小节三:实现一个简单 Planner——输出 Task,而不是输出“漂亮但没法执行”的大纲

很多 Planner 的实现,问题不在“不会规划”,而在“只会说得很好听”。说白了,就是输出一个漂亮大纲,但落不到执行层。下面这张图把这个问题讲得很直白:左边是不够用的泛化大纲,右边才是一个真正能接进执行系统的 Plan 结构。

图片[1]-小节三:实现一个简单 Planner——输出 Task,而不是输出“漂亮但没法执行”的大纲-大赛人网

大家可以顺着图去看,一个好用的 Planner,至少要把目标、关键假设、任务清单,以及每个任务的 description、depends_on、done_criteria 讲清楚。只有这样,后面的执行器拿到它,才能真正直接开工,而不是还得再猜一次你的意思。

现在正式实现。

现在正式实现。

第一版 Planner 不需要复杂。

目标只是:

把 Goal 拆成结构化 Task。

我们先定义:

from dataclasses import dataclass, field


@dataclass
class PlanTask:
    task_id: str
    title: str
    status: str = "pending"
    notes: list[str] = field(
        default_factory=list
    )

Plan:

@dataclass
class Plan:
    goal: str
    tasks: list[PlanTask]

一个规则版 Planner

为了让代码完全可运行,先不用真实 LLM。

from dataclasses import (
    dataclass,
    field,
)


@dataclass
class PlanTask:
    task_id: str
    title: str
    status: str = "pending"
    notes: list[str] = field(
        default_factory=list
    )


@dataclass
class Plan:
    goal: str
    tasks: list[PlanTask]


class Planner:

    def create_plan(
        self,
        goal: str,
    ) -> Plan:
        tasks = [
            PlanTask(
                task_id="task_1",
                title=(
                    "理解当前项目和任务约束"
                ),
            ),
            PlanTask(
                task_id="task_2",
                title=(
                    "定位与目标直接相关的代码或数据"
                ),
            ),
            PlanTask(
                task_id="task_3",
                title=(
                    "执行最小必要修改或分析"
                ),
            ),
            PlanTask(
                task_id="task_4",
                title=(
                    "验证结果是否满足目标"
                ),
            ),
            PlanTask(
                task_id="task_5",
                title=(
                    "整理最终结论和未解决问题"
                ),
            ),
        ]

        return Plan(
            goal=goal,
            tasks=tasks,
        )


if __name__ == "__main__":
    planner = Planner()

    plan = planner.create_plan(
        (
            "迁移 Flask 配置结构,"
            "保持最小修改并确保测试通过"
        )
    )

    print(
        "Goal:",
        plan.goal
    )

    for task in plan.tasks:
        print(
            task.task_id,
            task.status,
            task.title,
        )

这个例子虽然简单,但已经让:

Goal

变成:

Tasks

真正接 LLM 时输出什么?

可以让 LLM 返回结构化 JSON:

{
  "goal": "迁移 Flask 配置结构",
  "tasks": [
    {
      "task_id": "task_1",
      "title": "确认现有配置入口和约束"
    },
    {
      "task_id": "task_2",
      "title": "修改配置加载层"
    },
    {
      "task_id": "task_3",
      "title": "修改受影响调用方"
    },
    {
      "task_id": "task_4",
      "title": "运行测试并修复回归"
    }
  ]
}

Planner 输出要有什么要求?

第一:

任务数量不能太多

通常:

3~8 个阶段

比较合理。

第二:

每个 Task 必须可验证

不要写:

“全面优化系统”

这种很虚。

第三:

不要把 Tool Call 写死

例如:

必须 read_file app.py

除非真的已经确定。

第四:

要包含验证阶段

否则 Plan 很容易变成:

只做不验。

Plan 应该放哪里?

最自然是:

Working Memory.plan

上一部分我们已经有 Working Memory。

现在可以从:

plan: list[str]

升级成更结构化:

plan: list[PlanTask]

这样 System Reminder 也可以直接读取:

Completed Tasks
Remaining Tasks

这会让整个 Harness 更统一。

© 版权声明
THE END
喜欢就支持一下吧
点赞7 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容