程
返回具体、可操作的推荐。"

同时使用 Context7 MCP 获取框架文档：

对于计划中提到的任何技术/框架，查询 Context7：

mcp__plugin_compound-engineering_context7__resolve-library-id: 查找 [框架] 的库 ID
mcp__plugin_compound-engineering_context7__query-docs: 查询特定模式的文档

使用 WebSearch 获取当前最佳实践：

搜索关于计划中主题的近期（2024-2026）文章、博客文章和文档。

5. 发现并运行所有审查代理

<thinking> 动态发现每个可用代理并运行它们全部对抗计划。不要过滤，不要跳过，不要假设相关性。40+ 并行代理可以。使用所有可用内容。 </thinking>

步骤 1: 从所有来源发现所有可用代理

# 1. 项目本地代理（最高优先级 - 项目特定）
find .claude/agents -name "*.md" 2>/dev/null

# 2. 用户的全局代理（~/.claude/）
find ~/.claude/agents -name "*.md" 2>/dev/null

# 3. compound-engineering 插件代理（所有子目录）
find ~/.claude/plugins/cache/*/compound-engineering/*/agents -name "*.md" 2>/dev/null

# 4. 所有其他已安装插件 - 检查每个插件的代理
find ~/.claude/plugins/cache -path "*/agents/*.md" 2>/dev/null

# 5. 检查 installed_plugins.json 以查找所有插件位置
cat ~/.claude/plugins/installed_plugins.json

# 6. 对于本地插件（isLocal: true），检查其源目录
# 解析 installed_plugins.json 并查找本地插件路径

重要： 检查每个来源。包括来自以下来源的代理：

项目 .claude/agents/
用户的 ~/.claude/agents/
compound-engineering 插件（但跳过 workflow/ 代理 - 仅使用 review/、research/、design/、docs/）
所有其他已安装插件（agent-sdk-dev、frontend-design 等）
任何本地插件

对于 compound-engineering 插件具体：

使用：agents/review/*（所有审查者）
使用：agents/research/*（所有研究者）
使用：agents/design/*（设计代理）
使用：agents/docs/*（文档代理）
跳过：agents/workflow/*（这些是工作流程协调器，非审查者）

步骤 2: 对于每个发现的代理，读取其描述

读取每个代理文件的前几行以了解其审查/分析内容。

步骤 3: 并行启动所有代理

对于每个发现的代理，并行启动一个任务：

任务 [代理名称]: "使用您的专业知识审查此计划。应用所有您的检查和模式。计划内容：[完整计划内容]"

关键规则：

不要通过“相关性”过滤代理 - 运行它们全部
不要因为“可能不适用”而跳过代理 - 让它们决定
在单个消息中启动所有代理，使用多个任务工具调用
20、30、40 个并行代理可以 - 使用所有内容
每个代理可能捕获其他代理遗漏的内容
目标是最大覆盖，而非效率

步骤 4: 同时发现并运行研究代理

研究代理（如 best-practices-researcher、framework-docs-researcher、git-history-analyzer、repo-research-analyst）也应针对相关计划部分运行。

6. 等待所有代理并综合所有内容

<thinking> 等待所有并行代理完成 - 技能、研究代理、审查代理、所有内容。然后将所有发现综合成一个全面增强。 </thinking>

收集所有来源的输出：

基于技能的子代理 - 每个技能的全部输出（代码示例、模式、推荐）
学习/解决方案子代理 - 来自 /workflows:compound 的相关文档学习
研究代理 - 最佳实践、文档、实际示例
审查代理 - 来自每个审查者的所有反馈（架构、安全、性能、简洁性等）
Context7 查询 - 框架文档和模式
网络搜索 - 当前最佳实践和文章

