Plan 将一次协同过程拆分为五个阶段，每个阶段都支持人机协作与图片提示，帮助你在 IDE 内完成从想法到落地的闭环。

flowchart LR A[需求澄清] --> B[方案制定] B --> C[方案编辑/确认] C --> D[方案实施] D --> E[方案完成] style A fill:#e6f3ff style B fill:#fff3e6 style C fill:#e6ffe6 style D fill:#ffe6e6 style E fill:#f3e6ff

需求澄清（Prepare 状态）

在这一阶段，AI 会通过渐进式对话帮你明确需求边界，确保双方对任务的理解一致。

具体操作：

描述需求 - 在输入框中描述你的目标或粘贴需求文档

回答澄清问题 - AI 会提出 1-2 个关键问题，确认技术栈、功能范围、限制条件等

确认需求 - 回答完所有问题后，AI 会生成需求总结，确认后进入下一步

小贴士：

提供尽可能具体的上下文（技术栈、项目结构、期望效果等）

可以直接粘贴需求文档或设计稿截图

澄清问题的质量直接影响后续方案的准确性

第二步：方案制定（Prepare 状态）

需求确认后，AI 会生成完整的方案草稿。这是 Plan Mode 的核心——在执行前就把所有事情想清楚。

方案生成过程：

Plan 会根据你提供的任务要求，先给出实施大纲，再在已有的项目中搜索相关的代码、设计、文档等，生成方案草稿。

方案包含的内容：

模块说明

需求分析提炼核心价值、功能边界和预期输出

技术方案技术选型、架构设计、关键组件和数据流

视觉设计UI 风格、交互逻辑、配色方案（如适用）

任务列表可执行的步骤清单，标明依赖关系和优先级

扩展能力推荐使用的 MCP/Skill/SubAgent 及其用途

AI 会智能编排你的扩展能力：

分析任务需求，自动匹配合适的 MCP、Skill、SubAgent

在方案中说明每个扩展的作用和预期产出

避免幻觉调用，只使用你已配置的扩展

第三步：方案编辑/确认（Ready 状态）

生成方案后，你可以审阅、编辑并确认。这是「执行前可预见」的关键环节——在代码生成前修正方向，避免后期重构。

可以编辑的内容：

编辑类型操作

正文内容调整描述、补充约束、添加参考链接

技术方案修改技术选型、调整架构设计

任务列表插入/删除/重排任务，补充执行细节

扩展能力增删插件或智能体以适配新场景

Markdown 编辑更新任务列表

设计配置编辑方案扩展配置

确认执行前检查：

技术方案是否符合项目现有架构？

任务拆解是否完整，依赖顺序是否正确？

设计规范是否与现有 UI 风格一致？

扩展能力选择是否合理？

第四步：方案实施（Building 状态）

点击「开始执行」后，计划进入执行阶段。AI 会按照任务列表逐步执行，并实时反馈进度。

执行过程：

状态切换 - 计划状态变为 Building，任务按序执行

进度反馈 - AI 每完成一个任务会标记状态，你可以实时查看进度

中断处理 - 执行中可以随时暂停，提出新需求或调整方向

深度调用扩展 - AI 会按照方案中的规划，深度调用 MCP、Skill 等扩展能力

执行状态过程结果

执行中的调整：

微调方案 - 可以在编辑区修改正文，diff 会高亮显示变化

切换 Craft - 对于局部问题，切换到 Craft Mode 快速修复更高效

中断恢复 - 遇到新需求时，AI 会暂停当前计划，处理完后再恢复

第五步：方案完成（Finished 状态）

全部任务完成后，计划进入完成状态。

完成后的操作：

操作说明

查看成果在编辑器中查看生成的代码和修改的文件

归档计划计划自动保存为 Markdown 文件，位于 .codebuddy/plans/

导出分享可下载计划文件，与团队共享或继续迭代

复用知识历史计划可作为上下文引用，帮助 AI 快速理解项目背景

完成与保存下载计划

使用原则

任务粒度控制

做法原因风险

单一 Plan 聚焦单一功能模块AI 在有限上下文内保持一致性更强过大的 Plan 会导致命名不一致、接口风格混乱、状态管理冲突

功能模块完成后再开始下一个可验证的中间产物便于问题定位多个未完成的 Plan 并行会增加上下文混乱

复杂需求由 AI 自行拆分AI 能基于技术依赖关系合理划分边界人工强制拆分可能破坏模块间的自然耦合

Preview 阶段的审阅价值

在方案生成后、执行前认真审阅，是避免后期重构的关键环节。

审阅维度检查要点修正成本对比

技术方案是否符合项目现有架构、技术栈选择是否合理Preview 修改：几乎为零 / 代码完成后修改：可能需要重构

任务拆解是否遗漏关键步骤、依赖顺序是否正确Preview 修改：调整文字 / 执行中发现：需要中断并重新规划

设计规范是否与现有 UI 风格一致、命名是否符合规范Preview 修改：补充约束 / 代码完成后：批量重命名

核心原则：在代码生成前修正方向，避免后期重构。

扩展能力的协同作用

扩展能力（Skills、MCP、SubAgents、Integration）不是独立的工具，而是与 Plan Mode 形成协同矩阵：

扩展类型作用机制典型应用

Skills注入领域知识和最佳实践到规划上下文frontend-design 提升 UI 设计质量

MCP连接外部服务，获取实时数据和最新文档Context7 获取框架最新 API 文档

SubAgents处理特定类型的复杂子任务debug-with-logger 系统化问题诊断

Integration打通部署和数据库等基础设施CloudBase/CloudStudio 一键部署

扩展能力在 Plan 生成阶段被注入上下文，AI 会根据任务需求智能选择并在 todolist 中显式引用。

Plan 的复用价值

完成的 Plan 保存在 .codebuddy/plans 目录下，具有以下复用价值：

上下文传递：新任务可引用历史 Plan，快速建立项目背景理解

Token 节省：避免重复描述已有的架构和规范

知识沉淀：形成项目级的决策记录和技术方案库

使用建议：

在新对话中引用历史 Plan，帮助 AI 快速了解项目背景

将成功的架构设计和技术选型保存为模板，供后续类似功能复用

Plan 与 Craft 的灵活切换

Plan 和 Craft 不是非此即彼的选择，而是可以灵活切换的搭档——先用 Plan 把架构想清楚，再用 Craft 快速处理执行中的细节问题。

场景推荐模式原因

宏观架构设计Plan需要完整的需求分析和任务拆解

多文件协同修改Plan需要统一的技术方案指导

新功能从零实现Plan需要明确的实现路径

局部细节调整Craft改动范围小，无需完整规划

单函数优化Craft上下文明确，直接执行更高效

Bug 快速修复Craft问题定位清晰，无需任务拆解

经验法则：架构级改动用 Plan，细节级调整用 Craft。