oneplan
Skill1 starsChanged 11 months agoMITView on GitHub
OnePlan is a GitHub-native, context-driven engineering workflow using Milestones (tracks), Issues (spec/plan), and Sub-issues (phases/tasks). Use for complex features/bugfixes that need structured planning, resumable execution, parallel tasks, and team coordination.
In this repository4 other files it gives its agents.
- AGENTS.MDAGENTS.md
- advanced-debuggingSkill
- skill-generatorSkill
- tech-debt-reducerSkill
The file
Files
OnePlan (Context-Driven Engineering)
Questa skill implementa l’equivalente del workflow “Conductor” (file-based) ma con GitHub come backend e un’identità propria: OnePlan.
Idea guida: Measure twice, ship once.
Quick Reference
Struttura consigliata
- Track = GitHub Milestone
- Spec = Issue con label
oneplan/spec - Plan = Issue con label
oneplan/plan(parent) - Phase = Sub-issue del Plan con label
oneplan/phase - Task = Sub-issue (o sub-issue della Phase) con label
oneplan/task
Fallback (se le Sub-issues non sono abilitate nel repo):
- Phase = Issue normale nella milestone (titolo
[PHASE] ...) + linkata dal PLAN tramite task list - Task = Issue normale nella milestone (titolo
[TASK] ...) + linkata dalla PHASE tramite task list
Stati (label)
status/pending,status/in-progress,status/blocked,status/done
Regola d’oro
- Prima SPEC, poi PLAN, poi IMPLEMENT.
Cosa risolve rispetto al file-based
- Persistenza e collaborazione: tutto vive su GitHub.
- Gerarchia e parallelismo: sub-issues + dipendenze.
- Tracciamento: milestone progress, labels, assignees, review.
- Audit trail: commenti e PR collegate.
Workflow operativo
1) Setup (una volta per repo)
Obiettivo: standardizzare convenzioni e ridurre ambiguità.
- Crea labels OnePlan (vedi
references/LABELS_AND_STATES.md). - Aggiungi issue templates (vedi
references/ISSUE_TEMPLATES.md). - Crea (opzionale) una issue “contesto” sempre aperta:
- titolo:
[CONTEXT] Project context - label:
oneplan/context - contenuto: product goals, tech stack, workflow.
- titolo:
Output desiderato:
- Labels pronte
- Templates pronte
- Contesto centralizzato e condiviso
2) Creare un Track (Milestone)
Obiettivo: un contenitore unico per spec/plan/tasks.
- Crea milestone:
Track: <nome>. - Crea issue SPEC associata alla milestone:
- titolo:
[SPEC] <nome> - label:
oneplan/spec
- titolo:
- Crea issue PLAN associata alla milestone:
- titolo:
[PLAN] <nome> - label:
oneplan/plan
- titolo:
Nota: la SPEC deve essere “approvata” (anche solo via commento “LGTM / approved”) prima di creare task dettagliate.
3) Planning (gerarchico + parallelo)
Obiettivo: trasformare SPEC → fasi e task eseguibili.
Regole:
- Le Phase sono sequenziali salvo dichiarazione esplicita.
- Le Task dentro una phase possono essere parallele.
- Ogni task deve avere:
- “Definition of Done” verificabile
- dipendenze esplicite (se esistono)
- owner/assignee (se in team)
Algoritmo pratico di scomposizione:
- Estrarre requisiti/AC dalla SPEC.
- Raggruppare per aree (UI, API, DB, tests, deploy).
- Definire 3–6 phases:
- Setup/Scaffold
- Core implementation
- Edge cases
- Testing
- Docs/Release
- Per ogni phase, creare 2–6 task piccole, con verifica.
Parallelismo:
- Metti nella stessa phase task indipendenti.
- Usa dipendenze solo dove necessario.
Gerarchia senza Sub-issues (task lists)
Se non puoi creare sub-issues, usa le task list nel body del PLAN/PHASE:
- #123 [PHASE] Setup
- #124 [PHASE] Implementazione
E dentro una PHASE:
- #130 [TASK] Aggiungere toggle UI
- #131 [TASK] Persistenza preferenza
- #132 [TASK] Test e2e
4) Implement (resumable)
Obiettivo: eseguire una task per volta, mantenendo stato su GitHub.
Selezione “next task” (deterministica):
- Se esiste una task
status/in-progressassegnata a te → continua quella. - Altrimenti scegli la più piccola task
status/pending:- nella prima phase non completata
- non
status/blocked - con dipendenze soddisfatte
Ciclo di esecuzione per task:
- Metti
status/in-progress. - Esegui la modifica in repo (branch/commit/PR se necessario).
- Aggiorna la issue task:
- checklist di verifica spuntata
- link a PR/commit
- Metti
status/donee chiudi la issue task.
5) Status / Reporting
Obiettivo: visione rapida a milestone/phase/task.
Heuristics:
- Track progress = (issues chiuse nella milestone) / (issues totali nella milestone)
- Phase progress = (tasks chiuse nella phase) / (tasks totali)
6) Post-track Tech Debt pass (consigliato)
Obiettivo: dopo aver consegnato una milestone, ridurre il debito tecnico “fresco”.
Workflow consigliato:
- Quando una track è completa (0 issue aperte nella milestone), crea una issue di review tech-debt.
- Esegui la modalità
@techdebte trasforma i findings in issue piccole e prioritizzate.
Suggerimenti pratici:
@techdebt assess(panoramica)@techdebt smells,@techdebt complexity,@techdebt unused(se pertinente)
Nota: l’estensione può proporre automaticamente la creazione della issue di review quando la milestone è completa.
7) Sync opzionale (GitHub ⇄ repo)
Se vuoi “contesto locale” per far lavorare meglio l’agente (e facilitare review), puoi mantenere:
.conductor/product.md.conductor/tech-stack.md.conductor/workflow.md
Questi file sono derivati dal contesto GitHub (o viceversa). La fonte di verità resta GitHub.
Convenzioni di naming
- Milestone:
Track: <Titolo umano> - Issue type prefix:
[SPEC],[PLAN],[PHASE],[TASK] - Slug: kebab-case per file/branch (se usati)
Dipendenze (come rappresentarle)
Usa un blocco standard nel body:
- Depends on: #123, #124
- Blocks: #200
E quando blocchi una task:
- label
status/blocked - commento: motivo + cosa serve per sbloccare
Integrazione con Agent Planning
Quando serve progettazione “larga”:
- Usa un agente planner (es. “Plan”) per ricavare la scomposizione.
- Trascrivi il risultato nel PLAN issue creando phases/tasks come sub-issues.
Guardrail
- Non creare task “giganti”: target 0.5–2 ore ciascuna.
- Evita dipendenze cicliche.
- Non chiudere una task senza verifica scritta.
- Una sola task
in-progressper persona.
Reference
references/GITHUB_MAPPING.mdreferences/LABELS_AND_STATES.mdreferences/ISSUE_TEMPLATES.mdreferences/DEPENDENCIES.md
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

