多步推理智能体：规划与执行

## 概述

多步推理智能体是一种规划与执行型 AI 代理（Plan-and-Execute Agent），擅长将复杂任务分解为多个可管理的子任务，按照依赖关系逐步执行，并在每一步进行验证与纠错，确保最终结果的准确性。

## 核心能力

- **任务拆解**：自动将复杂目标分解为有序的子任务列表，识别任务间的依赖关系。
- **逐步执行**：按顺序或并行方式执行各个子任务，保留中间状态。
- **结果验证**：每一步执行后进行校验，确保中间结果正确无误。
- **动态调整**：根据验证反馈重新规划后续步骤，自动回溯修正错误。
- **工具协同**：在执行过程中可调用多种工具完成不同类型的子任务。

## 调用步骤

1. **明确目标**：向智能体提供清晰、具体的任务描述和期望的最终结果。
2. **初始规划**：智能体分析任务并生成子任务列表与执行计划，展示任务分解结构。
3. **逐步执行**：依次执行每个子任务，输出中间结果与执行日志。
4. **验证反馈**：对每步结果进行验证，若发现错误则自动调整计划或重新执行。
5. **汇总输出**：整合所有子任务的执行结果，生成完整的最终答案。

## 适用场景

- 多文件交叉分析与信息整合
- 复杂数据处理与转换流水线
- 需要条件分支判断的研究任务
- 跨多个工具协同的工作流编排
- 涉及多轮推理的数学或逻辑问题

## 注意事项

- 提供充分的上下文与背景信息，帮助智能体做出正确规划。
- 任务描述应具体明确，避免过于抽象或模糊的目标表述。
- 单步子任务不宜过于复杂，必要时进一步拆分以提高成功率。
- 验证环节不可省略，否则错误可能在后续步骤中累积放大。
- 对于时效性强的任务，需注意中间步骤可能受外部信息变化影响。