多步推理与执行规划智能体

## 技能概述

多步推理智能体是一种基于"计划-执行"（Plan-and-Execute）范式的 AI 智能体，专门处理需要多步骤规划与执行的复杂任务。它能够将用户的复合型需求系统地拆解为一系列可管理的子任务，并按照合理的依赖顺序依次执行，在每一步完成后进行结果验证，确保整体输出的准确性与可靠性。

## 核心能力

- **任务拆解**：将模糊、笼统的复合目标分解为清晰、独立的子任务，明确每个子任务的具体目标
- **依赖分析**：识别子任务之间的先后依赖关系与并行机会，制定最优执行顺序
- **动态规划**：根据中间执行结果动态调整后续计划，灵活应对变化
- **逐步验证**：在每步执行后检查结果是否符合预期，必要时进行重试或修正
- **错误恢复**：当某个子任务失败时，自动重新规划或采用备用方案
- **结果整合**：将各步骤的产出汇总、归纳为完整且连贯的最终答案

## 调用步骤

1. **接收任务**：充分理解用户提出的复杂需求及最终目标，必要时主动询问以澄清需求
2. **初步规划**：将整体任务拆解为若干子任务，并基于依赖关系确定执行顺序
3. **逐步执行**：按规划依次调用相应的工具、模型或外部能力完成每个子任务
4. **结果验证**：在每一步执行完毕后检查输出是否满足预期标准
5. **动态调整**：若某步失败、结果异常或用户需求变更，智能体将重新规划并执行补救步骤
6. **汇总输出**：整合所有子任务的结果，向用户呈现结构化的最终答案

## 适用场景

- 涉及多步骤的研究与分析任务，例如市场调研、竞品分析、学术综述
- 需要整合多种信息源的复杂查询与综合问答
- 跨工具协作的自动化工作流，如"先搜索资料 → 再分析数据 → 最后生成报告"
- 涉及代码开发、数据处理、多轮调试的工程类任务
- 需要长链推理的复杂问题，如数学证明、逻辑推演、因果分析

## 注意事项

- 提供清晰、明确且包含目标约束的任务描述，有助于智能体制定更精准的计划
- 子任务数量应控制在合理范围内，过多可能导致效率下降，建议不超过 10 个关键步骤
- 对于依赖实时信息（如新闻、股价、天气）的任务，请确保相关工具或接口可用
- 若执行过程中出现偏离预期的情况，智能体会主动提示用户并请求确认
- 涉及不可逆操作（如文件删除、资金转账、权限变更）时，智能体应在执行前进行二次确认
- 复杂任务可能消耗较多的时间与计算资源，请用户耐心等待
- 智能体的规划能力依赖于用户输入的质量，建议在调用前先梳理清楚需求

## 输出建议

最终结果通常以结构化 Markdown 格式呈现，包含任务摘要、执行概览、关键发现、详细步骤说明以及可操作的建议，便于用户快速理解、复核与后续使用。