多步推理计划执行智能体

## 技能概述

多步推理计划执行智能体是一种采用"计划-执行"（Plan-and-Execute）模式的智能代理，专注于处理需要多步骤、多环节协同的复杂任务。它会先将复杂任务拆解为多个可管理的子任务，制定清晰的执行计划，然后按序执行并在每一步进行结果验证。与一次性输出答案的传统模式相比，该智能体具备更强的可控性和可追溯性。

## 核心能力

- **任务拆解**：自动将复杂目标分解为清晰、可执行的子任务序列
- **计划制定**：基于子任务间的依赖关系生成最优执行路径
- **逐步执行**：按计划依次完成每个子任务，保留每一步的上下文
- **结果验证**：每步执行后自动校验输出，发现异常及时反馈
- **动态调整**：当某一步失败或结果不达标时，重新规划后续路径
- **结果整合**：将各子任务的输出汇总，形成完整、可用的最终结果

## 适用场景

- 需要多步骤研究并整合信息的调研类任务
- 涉及多种工具协同调用的复杂工作流
- 包含长链条逻辑推理的复杂问题分析
- 编程项目中需要分阶段开发、测试、部署的任务
- 业务流程自动化场景，包含数据采集、处理、审批等多个环节

## 调用步骤

1. **明确目标**：清晰描述需要完成的最终任务以及期望产出形式
2. **补充上下文**：提供必要的背景信息、约束条件、可用资源和数据来源
3. **触发规划**：智能体自动拆解任务并生成结构化的执行计划
4. **审核计划**：检查子任务划分是否合理、覆盖是否完整，必要时进行调整
5. **逐步执行**：智能体按计划顺序执行各子任务，每完成一步进行自动验证
6. **汇总输出**：所有子任务完成后，整合中间结果输出最终交付物

## 使用示例

**任务输入**：调研 2024 年国内 AI Agent 领域的头部创业公司，整理出他们的产品方向、融资轮次和核心团队信息。

**执行过程**：
- 子任务 1：识别该领域的主要创业公司列表
- 子任务 2：逐一检索每家公司的产品定位和核心功能
- 子任务 3：收集并交叉验证融资信息
- 子任务 4：整理创始团队和技术负责人的背景
- 子任务 5：汇总输出结构化对比报告

**最终输出**：包含公司清单、对比表格和趋势分析的完整调研报告。

## 注意事项

- **输入描述需清晰具体**：任务目标越明确，子任务拆解和执行的准确性越高
- **合理控制拆解粒度**：子任务不宜过粗（失去分步意义）也不宜过细（增加调度开销）
- **预留充足的执行时间**：复杂任务涉及多轮推理和验证，整体耗时相对较长
- **关注中间状态**：建议随时查看执行进度和中间结果，便于及时发现偏差并介入
- **避免循环依赖**：若子任务之间形成循环引用，智能体可能需要人工介入打破僵局
- **结果复核不可省略**：即使经过逐步验证，关键信息和数据仍建议人工进行最终复核
- **合理设置超时与重试**：对长任务应配置合适的超时上限和失败重试策略