Task Plan Generator
这个skill帮助agent为复杂任务生成结构化的任务计划，并在执行过程中持续优化。
核心工作流程
- 接收并分析任务 - 理解用户需求，评估任务复杂度
- 读取历史资源 - 从plan_source.md获取可用的SKILLS/MCP/工具
- 生成多方案 - 根据不同策略生成2-3个执行方案
- 用户确认 - 与用户对话确认不明确的地方
- 生成任务简报 - 归档执行结果，便于回溯
第一步：接收任务并分析复杂度
当用户提出任务时，首先进行初步分析：
任务复杂度判断标准
| 复杂度 | 判断条件 | 示例 |
|---|---|---|
| 短 | 1-2个步骤，单一工具即可完成 | 读取文件、简单转换 |
| 中 | 3-5个步骤，需要2-3个工具协调 | 数据处理+生成报告 |
| 长 | 5个以上步骤，多工具/多次交互 | 完整项目开发、多阶段数据处理 |
任务分析输出格式
任务复杂度评估：[短/中/长]
预估步骤数：X步
需要资源类型：[SKILLS/MCP/工具列表]
潜在风险点：[列出可能失败或需要确认的地方]
第二步：读取历史成功资源
读取 plan_source.md
在当前工作空间或指定路径查找 plan_source.md 文件：
查找路径优先级：
1. 当前工作空间根目录/plan_source.md
2. 上一级目录/plan_source.md
3. ~/.claude/resources/plan_source.md
plan_source.md 格式规范
# Plan Source Resources
## 可用SKILLS
- skill-name: 功能描述 | 上次成功调用时间
- document-skills:pdf: PDF处理 | 2024-01-15
## 可用MCP
- mcp-name: 功能描述 | 上次成功调用时间
- filesystem: 文件系统操作 | 2024-01-15
## 可用系统工具
- Read: 读取文件内容
- Write: 写入文件
- Edit: 编辑文件
- Bash: 执行shell命令
## 可用系统资源
- 当前工作目录路径
- 可访问的API端点
资源匹配策略
从plan_source.md中筛选与当前任务匹配的资源：
- 按功能类型过滤（SKILLS/MCP/工具）
- 按最近成功时间排序
- 标记可能不可用的资源（超过30天未调用）
第三步：生成多方案执行计划
根据不同策略生成2-3个方案：
方案生成模板
## 方案 X：[策略名称]
**策略描述**：XXX
**预估耗时**：X分钟
**成功率预估**：X%
**资源消耗**：低/中/高
### 执行步骤
1. [步骤描述] - 使用[资源]
2. [步骤描述] - 使用[资源]
...
### 风险评估
- [风险点1]：缓解措施
- [风险点2]：缓解措施
三种推荐策略
策略1：效率优先
- 最小化步骤数量
- 使用最熟悉的工具组合
- 并行化可独立的步骤
策略2：成功率优先
- 选择历史成功率高资源
- 增加验证步骤
- 预留回退方案
策略3：资源消耗最小
- 减少API调用次数
- 使用本地工具替代远程服务
- 合并可合并的步骤
第四步：识别需要确认的地方
触发用户确认的条件
出现以下情况时，必须与用户对话确认：
| 条件 | 示例 | 优先级 |
|---|---|---|
| 意图不明确 | "处理那个文件" - 哪个文件？ | 高 |
| 资源不可用 | 需要用的skill历史调用失败 | 高 |
| 成功率低于70% | 方案预估成功率为50% | 中 |
| 多种可行方案 | 两种方法都能完成 | 中 |
| 风险较高 | 涉及删除/覆盖操作 | 高 |
对话确认模板
⚠️ 需要确认
[问题描述]
可能的选项：
1. [选项1]
2. [选项2]
3. [自定义]
请选择或补充说明。
确认后更新计划
用户确认后，将答案补充到task_plan中：
## 确认记录
- Q: [问题]
- A: [用户回答]
- 更新内容: [计划调整]
第五步：生成任务简报
简报生成时机
- 任务完成后（无论成功/失败）
- 用户主动要求中断时
- 阶段性里程碑完成时
简报格式（低Token + 数据化成功率）
简报分为两个部分：
- 数据块（供agent快速读取，结构化便于程序解析）
- 摘要（人类可读，50字以内）
