mcpField
T
task-decomposition

task-decomposition

github.com/d-o-hubAgent 工作流1337 次安装1 天前更新
代码仓库

关于 task-decomposition

面向 Agent 的规划技能,将复杂请求拆分为可执行任务,并明确依赖关系、成功标准和并行机会。它还将任务拆分作为 GOAP 执行计划的第一阶段。

主要功能

  1. 01分析需求与约束
  2. 02构建分层任务结构
  3. 03识别顺序与并行依赖
  4. 04设定可衡量的成功标准
  5. 05融入 GOAP 规划流程

适用场景

  1. 01拆分包含多个部分的请求
  2. 02协调多阶段项目
  3. 03识别适合并行处理的任务

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/d-o-hub/rust-self-learning-memory --skill task-decomposition

安装后在 Claude Code 中输入/task-decomposition确认已加载。

详细介绍

任务分解

将复杂任务拆解为原子化、可执行且依赖关系明确的目标。

使用场景

  • 包含多个组成部分的复杂用户请求
  • 需要协调的多阶段项目
  • 可通过并行执行提升效率的任务
  • 规划 Agent 协调策略

分解框架

1. 需求分析
  • 主要目标
  • 隐含需求(质量、性能)
  • 约束(时间、资源)
  • 成功标准
2. 目标层级
Main Goal
├─ Sub-goal 1
│  ├─ Task 1.1 (atomic)
│  └─ Task 1.2 (atomic)
├─ Sub-goal 2
└─ Sub-goal 3
3. 依赖类型
类型符号示例
顺序A → B → CB 需要 A 的输出
并行A─┐ B─┐ C─┘相互独立,可并发执行
汇聚A─┐ B─┼─> DD 需要 A、B、C
资源A, B顺序执行或共享资源
4. 成功标准

对于每项任务:

  • 输入:需要哪些数据或状态
  • 输出:将产出哪些成果
  • 质量:性能、测试、文档要求

分解模式

模式使用场景
分层架构变更(数据、逻辑、API、测试、文档)
功能新功能(MVP、错误处理、优化、集成)
阶段大型项目(研究、基础、核心、集成、完善)
问题-解决方案调试(复现、诊断、设计、修复、验证、预防)

质量检查清单

✓ 原子化且可执行 ✓ 明确识别依赖关系 ✓ 成功标准可衡量 ✓ 没有过大的任务(>4 小时) ✓ 已识别并行化机会

✗ 任务过大或含糊不清 ✗ 缺少依赖关系 ✗ 成功标准不明确 ✗ 缺少质量或测试任务

与 GOAP 的集成

任务分解是 GOAP 的第 1 阶段:

  1. 接收请求
  2. 应用分解
  3. 制定执行计划
  4. 监控执行过程
  5. 汇报结果

评论

支持 Markdown