任务分解器(Task Decomposition)
把模糊目标变成可落地的执行清单。核心:分解不是罗列,而是给出顺序、依赖与工时,让执行者知道先做什么、为什么。
适用场景
- 接到一个宏观目标,不知道从哪下手
- 项目启动前做 WBS(工作分解结构)
- 把"大任务"派给子 agent / 团队前先做切分
- 估算工作量、排期
分解框架(默认生命周期)
- 调研/分析 — 搞清楚要什么、有什么约束
- 设计/规划 — 定方案、定结构
- 实现/执行 — 真正产出
- 验证/测试 — 确认达标
- 交付/发布 — 交付并复盘
标准工作流
python scripts/decompose.py --goal "上线一个用户反馈收集网页" --context "用 React+FastAPI" --out wbs.json
# 直接看 Markdown
python scripts/decompose.py --goal "写一份产品白皮书" --markdown wbs.md
输出 WBS 结构:
{
"goal": "...",
"phases": [
{"phase":"调研/分析","tasks":[{"task":"...","steps":[...],"effort":"M","depends_on":[]}]}
],
"order": ["调研/分析","设计/规划","实现/执行","验证/测试","交付/发布"],
"total_effort": "L"
}
质量门禁
- 每个任务是否都有可验证的完成标准?
- 依赖关系是否构成无环 DAG(避免互相依赖死锁)?
自进化学习系统
python scripts/learner.py record . --capability "任务分解" [--fail --error <类型> --note <说明>]
python scripts/learner.py insight .
python scripts/learner.py reflect .
- 某类目标总是缺某阶段 → 记录,reflect 建议把该阶段加入默认生命周期
- 用户常用技术栈 →
prefer记录,未来分解时自动带约束
