用纯 markdown + git 管理你的全部工作。人能读,AI 能写,没有数据库、没有 API、没有私有格式。
一个项目一个文件夹,一个任务一个文件夹,一个 progress.md 记录发生了什么。仅此而已——但它跑了一年多,扛住了二十多个真实项目、四十多个任务,没散架。
git clone https://github.com/andyleimc-source/workmd.git
cd workmd && git remote rename origin upstream然后跟你的 AI 说一句:「读 INSTALL.md,帮我装一下」。
git remote rename origin upstream是为了保住上游——以后修了 bug,你一句./scripts/update-engine.sh --apply就能拿到,不用重新克隆。这个脚本只更新引擎(脚本/agent/模板/文档),绝不碰你的projects/、archive/和各种progress.md。想把自己的库备份到私有仓库:
git remote add origin <你的仓库地址> && git push -u origin main。上游和你的备份互不干扰。
因为它们的数据不在你手上,而 AI 需要读到全部上下文才有用。
当你的工作躺在纯 markdown 文件里:
- AI 一句
grep就能横扫你所有项目,不用调 API、不用授权、不用等同步 - 你能用任何编辑器(Obsidian / VS Code / vim)打开,十年后还能打开
- git 天然给你版本历史、多设备同步、和"谁在什么时候改了什么"
- 没有订阅费,没有厂商跑路风险
代价是没有花哨的看板和甘特图。这套东西赌的是:对知识工作者来说,「AI 能完整读懂你在干什么」比「漂亮的进度条」值钱得多。
projects/P03-website-redesign/ ← 项目
├── progress.md ← 项目进度（汇总，不写细节）
├── plan.md
└── tasks/
└── T12-2026-06-26-hero-copy/ ← 任务
└── progress.md ← 细节都在这
archive/P03-website-redesign/ ← 归档镜像同样的结构
└── tasks/T09-2026-06-01-.../
任务只能挂在项目下,没有游离任务。 那"顺手买个显示器"这种一次性小事呢?挂常驻兜底项目 P00-misc——它永不归档,就是杂事的家。
为什么这么死板:一旦允许游离任务,半年后你会有 200 个躺在顶层、彼此无关、想不起来为什么建的文件夹。强制归属逼你在建的那一刻回答"这属于什么",这个动作本身就是整理。
P03、T12 全局递增,归档了、废弃了,号也不还回来。代价是号会跳(你可能从 T12 直接跳到 T15),好处是 T12 永远只指过一件事——搜索、回溯、口头说「把 T12 那个做完」全都无歧义。
编号由脚本分配并登记进 assets/codes.md,人和 AI 都不许手编。
| 层 | 写什么 | 不写什么 |
|---|---|---|
顶层 progress.md |
索引:现在有什么在跑 | 任何细节 |
项目 progress.md |
下属任务的状态汇总 | 任务内的细节 |
任务 progress.md |
做了什么 / 下一步 | — |
顶层是索引不是日志。一眼扫完知道"现在有什么在跑",想看细节点链接进去。
progress.md(做了什么)· plan.md(要做什么)· decision.md(为什么这么定)· bug.md(已知的坑)· handoff.md(下次从哪接)
跟 AI 说一句「88」或「收工」,它就把本轮对话的关键信息落进对应文件然后 commit。
标准是"三个月后失忆的我能不能凭这些 md 接上",不是流水账。 尤其 decision.md——做了什么能从 git log 看出来,为什么这么做只能看这里。
AI 永远不自动建任务、不自动建项目、不自动归档。
它会提醒你(「这看起来是个任务,要挂哪个项目?」/「这三个项目 21 天没动静了,收尾了吗?」),但动手前一定等你点头。
这条看着像自缚手脚,其实是整套系统能活下来的唯一原因:
- 一个会自动建文件夹的 AI,能在两周内把你的知识库塞满没人认领的空壳
- 一个会自动归档的系统,等于一个会偷偷藏你东西的系统
- 人手动确认的那一秒钟,就是"这件事值不值得被记住"的过滤器
工具的价值不在于替你做决定,在于让你的决定留下痕迹。
| 东西 | 是什么 |
|---|---|
scripts/new-task.sh / new-project.sh |
建新的,自动分配编号 + 登记注册表 + 填 frontmatter |
scripts/finish-task.sh / finish-project.sh |
归档到 archive/ 镜像位置,改 status,更新索引,commit(finish-task 带交付证据硬门) |
