大家好，我是二哥呀。

PaiCLI 的第 1 期我们已经实现了，一个基础的 ReAct Agent，能一步一步执行任务，一边思考一边行动。

但这种方式有个问题：复杂任务需要很多轮对话，每一步都需要调用 LLM。

比如“创建一个 Spring Boot 项目，写个 REST API，然后打包运行”这个任务：

一共要调用 5 次 LLM，每次都要等网络往返。

第 2 期，我们来实现 Plan-and-Execute 模式：先让 LLM 制定完整计划，然后按步骤执行，中间不再反复询问 LLM。

01、Plan-and-Execute 的核心思想

Plan-and-Execute 模式来自论文《Plan-and-Solve Prompting》。

核心思想是规划和执行分离。

这样做的好处有：

1. 减少 LLM 调用次数：规划一次，执行多次
2. 可预测性更强：提前知道整个执行流程
3. 支持并行执行：识别无依赖的任务并行处理
4. 失败可重试：某步失败可以单独重试，不用从头来

代价是灵活性降低，如果执行过程中发现计划有问题，需要重新规划。

02、任务建模

要实现 Plan-and-Execute，首先要定义什么是“任务”。

为什么需要任务建模

在 ReAct 模式中，任务隐含在对话历史中。LLM 通过阅读历史消息知道当前该做什么。但这种方式有两个问题：

第一，上下文膨胀。复杂任务需要很多轮对话，随着历史消息越来越长，Token 的消耗剧增。

第二，状态不清晰。对话历史里混杂了思考过程、工具调用、执行结果，很难一眼看出任务执行到哪一步。

任务建模把“做什么”和“怎么做”分离开来。计划阶段确定...