planning

Planning 智能规划示例

本示例演示 planning 包的使用，包括智能规划器、任务分解、计划优化和执行。

目录

• 架构设计
• 核心组件
• 使用方法
• API 参考

架构设计

Planning 系统架构

graph TB
    subgraph Planner["智能规划器"]
        SmartPlanner["SmartPlanner"]
        LLM["LLM Client"]
        Memory["Memory Manager"]
    end

    subgraph Strategies["规划策略"]
        Decomposition["分解策略"]
        BackwardChaining["逆向推理"]
        Hierarchical["层次化策略"]
    end

    subgraph Validators["验证器"]
        DependencyValidator["依赖验证"]
        ResourceValidator["资源验证"]
        TimeValidator["时间验证"]
    end

    subgraph Agents["规划 Agent"]
        PlanningAgent["PlanningAgent"]
        TaskDecomposer["TaskDecompositionAgent"]
        StrategyAgent["StrategyAgent"]
        ValidationAgent["ValidationAgent"]
    end

    subgraph Execution["执行"]
        Executor["PlanExecutor"]
        Result["ExecutionResult"]
    end

    SmartPlanner --> LLM
    SmartPlanner --> Memory
    SmartPlanner --> Strategies
    SmartPlanner --> Validators

    PlanningAgent --> SmartPlanner
    PlanningAgent --> Executor
    TaskDecomposer --> SmartPlanner
    StrategyAgent --> Strategies
    ValidationAgent --> Validators

    Executor --> Result

    style SmartPlanner fill:#e3f2fd
    style PlanningAgent fill:#c8e6c9

计划生命周期

stateDiagram-v2
    [*] --> Draft: 创建计划
    Draft --> Ready: 验证通过
    Draft --> Draft: 优化/修改
    Ready --> Executing: 开始执行
    Executing --> Completed: 执行成功
    Executing --> Failed: 执行失败
    Failed --> Draft: 重新规划
    Completed --> [*]

    note right of Draft: 计划草稿阶段
    note right of Ready: 已验证可执行
    note right of Executing: 正在执行中

执行流程

sequenceDiagram
    participant User
    participant PlanningAgent
    participant SmartPlanner
    participant LLM
    participant Validators
    participant Executor

    User->>PlanningAgent: 提交目标
    PlanningAgent->>SmartPlanner: CreatePlan(goal)
    SmartPlanner->>LLM: 生成计划
    LLM-->>SmartPlanner: 计划内容
    SmartPlanner->>Validators: ValidatePlan()
    Validators-->>SmartPlanner: 验证结果

    alt 验证失败
        SmartPlanner->>LLM: RefinePlan()
        LLM-->>SmartPlanner: 优化后计划
    end

    SmartPlanner-->>PlanningAgent: Plan
    PlanningAgent->>Executor: Execute(plan)
    Executor-->>PlanningAgent: ExecutionResult
    PlanningAgent-->>User: 执行结果

核心组件

1. SmartPlanner - 智能规划器

// 创建智能规划器
planner := planning.NewSmartPlanner(
    llmClient,
    memoryManager,
    planning.WithMaxDepth(3),            // 最大规划深度
    planning.WithTimeout(5*time.Minute), // 规划超时
    planning.WithOptimizer(optimizer),   // 计划优化器
)

// 创建计划
plan, err := planner.CreatePlan(ctx, goal, planning.PlanConstraints{
    MaxSteps:    10,
    MaxDuration: 30 * time.Minute,
})

// 验证计划
valid, issues, err := planner.ValidatePlan(ctx, plan)

// 优化计划
optimizedPlan, err := planner.OptimizePlan(ctx, plan)

// 细化计划
refinedPlan, err := planner.RefinePlan(ctx, plan, feedback)

// 分解步骤
subSteps, err := planner.DecomposePlan(ctx, plan, step)

2. Plan - 计划结构

type Plan struct {
    ID           string                 // 计划 ID
    Goal         string                 // 目标描述
    Strategy     string                 // 使用的策略
    Steps        []*Step                // 步骤列表
    Dependencies map[string][]string    // 步骤依赖关系
    Context      map[string]interface{} // 上下文数据
    Status       PlanStatus             // 当前状态
    Metrics      *PlanMetrics           // 执行指标
}

type Step struct {
    ID                string           // 步骤 ID
    Name              string           // 步骤名称
    Description       string           // 步骤描述
    Type              StepType         // 步骤类型
    Agent             string           // 执行 Agent
    Parameters        map[string]any   // 执行参数
    Expected          *ExpectedOutcome // 预期结果
    Priority          int              // 优先级
    EstimatedDuration time.Duration    // 预计时长
    Status            StepStatus       // 当前状态
    Result            *StepResult      // 执行结果
}

3. Planning Agents

4. 规划策略

// 内置策略
const (
    StrategyDecomposition    = "decomposition"     // 任务分解
    StrategyBackwardChaining = "backward_chaining" // 逆向推理
    StrategyHierarchical     = "hierarchical"      // 层次化规划
)

// 自定义策略
type PlanStrategy interface {
    Apply(ctx context.Context, plan *Plan, constraints PlanConstraints) (*Plan, error)
}

5. 计划验证器

// 内置验证器
- DependencyValidator: 检查步骤依赖关系
- ResourceValidator:   检查资源约束
- TimeValidator:       检查时间约束

// 自定义验证器
type PlanValidator interface {
    Validate(ctx context.Context, plan *Plan) (bool, []string, error)
}

使用方法

环境配置

# 使用 DeepSeek (推荐)
export DEEPSEEK_API_KEY="your-api-key"

# 或使用 Kimi
export KIMI_API_KEY="your-api-key"

# 或使用 OpenAI
export OPENAI_API_KEY="your-api-key"

运行示例

cd examples/planning
go run main.go

预期输出

╔════════════════════════════════════════════════════════════════╗
║          Planning 智能规划示例                                  ║
║   展示任务分解、计划生成、验证和执行的完整流程                    ║
╚════════════════════════════════════════════════════════════════╝

✓ LLM 提供商: deepseek

【场景 1】基础规划流程
════════════════════════════════════════════════════════════════

场景描述: 使用 SmartPlanner 创建和管理计划

1. 创建智能规划器
────────────────────────────────────────
  ✓ SmartPlanner 创建成功
  - 最大深度: 3
  - 超时时间: 2 分钟
  - 内置策略: decomposition, backward_chaining, hierarchical
  - 内置验证器: dependency, resource, time

2. 创建计划
────────────────────────────────────────
  目标: 开发一个用户注册功能，包括表单验证、密码加密和邮件通知

  ✓ 计划创建成功 (耗时: 约 20-30s)

  计划 ID: plan_xxxxxxxxxx
  目标: 开发一个用户注册功能，包括表单验...
  策略: (由 DecompositionStrategy 应用)
  状态: ready
  步骤数: 5

  步骤列表:
    1. [action] Prepare Analyze Current State
       Prepare data and context for Analyze Current State
    2. [analysis] Execute Analyze Current State
       Analyze the current situation and gather context
    3. [validation] Verify Analyze Current State
       Verify results of Analyze Current State
    4. [action] Plan Execution
       Execute the main action to achieve the goal
    5. [validation] Validate Results
       Validate that the goal has been achieved

3. 验证计划
────────────────────────────────────────
  ✓ 计划验证通过

【场景 2】任务分解
════════════════════════════════════════════════════════════════
...

API 参考

PlanConstraints

StepType

PlanStatus

扩展阅读

• Planning + Execution 优化示例
• 推理型 Agent 示例
• 多 Agent 协作示例
• planning 包文档 - Planning API 参考