长程自主规划引擎（long-horizon-planner）

让 agent 从「走一步看一步」升级为「先有全局蓝图、再逐步兑现」。核心：把高层目标拆成带依赖的里程碑 DAG， 用确定性的图算法（拓扑序、关键路径）做可复跑的进度推演。

能力依据（主流研究）

• HiPlan：分层规划，分离「全局里程碑 (Milestone Action Guide)」与「局部分步提示 (Step-Wise Hints)」。
• Plan-and-Act / Plan-and-Execute：PLANNER 管「做什么」、EXECUTOR 管「怎么做」，解耦以抗目标漂移。
• LaMMA-P：LLM 语义理解 + 经典规划器 (PDDL) 融合，把高层意图拆成带依赖子任务，成功率 +105%。
• 最佳实践：显式层次分解 / 模块化解耦上下文 / rubric(plan anchor)防级联错误 / 闭环动态重规划 / 关键路径与依赖 DAG。

标准工作流

# 1. 初始化一份长程计划（默认 5 阶段里程碑骨架）
python scripts/planner.py init --goal "交付 AIDC 供配电方案" --out plan.json --horizon 21
# 2. 增删里程碑、连依赖
python scripts/planner.py add plan.json --id collect --name "采集负荷数据" --dep discover --est 4
# 3. 看依赖图与拓扑序（检测环）
python scripts/planner.py graph plan.json
# 4. 关键路径（决定总工期的最短必经链）
python scripts/planner.py critical plan.json
# 5. 推荐下一步可执行里程碑（依赖已满足）
python scripts/planner.py next plan.json
# 6. 推进进度 + 出 Markdown 报告
python scripts/planner.py advance plan.json --id discover --done
python scripts/planner.py report plan.json --out plan.md

设计要点

• 确定性可复跑：规划原语全部本地算法实现，无外部依赖，每次结果一致、可审计。
• 全局一致：始终持有完整 DAG 视图，局部失败只改后续，不重头（Plan-and-Execute 思想）。
• 关键路径优先：缩短关键路径上的里程碑最能提前交付，规划资源应优先投入。
• 闭环重规划：环境变化时改 deps/est 或 add 新节点，critical/next 立即反映新最优解。

质量门禁

• 目标是否可拆分为可验收的里程碑（每个有名称 + 工期 + 依赖）
• 是否检测过依赖环（graph 无 ❌ 环提示）
• 关键路径是否识别清楚、资源是否优先压在关键路径上
• 下一步推荐是否真的依赖已满、可立即开工

自进化学习系统（越用越好用、越用越高效）

本技能内置通用学习模块 scripts/learner.py。每次使用后自动复盘、积累经验，逐步提升输出质量与执行效率，无需人工维护。

记忆文件

learned_patterns.json（位于本技能目录）记录：操作总数、各能力使用频次、错误模式、用户偏好、改进建议。

使用后请调用（Bash）

python scripts/learner.py record <本技能目录> --capability 长程规划
python scripts/learner.py record <本技能目录> --capability 长程规划 --fail --error 依赖成环 --note "新增节点未检查环"
python scripts/learner.py insight <本技能目录>
python scripts/learner.py reflect <本技能目录>

迭代规则

• 错误累计 ≥3 次 → 主动增加预检/兜底步骤，并将经验回写本 SKILL.md。
• 操作数 ≥10 次 → 分析高频能力优先打磨示例与质量，低频能力评估精简或合并。
• 重要用户偏好 → 写入 learned_patterns.json，下次调用直接采用，减少重复询问。

越用越懂你：第一次用是通用能力，第十次用已沉淀为你专属的最佳实践。