# Task Report: [task_id]
## DATA
{"t":X,"s":"[success/failed/partial]","d":X,"tools":[
{"n":"[工具名]","s":X,"h":X}, // 本次成功=1/失败=0，历史成功率%
{"n":"Read","s":1,"h":98},
{"n":"Write","s":1,"h":95},
{"n":"xlsx","s":0,"h":72}
]}
## SUMMARY
[一句话总结，50字以内]
数据字段说明
| 字段 | 说明 | 示例 |
|---|---|---|
t | 总步骤数 | 5 |
s | 执行状态 | success/failed/partial |
d | 执行耗时（分钟） | 3 |
tools[] | 工具调用记录 | - |
n | 工具名称 | Read, Write, xlsx |
s | 本次成功标志 | 1=成功, 0=失败 |
h | 历史成功率（%） | 98 |
历史成功率聚合规则
- 首次调用：历史成功率设为 50%（无历史数据）
- 已有数据：读取同一工作空间内所有历史简报，聚合计算
- 聚合计算：
(成功次数 / 总调用次数) * 100
简报归档规则
- 归档路径：
{workspace}/task_reports/{YYYYMM}/{task_id}.md - 命名规范：
{YYYYMMDD}_{HHMMSS}_{task_name}.md - 历史记录：保留最近90天的简报，超期自动清理
快速读取历史成功率（Agent专用）
当需要获取历史成功率时，按顺序查找：
# 查找最近30天的所有简报，聚合tools数组
cat {workspace}/task_reports/*.md | grep -A100 "## DATA" | jq '.tools[].h'
简化读取示例（不解析全部内容）：
读取最近5个简报的DATA行 → 聚合 → 输出: {Read:95%, Write:88%, xlsx:72%}
执行示例
示例1：短任务（无需多方案）
用户输入："读取当前目录下的README.md文件"
分析结果：
任务复杂度：短
预估步骤：1步
需要资源：Read工具
执行计划：
## 方案1：直接执行
1. 使用Read工具读取README.md
简报：
# Task Report: read_readme_20240315_143022
## DATA
{"t":1,"s":"success","d":0,"tools":[
{"n":"Read","s":1,"h":98}
]}
## SUMMARY
成功读取README.md文件
历史成功率读取示例
下次执行类似任务时，agent可快速获取：
从最近10个简报聚合 → Read工具: 98% (98/100)
示例2：中任务（需要多方案）
用户输入："分析销售数据并生成图表报告"
分析结果：
任务复杂度：中
预估步骤：4-5步
需要资源：Read/xlsx/Skills
多方案生成：
## 方案1：效率优先
- 使用xlsx skill直接生成图表
- 预估耗时：5分钟，成功率90%
## 方案2：成功率优先
- 先读取数据验证格式
- 分步生成图表+报告
- 预估耗时：8分钟，成功率95%
## 方案3：资源消耗最小
- 使用本地Python脚本处理
- 预估耗时：10分钟，成功率85%
用户确认：
⚠️ 需要确认
您希望使用哪种格式的报告？
1. PDF文档
2. HTML页面
3. Markdown文件
示例3：长任务（需要详细规划）
用户输入："构建一个完整的Web应用"
分析结果：
任务复杂度：长
预估步骤：15+步
需要资源：多个SKILLS和工具
生成计划：
- 按阶段分解（需求→设计→开发→测试→部署）
- 每个阶段生成独立方案
- 识别关键依赖节点
确认环节：
- 技术栈选择
- 部署平台偏好
- 优先级排序
注意事项
- 不要过度规划：简单任务一步完成，不强制生成多方案
- 尊重用户时间：确认问题要简洁明了，避免重复询问
- 记录历史：每次执行结果都要归档，用于后续优化
- 适应变化：执行过程中发现新情况，及时调整计划
- 保持简洁：简报总token控制在300字以内，DATA区结构化，SUMMARY区人类可读
相关文件
plan_source.md- 历史成功资源记录（需维护更新）task_reports/- 任务简报归档目录