对于每个代理的发现，提取：

[ ] 具体推荐（可操作项）
[ ] 代码模式和示例（复制粘贴就绪）
[ ] 要避免的反模式（警告）
[ ] 性能考虑（指标、基准）
[ ] 安全考虑（漏洞、缓解措施）
[ ] 发现的边缘情况（处理策略）
[ ] 文档链接（参考）
[ ] 技能特定模式（来自匹配技能）
[ ] 相关学习（适用的过去解决方案 - 防止重复错误）

去重和优先排序：

合并来自多个代理的类似推荐
按影响优先排序（高价值改进优先）
标记冲突建议供人工审查
按计划部分分组

7. 增强计划部分

<thinking> 将研究发现合并回计划，在不更改原始结构的情况下添加深度。 </thinking>

每个部分的增强格式：

## [原始部分标题]

[原始内容保留]

### 研究见解

**最佳实践：**
- [具体推荐 1]
- [具体推荐 2]

**性能考虑：**
- [优化机会]
- [目标基准或指标]

**实现细节：**
```[语言]
// 来自研究的具体代码示例

边缘情况：

[边缘情况 1 及如何处理]
[边缘情况 2 及如何处理]

参考：

[文档 URL 1]
[文档 URL 2]


### 8. 添加增强摘要

在计划顶部添加摘要部分：

```markdown
## 增强摘要

**深化于：** [日期]
**增强部分：** [数量]
**使用的研究代理：** [列表]

### 关键改进
1. [主要改进 1]
2. [主要改进 2]
3. [主要改进 3]

### 发现的新考虑
- [重要发现 1]
- [重要发现 2]

9. 更新计划文件

写入增强计划：

保留原始文件名
如果用户偏好新文件，则添加 -deepened 后缀
更新任何时间戳或元数据

输出格式

原地更新计划文件（或如果用户请求单独文件，则在 -plan 后追加 -deepened，例如 2026-01-15-feat-auth-plan-deepened.md）。

质量检查

在最终确定前：

[ ] 所有原始内容保留
[ ] 研究见解清晰标记和归属
[ ] 代码示例语法正确
[ ] 链接有效且相关
[ ] 部分之间无矛盾
[ ] 增强摘要准确反映更改

增强后选项

写入增强计划后，使用 AskUserQuestion 工具 呈现这些选项：

问题： “计划已深化于 [plan_path]。您接下来想做什么？”

选项：

查看差异 - 显示添加/更改的内容
运行 /plan_review - 获取审查者对增强计划的反馈
开始 /workflows:work - 开始实施此增强计划
进一步深化 - 在特定部分运行另一轮研究
恢复 - 恢复原始计划（如果备份存在）

基于选择：

查看差异 → 运行 git diff [plan_path] 或显示前后对比
/plan_review → 使用计划文件路径调用 /plan_review 命令
/workflows:work → 使用计划文件路径调用 /workflows:work 命令
进一步深化 → 询问哪些部分需要更多研究，然后重新运行那些代理
恢复 → 从 git 或备份恢复

示例增强

之前（来自 /workflows:plan）：

## 技术方法

使用 React Query 进行数据获取，并带乐观更新。

之后（来自 /workflows:deepen-plan）：

## 技术方法

使用 React Query 进行数据获取，并带乐观更新。

### 研究见解

**最佳实践：**
- 基于数据新鲜度要求配置 `staleTime` 和 `cacheTime`
- 使用 `queryKey` 工厂以实现一致的缓存失效
- 在依赖查询的组件周围实现错误边界

**性能考虑：**
- 为稳定数据启用 `refetchOnWindowFocus: false` 以减少不必要请求
- 使用 `select` 选项在查询级别转换和记忆数据
- 考虑 `placeholderData` 以实现即时感知加载

**实现细节：**
```typescript
// 推荐查询配置
const queryClient = new QueryClient({
  defaultOptions: {
    queries: {
      staleTime: 5 * 60 * 1000, // 5 分钟
      retry: 2,
      refetchOnWindowFocus: false,
    },
  },
});