生活与工具
#agent
make-plan
当需要向更强 Agent 请求执行计划时使用;用于获取分步骤、可落地的计划,并由你自己执行,而不是让对方代执行任务。
DeepseekModel
官方收录技能
质量 优秀 · 90
v1.0.0
获取
https://deepseekmodel.com/api/download.php?id=agentscope-ai-qwenpaw-src-qwenpaw-agents-skills-make-plan-zh-skill-md&format=skill
下载 .skill
标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name make_plan description 当需要向更强 Agent 请求执行计划时使用;用于获取分步骤、可落地的计划,并由你自己执行,而不是让对方代执行任务。 metadata {"builtin_skill_version":"1.3","qwenpaw":{"emoji":"🗺️"}} 制定计划 当你需要向更强 Agent 发起一次 外部计划请求 时,使用本 Skill。 本 Skill 的目标不是把任务外包出去,而是: 向更强 Agent 要一份计划 这份计划必须是 明确的执行步骤 由你自己按计划执行 不要求被求助的 Agent 直接动手执行任务 调用步骤: 使用 list_agents() 查可用 Agent 的 ID 可根据返回的描述信息选择最合适的 Agent 来求助 如果找不到非常合适的 Agent,就选择 default 注意区分 Agent 的 ID 和 Name,后续调用需要的是 ID 使用 chat_with_agent(...) 向更强 Agent 请求“制定计划” to_agent 传目标 Agent ID text 中明确给出提示 仅需给出可按步骤执行的计划,不要执行 收到回复后,记录对话的 session_id ,并提炼出真正可执行的步骤,并由你自己执行 如果有不清楚的地方可以继续追问细化计划,但仍然要强调 只补计划,不要代执行 追问仍使用 chat_with_agent(...) ,并传入记录的 session_id 以保持上下文 推荐调用骨架: list_agents() chat_with_agent( to_agent="stronger_agent", text="[Agent <auto> requesting] 请帮我为下面任务制定执行计划。你不需要执行任务,只需要输出明确、可落地、按顺序排列的步骤。", ) 适用场景 以下场景适合直接发起外部计划请求: 任务需要多步拆解 步骤之间有依赖关系 需要明确先后顺序、检查点或验证点 涉及多个模块、文件、系统或角色 用户明确要求先给出计划 你希望先拿到一份更完整、更稳妥的执行路径 不要这样用 以下情况不要用本 Skill: 你其实是想让对方直接替你做任务 真正缺的是一个小事实,而不是计划 真正需要的是架构判断或方案比较 你连任务目标都没理解清楚 向更强 Agent 要什么 调用 chat_with_agent(...) 时要明确说明: 你需要的是计划,不是代执行 步骤必须具体,不能只给抽象建议 最好包含验证方式与完成标志 求助模板 请帮我为下面任务制定一份执行计划。 你 不需要执行任务本身 ,只需要输出计划。 任务: [要做什么] 目标: [最终想达到什么结果] 约束: [...] [...] 计划要求: 拆成明确、可执行的步骤 标明推荐顺序 必要时指出依赖、检查点或验证方式 如果有明显风险,补充关键注意点 输出格式: [例如:输出 5-8 个编号步骤,每步 1-3 句] chat_with_agent 请求示例: chat_with_agent( to_agent="strong_agent", text=""" 请帮我为下面任务制定一份执行计划。 你不需要执行任务本身,只需要输出计划。 任务: 修改一个多模块功能。 目标: 以较低风险完成改动,并避免遗漏联动点。 约束: - 尽量减少返工 - 需要保留可验证的中间检查点 计划要求: 1. 拆成可落地的步骤 2. 标明推荐顺序 3. 标出关键依赖和检查点 4. 尽量包含验证方式 输出格式: 请输出 3-5 个编号步骤,每步尽量具体。 """, ) chat_with_agent 回复示例: [SESSION: xxx] 下面是我为你制定的执行计划: 1. ... 2. ... 其中 xxx 是本次对话的 session_id ,你需要记录下来以便后续追问细化,一般是一个较长的字符串,例如 local_agent:to:strong_agent:1776406127168:e11b08d8 chat_with_agent 追问示例(假设你想让对方细化第 3 步): chat_with_agent( to_agent="strong_agent", text="请基于刚才的计划,再细化第 3 步。仍然只需要补计划,不需要代执行任务。", session_id="xxx", ) 收到计划后怎么用 把更强 Agent 的回复当作“执行计划输入”,不是“任务已经完成”。 你应该做的是: 提炼出真正可执行的步骤 判断是否需要按你的环境做微调 由你自己执行这些步骤 遇到新不确定性时,再继续细化计划 不要把计划原样当成结果交付给用户,除非用户要的就是计划本身。 计划质量标准 一份合格的计划,至少应满足: 有明确步骤,而不是泛泛建议 步骤顺序清楚 每步是可执行动作 关键依赖被点明 有必要的验证点 没有把“执行任务”偷偷转交给被求助 Agent 如果拿到的是空泛建议,例如“先分析,再实现,再测试”,这不够,需要继续追问细化。 行为护栏 不要把“请帮我规划”说成“请你直接做完” 不要请求对方代替你执行代码、命令或变更 不要接受只有方向、没有步骤的回答 不要在目标不清楚时直接求计划 不要拿到计划后就停止思考,仍要结合当前环境判断 最终口诀 缺执行路径,就先要计划。 计划必须分步、具体、能落地。 被求助 Agent 负责出计划,不负责代执行。 拿到计划后,由求助发起者自己执行。
Agent 识别该技能的关键词,点击任意一个即可复制。
该技能未提供触发词。
下载的 .skill 包内含以下字段。
| 字段 | 说明 |
|---|---|
| format | 格式标识(skill/v1) |
| skill_id | 技能唯一 ID |
| name | 技能名称 |
| version | 版本号 |
| description | 技能描述 |
| category | 所属分类(数组) |
| trigger_words | 触发词列表 |
| tags | 标签列表 |
| source | 来源标识 |
| source_url | 来源链接(本页地址) |
| exported_at | 导出时间(每次下载生成) |
| system_prompt | 系统提示词正文 |
| model_config | 模型参数:provider / model / temperature / max_tokens / top_p |
| examples | 示例 |
| install_guide | 各平台导入说明(Coze / Dify / Claude / 自定义框架) |