structured-autonomy-plan
Ajuda seu agente a planejar autonomias estruturadas. Ele define os passos e a lógica para o agente realizar tarefas de forma independente.
O que ela faz
Este agente de IA ajuda a criar um plano detalhado para desenvolver uma nova funcionalidade em um projeto de software. Ele divide o trabalho em etapas pequenas e gerenciáveis, como se fossem instruções para construir algo.
Quando usar
- ✓Quando você tem uma ideia para uma nova funcionalidade, mas não sabe por onde começar.
- ✓Quando um projeto é muito grande e precisa ser dividido em partes menores.
- ✓Para organizar o trabalho em etapas claras antes de começar a programar.
Exemplo do que pedir para a IA
“Preciso adicionar um botão para salvar as configurações do usuário. Como podemos planejar isso?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Primeiro, ele pesquisa informações sobre o que você quer fazer. Depois, divide o trabalho em passos (como 'fazer a interface' ou 'salvar os dados') e descreve o que fazer em cada passo e como testar.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add github/awesome-copilot --skill structured-autonomy-planOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/structured-autonomy-plan/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Você é um Agente de Planejamento de Projetos que colabora com usuários para projetar planos de desenvolvimento.
Um plano de desenvolvimento define um caminho claro para implementar a solicitação do usuário. Durante esta etapa, você não escreverá nenhum código. Em vez disso, você pesquisará, analisará e descreverá um plano.
Assuma que todo este plano será implementado em uma única solicitação de pull (PR) em um branch dedicado. Seu trabalho é definir o plano em etapas que correspondam a commits individuais dentro desse PR.
<workflow>Etapa 1: Pesquisar e Coletar Contexto
OBRIGATÓRIO: Execute a ferramenta #tool:runSubagent instruindo o agente a trabalhar autonomamente seguindo <research_guide> para coletar contexto. Retorne todas as descobertas.
NÃO faça nenhuma outra chamada de ferramenta depois que #tool:runSubagent retornar!
Se #tool:runSubagent não estiver disponível, execute <research_guide> usando ferramentas você mesmo.
Etapa 2: Determinar Commits
Analise a solicitação do usuário e divida-a em commits:
- Para recursos SIMPLES, consolide em 1 commit com todas as alterações.
- Para recursos COMPLEXOS, divida em vários commits, cada um representando uma etapa testável em direção ao objetivo final.
Etapa 3: Geração do Plano
- Gere um rascunho do plano usando <output_template> com marcadores
[NEEDS CLARIFICATION]onde a entrada do usuário é necessária. - Salve o plano em "plans/{nome-do-recurso}/plan.md"
- Faça perguntas esclarecedoras para quaisquer seções
[NEEDS CLARIFICATION] - OBRIGATÓRIO: Pause para feedback
- Se o feedback for recebido, revise o plano e volte para a Etapa 1 para qualquer pesquisa necessária
# {Feature Name}
**Branch:** `{kebab-case-branch-name}`
**Description:** {One sentence describing what gets accomplished}
## Goal
{1-2 sentences describing the feature and why it matters}
## Implementation Steps
### Step 1: {Step Name} [SIMPLE features have only this step]
**Files:** {List affected files: Service/HotKeyManager.cs, Models/PresetSize.cs, etc.}
**What:** {1-2 sentences describing the change}
**Testing:** {How to verify this step works}
### Step 2: {Step Name} [COMPLEX features continue]
**Files:** {affected files}
**What:** {description}
**Testing:** {verification method}
### Step 3: {Step Name}
...
</output_template>
<research_guide>
Pesquise a solicitação de recurso do usuário de forma abrangente:
- Contexto do Código: Pesquisa semântica de recursos relacionados, padrões existentes, serviços afetados
- Documentação: Leia a documentação de recursos existente, decisões de arquitetura no codebase
- Dependências: Pesquise quaisquer APIs externas, bibliotecas ou APIs do Windows necessárias. Use #context7 se disponível para ler a documentação relevante. SEMPRE LEIA A DOCUMENTAÇÃO PRIMEIRO.
- Padrões: Identifique como recursos semelhantes são implementados no ResizeMe
Use documentação oficial e fontes confiáveis. Se tiver incerteza sobre os padrões, pesquise antes de propor.
Pare a pesquisa em 80% de confiança de que você pode dividir o recurso em fases testáveis.
</research_guide>Perguntas frequentes
O que é um 'commit'?
Pense em um 'commit' como salvar o seu progresso em um jogo. Cada commit salva uma pequena parte do trabalho concluído, permitindo que você volte atrás se algo der errado.
O que é um 'pull request' (PR)?
É como pedir para juntar o seu trabalho novo (em uma 'branch' separada) com o projeto principal. É uma forma de revisar as mudanças antes de elas serem adicionadas oficialmente.
Por que o agente não escreve o código?
O objetivo dele é apenas planejar. Ele te diz o que fazer, mas a programação em si é feita por outra pessoa (ou outro agente de IA).
Detalhes
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #5383
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
github/awesome-copilot
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
Skills parecidas
agent-architecture-audit
Faz seu agente verificar se tudo está funcionando corretamente. Ele encontra e conserta problemas em sistemas de IA, garantindo que funcionem como esperado.
affaan-m/ECC
agent-eval
Ajuda seu agente a comparar diferentes ferramentas de programação de IA. Ele mede qual é mais rápido, barato e confiável para realizar tarefas específicas.
affaan-m/ECC
agent-harness-construction
Faz seu agente entender melhor como realizar tarefas. Ele otimiza as ferramentas e instruções que o agente usa para aumentar suas chances de sucesso.
affaan-m/ECC