让 AI 计划审批像”指图说话”一样简单

AI Agent 的_plan 审批之痛，终于有人解决了

用过 Claude Code 的朋友都知道，整个体验最让人”卡壳”的环节，不是写代码，而是——等人类点头确认。

你写了一份详细的执行计划，发给用户看，对方说”第三步再拆细一点”，你猜猜他指的是哪里？截图？没有。指给你看？不可能。来回描述坐标，效率拉胯。

plan-canvas 就是来解决这个问题的。

它做了什么

简单说：把 AI 的计划文档，用本地浏览器打开，人类直接用鼠标指向要改的地方，标注吐槽或者点”批准/让我改”，AI 收到结构化反馈，继续干活。

全程不需要切窗口，不需要截图，不需要把坐标翻译成文字——就是”所见即所指”。

怎么跑起来

• 安装 ecc-universal 包
• AI 调用 ecc-plan-canvas open <计划文件> 在浏览器打开
• 人类在浏览器上指指点点、聊天、点 verdict
• AI 调用 ecc-plan-canvas await 阻塞等待，拿结构化 JSON 反馈

技术细节：它起了一个本地 loopback 服务（127.0.0.1:4517），跨会话共享，所有协作都在本地跑，隐私安全。没有额外依赖，Claude Code / Codex / Cursor / Gemini 都能用。

为什么值得关注

当前 Agent 时代，人机协作的审批节点基本靠”复制粘贴文字”——效率极低。plan-canvas 提供了一种极轻量的”视觉 + 结构化反馈”范式，本质上是把 AI 规划阶段的人类介入成本降到了最低。

这个思路很有扩展性：设计评审、报告审阅、多方案对比，都能复用同一套交互模式。参考了 lavish-axi，但做了更通用的 ECC 原生实现。

基础信息

• 来源仓库：affaan-m/ECC（Star 23.9 万）
• Skill 更新时间：2026 年 8 月 12 日
• 适用平台：Claude Code、Codex、Cursor、 Gemini CLI 等主流 Agent
• 安装命令：npx skills add https://github.com/affaan-m/ECC --skill plan-canvas

如果你经常跟 Agent 来回”确认”——这个 Skill 值得一试。

GitHub 仓库链接

GitHub: https://github.com/affaan-m/ECC/tree/main/skills/plan-canvas