将用户自然语言描述的目标,自动拆解为结构化的任务树:
text
用户目标:"我想做个产品调研"
↓
任务树:
├─ Task 1: 确定调研范围
│ ├─ 1.1 明确产品类别
│ └─ 1.2 确定目标市场
├─ Task 2: 收集数据
│ ├─ 2.1 搜索竞品信息
│ └─ 2.2 整理市场数据
└─ Task 3: 生成报告
├─ 3.1 分析优劣势
└─ 3.2 输出结论
json
{
"goal": "用户自然语言目标",
"context": "背景信息(可选)",
"constraints": ["约束条件(可选)"]
}
json
{
"root_goal": "原目标",
"tasks": [
{
"id": "T1",
"title": "任务标题",
"priority": "P0",
"children": [
{"id": "T1.1", "title": "子任务", "priority": "P0"}
],
"spawn_hint": "建议spawn方式(可选)"
}
],
"execution_order": ["T1", "T2", "T3"]
}
python
# 方式1:直接调用
import json
result = decompose_goal("做个产品调研")
# 方式2:通过sessions_spawn
sessions_spawn(agentId="goal-decomposer", task="拆解目标:做个产品调研")
能力集成方式RESOLVER任务生成后路由到对应skillsessions_spawn子任务可独立spawn执行AUTO-FIX拆解失败触发修复web-access调研类任务联网获取数据
见 scripts/decompose.py
症状原因解决办法拆解层级不清目标表述模糊明确"做什么+为什么做"任务过于碎片缺少MECE检查启用MECE验证开关依赖关系缺失未标注前提任务检查是否需要前置条件执行顺序混乱依赖标注遗漏补充"depends_on"字段