OpenClaw社区维护的结构化任务规划工具,支持文件/自然语言双模式输入,通过强制用户确认和快速失败策略,实现安全可控的复杂任务分步执行与全程追踪。
基本信息
- 技能名称?stp
- 中文名称?结构化任务规划与分步执行
- 作者?scotthuang
- 分类?专业技能
- 版本?v1.0.7
- 标签?productivity, project-program-management, automation, operations, development-engineering
使用方法
使用说明
核心用法
STP(Structured Task Planning)提供两种任务规划模式:
文件模式 :用户预先编写Markdown格式的任务文档,通过 --file 参数加载执行。适用于复杂、重复性任务,支持计划书复用和版本管理。
自然语言模式 :用户直接描述任务需求,AI自动生成标准化计划书并保存至task-list目录,通过 --nlp 参数触发。适合临时性、探索性任务。
两种模式均遵循"确认后执行"原则——系统生成计划书后必须等待用户明确确认(输入"ok"或"确认")才会创建任务目录并开始执行。执行过程中每个步骤作为独立子任务运行,附带明确的成功判断标准,状态实时标记为待执行/成功/失败。
显著优点
- 强制确认机制 :杜绝误操作风险,用户拥有最终决策权
- 快速失败策略 :步骤失败立即终止,避免资源浪费在无效路径上
- 完整审计追踪 :自动生成task_execution.log记录所有exec命令和AI执行过程,支持事后复盘
- 标准化输出 :统一目录结构(task-{ID})、标准Markdown计划书格式、清晰的状态标记系统
- 双模式灵活适配 :既满足专业用户的精细化控制需求,也降低普通用户的使用门槛
潜在缺点与局限性 - 无自动恢复能力 :快速失败策略虽安全但缺乏弹性,网络波动等临时问题也会导致任务终止
- 计划书质量依赖AI :自然语言模式下,复杂任务可能因AI理解偏差生成不完善计划
- 文件系统占用 :每个任务创建独立目录,长期高频使用可能积累大量历史任务文件
- 跨平台兼容性 :路径变量依赖Unix风格目录结构,Windows环境可能需要适配
- 执行效率开销 :子任务拆分和日志记录带来额外I/O消耗,不适合对延迟极度敏感的场景
适合的目标群体
DevOps工程师 :标准化部署流程、环境搭建等可复现操作
数据分析师 :规范化的数据获取-清洗-分析流水线
AI应用开发者 :需要严格步骤控制的模型训练、微调任务
技术团队管理者 :需要审计日志和过程可追溯性的合规场景
高级终端用户 :愿意用结构化思维拆解复杂个人任务的技术爱好者
使用风险 - 存储空间增长 :~/.openclaw/workspace/tasks/目录随任务数量线性膨胀,建议定期清理历史任务
- 计划书注入风险 :虽然代码本身安全,但恶意构造的Markdown文件可能通过社会工程学诱导用户确认执行危险操作
- 依赖项稳定性 :执行阶段依赖外部工具链(如示例中的AkShare),这些依赖的可用性不在STP控制范围内
- 并发执行冲突 :当前设计未明确处理同一任务ID的并发执行场景,可能产生日志写入竞争
💬 评论 (0)
📭 还没有评论,快来抢沙发吧!