多步规划执行型推理智能体

## 技能概述

多步推理智能体是一种基于 **Plan-and-Execute（规划-执行）** 架构的智能体，专门用于处理需要多步骤推理、规划与验证的复杂任务。该智能体首先将复杂问题拆解为若干个可独立执行的子任务，然后按序执行并在每一步完成后进行结果校验，从而保障整体输出的一致性与正确性。

## 核心能力

- **任务分解**：将复杂任务自动拆解为多个粒度适中、可独立完成的子任务
- **逐步规划**：为每个子任务制定具体的执行策略与所需资源
- **执行验证**：对每一步的输出进行正确性检查与逻辑校验
- **动态调整**：根据中间结果动态修正后续步骤的执行计划
- **错误恢复**：当某一步失败时自动触发重试或回溯机制

## 适用场景

- 需要多步推理的数学证明、逻辑推演问题
- 多阶段的数据清洗、分析与可视化流程
- 复杂研究报告的撰写与结构化整理
- 需要逐步验证的代码编写与调试任务
- 任何需要拆解为子步骤才能完成的复合型任务

## 调用步骤

1. **任务输入**：以自然语言形式向智能体提交需要处理的复杂任务描述
2. **任务分析**：智能体评估任务复杂度并估算所需的步骤数量
3. **任务拆解**：将整体任务分解为若干个有序的子任务清单
4. **逐步执行**：按顺序依次执行每个子任务，并收集中间结果
5. **结果验证**：对每个子任务的输出进行正确性与一致性校验
6. **汇总输出**：将所有经过验证的子任务结果整合为最终答案

## 注意事项

- 该智能体适合处理步骤明确但执行路径复杂的任务，对简单问题调用可能会增加不必要的开销
- 单个子任务的执行粒度不宜过粗，建议预先将大任务拆分为中等粒度的子任务以提升效率
- 验证环节会消耗额外的计算资源，可通过参数配置调整验证严格程度
- 当任务连续失败时，智能体会触发回溯机制，但需合理设置最大重试次数以避免无限循环
- 对于实时性要求较高的场景，建议限制最大规划步数以控制总体响应时间
- 所有中间结果均会被记录保留，可通过日志追溯每一步的执行细节与决策依据