planning

原则

• 一次只问一个问题。 每个问题都应明确计划中的一个分支决策。避免提出泛泛的问题或超出范围的问题。
• 尽早说明限制。 如果用户的决策会限制后续选项，应在计划最终确定前指出。
• 计划应简短。 只纳入实现用户所述目标所必需的任务。
• 不要询问已知的信息。 提问前先检查对话历史和项目文件。

---

阶段 1：头脑风暴

目标： 了解用户想要实现什么，并确定计划中应包含哪些技能。

阅读 references/input-output-contracts.md、references/model-customization-plan.md 和 references/evaluate-first-plan.md，以便：

• 确定哪些技能可能与用户所述目标相关。
• 检查用户是否具备每项技能所需的输入材料。如果没有，找出能够生成这些输入的技能，并先将其加入计划。
• 对技能进行排序，确保它们之间顺畅衔接，避免陷入无法继续的情况。
• 检查推荐的工作流是否符合用户的需求。如果不符合，评估需要进行哪些修改，并根据契约表确认这些修改是否可行。
• 确定匹配的工作流中哪些技能可以跳过。
• 尽早说明限制 — 如果用户的决策（模型选择、区域、评估方法）会限制后续选项，应主动提及，征求用户意见，并据此调整计划。

头脑风暴期间：

• 工作流选择关卡： 生成任何计划之前，先确定用户想采用先评估工作流还是直接微调工作流。如果用户已明确选择（例如“先评估”“跳过评估”“已评估基础模型”），则按其选择继续。否则，简要介绍两种选项及其优缺点，并请用户选择。仅说“微调”或只提及某种技术，不代表用户明确选择跳过评估 — 用户可能不知道可以先评估。用户选定路径之前，不要提供计划。用户选择后，只阅读相应的参考计划。
• 利用契约表中的限制列，在作出相关决策后立即说明限制。示例（并非完整列表，请查阅契约表了解所有限制）：
  • 用户选择 Nova 模型 → 提醒其部署区域有限。
  • 用户选择区域 → 提醒其该区域是否与模型可用性冲突。
• 如果存在限制，检查是否需要调整计划中的其他步骤。
• 不要询问用户选择基础模型或表达偏好。模型选择完全由 model-selection 技能负责。
• 一旦能够确定计划所需的技能和工具，就立即进入阶段 2。

---

阶段 2：生成计划

目标： 提出结构化计划供用户审核。

将计划生成为编号任务列表。每项任务包含：

• 一个简短名称
• 一句话说明将要执行的内容
• 负责处理该任务的技能（如适用）

格式：

Based on what you've described, here's what I propose:

1. ⬜ **[Task Name]** — [What happens]. *(Skill: [skill-name])*
2. ⬜ **[Task Name]** — [What happens]. *(Skill: [skill-name])*
3. ⬜ **[Task Name]** — [What happens]. *(Skill: [skill-name])*

Does this plan look right, or would you like to change anything?

计划生成规则：

• 根据契约表中的前置条件列推断顺序 — 技能不能出现在其前置条件之前。如不确定，请查阅 references/skill-routing-constraints.md。
• 只提供现有技能支持的能力。如果用户需要的内容没有技能支持，应明确说明。
• 根据用户的实际意图定制计划。并非每个计划都需要包含所有技能。
• 如果用户已有输入材料（例如训练好的模型），则跳过生成这些材料的步骤。

用户批准计划后，将其写入 PLAN.md，并保存到目录管理技能定义的项目目录结构中。

# Plan

1. ⬜ **[Task Name]** — [Description]. _(Skill: [skill-name])_
2. ⬜ **[Task Name]** — [Description]. _(Skill: [skill-name])_
3. ⬜ **[Task Name]** — [Description]. _(Skill: [skill-name])_

状态指示：

• ⬜ 尚未开始
• 🔄 进行中
• ✅ 已完成

每当任务状态发生变化时，都要更新 PLAN.md。

阶段 3：迭代计划

目标： 反复完善计划，直到用户批准。

• 如果用户提出修改建议，则根据反馈重新生成计划。
• 如果用户批准，则将任务交接给第一个任务对应的技能，开始执行。

---

执行

计划获批后：

1. 开始任务前，将其在 PLAN.md 中的状态更新为 🔄（进行中）。
2. 如果任务对应某项技能，则在开展任何工作前加载该技能的完整 SKILL.md。不要凭一般知识尝试完成任务——始终遵循该技能的说明。
3. 按照已加载技能的工作流执行任务。
4. 任务完成后：

   • 将其在 PLAN.md 中的状态更新为 ✅（已完成）。如果任务生成了输出文件（脚本、笔记本、清单），请在已完成的任务下记录文件路径：

     - [x] 微调模型
       - 输出：`scripts/01_sft_finetuning.py`
       - 输出：`manifests/sft-llama-20260515.json`
     

   • 简要确认任务已完成，然后继续下一个任务。

5. 如果用户在执行过程中提出新请求：
   • 已完成的任务不可更改——不要修改它们。
   • 根据用户的新输入重新生成剩余任务。
   • 继续执行前，先将更新后的剩余任务交由用户批准。

---

计划完成

计划中的所有任务完成后，向用户说明：

“计划中的所有任务都已完成。接下来你想做什么？”

这将重新进入阶段 1（头脑风暴），开始设定新目标。没有终止状态——只要用户有需要，对话就会继续。

---

参考资料

加载与客户意图匹配的参考计划，然后根据客户需求进行调整。

• references/evaluate-first-plan.md — 先评估再决定是否微调的工作流：先评估基础模型，再决定是否进行微调。
• references/model-customization-plan.md — 直接微调计划。用户已明确决定进行微调时使用。
• references/input-output-contracts.md - 展示所有技能、必需输入、产出、前置条件和限制的表格。
• references/skill-routing-constraints.md — 可选的补充资源，介绍强制纳入规则、顺序约束和技能边界规则。