SuperAPI AI 工具集

plan-run

智能体与模型

查看项目

更新于 10-15 19:58

技能介绍

用途:依 plan.md 的 Dependencies DAG 逐步推进实作。决定下一步做什么由 plan_runner.py 与 state file 负责;决定是否再跑一轮由内置 /goal(默认)或 Stop hook(选配)负责。

主要能力:state 持久化到 <plan-dir>/.plan-state/<slug>.state.json,新 session 或 compaction 后仍可接续;Stop hook 模式另有 pointer 记录当前 cwd 在推哪份 plan。一輪最多推 8 步(harness 硬限制),Stop hook 模式每 7 步一次 check-in,可用 PLAN_RUN_BLOCK_BUDGET=8 用满。输出分层:next 为 full bootstrap,complete/fail/skip 为 delta,index 为纯 trace,默认 markdown,--format=json 供 tooling。

使用方式:先做格式检查,planner-agent 输出需先 normalize(plan_runner.py normalize "$ARGUMENTS" --diff/--write)。初始化:模式 A 用 init "$ARGUMENTS" --no-attach --require-summary,再下一道 /goal 开始推进;模式 B 需先装 hook,用 init "$ARGUMENTS" --require-summary。之后跑 preflight 检查环境。每步执行 start、依围栏内 agent/command/skill 执行、再 complete/fail/skip。失败时用 AskUserQuestion 询问重试、跳过或中止。

适用场景:依 plan 推进、跨 session 续推、长 plan(20+ steps、预期 compaction)。

限制:Task 追踪工具为 best-effort 且默认不存在;Requires-Approval 关卡 fail-closed,approve 只能由人执行;sandbox 与范围外指令规则仅作用于 prompt 层与记录层,runner 不拦截工具调用;模式 B 的 attach/init 只接受 $HOME 底下的 plan 路径。