规划与控制流程Planning & Control Flow

在每一步中交替进行一个思考、一次工具调用和一次观察，以便代理能够基于新证据进行推理。

一次性使用强大的模型规划所有步骤，然后在计划下使用更便宜的模型执行每个步骤。

在外部事件（webhooks、消息队列、文件更改）上触发代理，而不是用户请求或计划任务。

在固定的时间表上运行代理，与用户请求无关。

在确定性的外部循环中对固定规范运行相同的提示，直到满足该规范。

将代理逻辑以可视化图形的形式表达为在画布上连接的类型节点，包含开始和结束节点，以便非编码利益相关者可以阅读和编辑流程。

让代理在运行初期创建一个计划文件（例如 todo.md），在完成项目时勾选它们，并将剩余计划重新注入上下文；该文件是持久的计划和工作记忆。

从人类编写的规范文档驱动代理循环，而不是自由形式的提示。

当执行证据与当前计划相矛盾时触发新的规划步骤。

分支决策存在于确定性的应用代码中，而在战略性点调用LLM以产生结构化信号，供代码进行分支。

在可视化工作流中将对集合的映射表达为一个显式的迭代节点，该节点对输入数组的每个元素运行一次子图，具有有限、确定性和可观察的执行。

在任务中将交互式本地代理会话提升为一个独立的云代理，该代理在开发者断开连接后继续运行并异步报告。

将一个过大的任务拆分为独立的块，分别并行处理，然后汇总。

在生成任何代码之前，编写一个多支柱规范，并让代理对其模糊性和边缘情况进行批评，以便循环针对经过审查的目标执行，而不是新的提示。

将代理设计为一个纯函数 (state, event) → newState；整个执行历史保存在外部事件日志中；支持暂停/恢复/重放/时间旅行，而无需定制检查点。

借用行为树形式：叶子是返回成功/失败的LLM调用或工具；选择器和序列的树形结构协调控制流。

将代理循环提升为具有学习值函数和回溯的搜索树。

获取 ReWOO 的计划作为 DAG，并通过任务获取调度器并行运行独立步骤。

在任何工具运行之前，规划一个完整的依赖DAG，并使用占位符变量，然后执行并将观察结果替换到计划中。

让代理在对模糊请求采取行动之前询问澄清问题。

递归地将一个目标分解为子目标，直到每个叶子都是直接可操作的。

通过在每一步依次查询模型来生成计划步骤，而不是一次性在一个调用中生成整个计划。

一个明确的代理，其工作是将传入的用户查询拆分为更小的独立子查询，这些子查询可以顺序或并行回答，然后合并结果。

从当前状态到目标生成一个线性中间步骤序列——轻量级规划的替代方案，适用于树状思维和多路径生成。

在 Planner 和 Executor 之间添加一个明确的 Observer 角色，以便根据计划检查进度，而不是盲目信任。

通过捕捉周围的多模态上下文（手势、屏幕状态、环境）来预测用户的目标，除了用户输入的文本或语音。

通过一个漫长的思考-搜索-验证-修订-行动循环，运行一个单一代理，跨越数百个工具调用，自主地重新构建假设。

在每个回合重新计算一个紧凑的任务状态快照，并在模型推理之前将其作为新的系统块注入，以便长时间的工具调用循环始终保持目标导向。

在每个工具返回中附加一个目标提醒、当前任务状态以及失败或下一步提示，以便代理通过它已经读取的动作通道重新定位。

从期望的目标条件开始构建代理的行为树，并递归地添加满足每个父节点前置条件的子节点。

并行生成100个或更多相同的、具备完整能力的代理实例——每个都是一个完整的通用代理，而不是角色专门化的工作者——并将它们的独立输出汇总为一个单一答案。

一组代理共同为共享变量分配值，以最小化（或最大化）由代理间约束定义的全局成本，仅交换所需的消息。

运行两个嵌套循环：外部规划代理将目标分解为子任务；内部执行者在每个子任务上运行 ReAct 循环，外部代理可以根据内部的进展重新规划。

每个代理维护其他代理计划的部分视图，并将本地计划逐步合并为共享的部分全球计划，同时交替进行协调和执行。

将一个长期运行的任务分解为三个角色隔离的代理——一个发出特征列表的规划者，一个在每个新上下文中处理一个块的生成器，以及一个根据评分标准进行评估而不查看生成器痕迹的评估者。

在每个计划节点生成多个候选下一步，以便后续选择——规划生成器模式与树思维 / LATS 风格搜索相结合。

在任何重要决策之前，要求代理收集一组声明的上下文输入（资源可用性、时间表、下游依赖关系）到一个“上下文图”中，决策必须引用该图。

在采取最佳已知行动（利用）与尝试可能更好的替代方案（探索）之间取得平衡。

层次任务网络分解提供了程序性基础；生成的 LLM 仅在叶节点被调用，用于任务中真正开放式的部分。

分析用户表达的提示和相关上下文，以在任何规划或工具使用开始之前得出一个精确、可操作的目标。

在代理尝试解决方案之前，强制进行明确的问题空间表示步骤，反映专家人类在解决问题之前如何构建约束和依赖关系的心理模型。

在推理时间搜索树的每个节点上，使用汤普森采样来决定是加深现有答案还是进行新的尝试，选项是每个节点选择调用哪个底层LLM。

在真实世界中承诺之前，在环境的内部模拟器中运行候选的多步骤策略——比模拟-再执行（单个动作）更广泛，通过模拟多步骤策略。

预测代理最有可能在当前回合发出的工具调用，并在当前回合预先执行它们，然后保留确认轨迹所需的结果，丢弃其余结果。

以低频率运行一个慢速规划器，发出一个紧凑的潜在计划，并使用一个小型的设备控制器在机器人的本地控制速率下跟踪它，而不会在规划器上阻塞。