PlanningCopilot 是一个面向 PDDL 规划流程的工具增强型 LLM 系统，旨在通过自然语言指令运行规划工具，提升可靠性且无需领域特定训练。
用途： PlanningCopilot 将多个规划工具整合为一个聊天机器人，用户可以用自然语言指令运行这些工具，完成从规划求解、验证到执行的完整 PDDL 规划流程。
主要能力：
- 基于 Model Context Protocol（MCP）构建，便于语言模型与外部工具和系统交互。
- 模块化设计，每个部分可独立替换、升级或扩展，不影响系统其余部分。
- 当前实现中，Solve 使用 FastDownward 进行经典规划，使用 Metric-FF 进行数值规划；Verify 使用 VAL 验证规划；Execute 依赖 PDDL_Plus_Parser 模拟并跟踪规划执行。
使用方式：
- 确保已安装并激活 Python 3.10（通过虚拟环境或 conda 环境）。
- 安装最新版 Ollama 以在本地运行。
- 安装所有项目依赖。
- 更新 config.py 文件中的所有路径和设置。
- 运行 LLM 聊天。
- 如需更改 LLM，编辑 llm_with_tools.py 文件。
- 如需添加新工具，修改 solvers_server.py 中的 MCP 服务器。
适用场景： 适用于需要通过自然语言驱动 PDDL 规划工具链的研究或开发场景，尤其是希望以模块化方式集成规划求解、验证与执行工具的用户。
限制： 资料中未提供关于收费、价格、平台支持范围、具体效果指标或使用步骤的更多细节，这些信息暂未提供。