scripts/detect-done-projects.sh |
只读体检:找出「21 天没提交 且 没有进行中任务」的项目 |
scripts/lessons.sh <关键词|P0X> |
开工前把该域已踩过的坑从文档里顶出来,别靠 AI 临场回忆 |
scripts/audit-evidence.sh |
只读体检:抓已归档但「交付证据」没填的「虚标」 |
| SessionStart hook | 每周至多一次,把上面的候选注入 AI 上下文,让它挑个不打断你的时机问一句 |
| SessionEnd hook | 会话结束自动打 [auto] 快照 commit(安全网,不 push) |
scripts/update-engine.sh |
从上游拉引擎更新(脚本/agent/模板/文档),只碰引擎不碰你的内容;默认 dry-run |
/inbox-triage skill |
清 inbox/ 草稿,逐条判归宿,你确认后才动手 |
archive-auditor agent |
说「体检知识库」触发,扫出该归档没归档、frontmatter 不一致等问题。只读 |
CLAUDE.md + AGENTS.md + GEMINI.md |
一份规则喂所有 AI CLI:CLAUDE.md 是正本,AGENTS.md 是给别的 CLI 的薄壳,GEMINI.md 是软链 |
extras/ 里还有可选加装件(默认不装):driver-builder 双 AI 分工套件(主力 AI 当司机派工 + 便宜 AI 在隔离 worktree 里施工 + git tag 水位线审查闭环),以及推荐的 skill/MCP 清单。
./scripts/new-project.sh website-redesign # 建项目 → P0X
./scripts/new-task.sh hero-copy P03 # 在 P03 下建任务 → T0X
./scripts/new-task.sh buy-monitor # 省略项目 → 落 P00-misc
./scripts/finish-task.sh projects/P03-.../tasks/T12-... # 归档任务
./scripts/finish-project.sh P03 # 整包归档（确认后再跑）
./scripts/detect-done-projects.sh # 只读体检
./scripts/update-engine.sh # 看上游有什么更新（dry-run）
./scripts/update-engine.sh --apply # 拉上游修复，不碰你的内容对 AI 说话就更简单了:「进行 P03」「T12 做完了,归档」「建个任务:改官网首页文案,挂 P03」。
bash · git · python3 · perl — macOS 和多数 Linux 自带。外挂一个都不装也能跑。
装了的人跑 ./scripts/update-engine.sh --apply 就能拿到引擎更新(只碰脚本/模板/文档,不碰你的内容)。
首个公开发布。骨架:一切皆项目、编号只增不复用、三层 progress.md、提醒不代劳的归档、引擎与内容分离的 update-engine.sh。这一版还带上:
- 交付证据 + 硬门 — 任务模板加「交付证据」小节;
finish-task.sh归档前会拦下占位没处理的任务(--no-evidence放行纯内部任务)。定义「完成」= 有证据表明结果在对方那边成立,不是「我发出去了」。 - 教训固化
lessons.sh— 开工前按 项目/关键词 把该域已踩过的坑(文档里⚠/坑/踩过/别再/禁止标记的行)顶到眼前,别靠 AI 临场回忆。 - 虚标审计
audit-evidence.sh— 只读体检,抓已归档但「交付证据」没填的任务。 - 任务自动判断 — 任务按门槛(≥3 信号且归属清楚)可自动建、凡落盘必亮去向;项目这种重决策仍永远等你点头。
抽象自作者用了一年多的私人知识库 dailymd(二十多个项目、四十多个任务的真实使用)。所有业务内容已剥离,留下的是骨架和踩过坑之后定下的规矩。
MIT License.
English: workmd is a plain-markdown, git-backed work management system designed to be read and written by both humans and AI agents. One folder per project, one folder per task, one progress.md each. No database, no API, no lock-in — just files an LLM can grep. Docs are in Chinese; the structure speaks for itself. Clone it and tell your AI to read INSTALL.md.