Plan-Solve Agent

Plan-Solve Agent 将任务分解为两个阶段：先制定计划，再逐步执行。相比于 ReAct 的事到临头再思考，Plan-Solve 鼓励前置的全局规划，减少中途迷失的可能。

执行流程

用户输入
  ↓
Phase 1 — PLAN: 分析任务，生成编号步骤列表
  ↓
Phase 2 — RESOLVE:
  ├── 执行第 1 步 (调用工具)
  ├── 执行第 2 步 (调用工具)
  ├── ...
  ├── [遇到障碍?] → 输出 revised_plan (修正剩余步骤)
  └── 继续执行...
  ↓
Final Answer: 所有步骤完成，输出完整答案

基本用法

import { PlanSolveAgent, OpenAIProvider } from 'kagent-ts'

const agent = new PlanSolveAgent({
  systemPrompt: '你是一个擅长规划的 AI 助手。',
  provider: new OpenAIProvider({
    apiKey: process.env.OPENAI_API_KEY!,
    model: 'gpt-4o',
  }),
  tools: [
    // 注册你需要的工具
  ],
  maxIterations: 15,   // 最大迭代次数 (默认: 15)
  maxPlanSteps: 12,    // 计划最大步骤数 (默认: 12)
  replanThreshold: 2,  // 连续失败 N 次后触发重新规划 (默认: 2)
})

const answer = await agent.run('请审查 src/ 目录下的所有 TypeScript 文件，找出潜在的性能问题。')
console.log(answer)

配置参数

interface PlanSolveAgentConfig extends AgentConfig {
  /** 最大迭代次数 (默认: 15) */
  maxIterations?: number

  /** 计划中最大步骤数 (默认: 12) */
  maxPlanSteps?: number

  /**
   * 连续工具失败 N 次后自动注入 replan 提示。
   * 设为 0 禁用自动重规划。
   * 默认: 2
   */
  replanThreshold?: number
}

计划修订

当 LLM 在执行过程中遇到意外情况时，可以通过输出 revised_plan 来修正剩余步骤：

json

{
  "revised_plan": [
    "1. 分析 src/core/ 目录的代码结构",
    "2. 使用 tsc --noEmit 检查编译错误",
    "3. 检查每个文件的导入依赖"
  ]
}

会话状态

Plan-Solve Agent 的 Checkpoint 包含完整的计划状态：

interface PlanSolveSessionState {
  currentPlan: string[]       // 当前计划步骤列表
  completedSteps: number[]    // 已完成的步骤索引
  replanCount: number         // 重新规划次数
  currentStep: number         // 当前执行步骤
}

什么时候用 Plan-Solve？

✅ 适合:

需要多步工具调用的复杂任务
代码审查、代码重构
项目分析、依赖检查
需要明确执行计划的任务

❌ 不适合:

单步即可完成的简单问答 → 使用 ReAct Agent
需要动态决策的不确定任务 → 使用 Fusion Agent

下一步

Fusion Agent — 混合范式：自动路由 + 反思
Orchestrator Agent — 大规模多代理编排
上下文管理 — 长对话的 Token 管理

Plan-Solve Agent ​

执行流程 ​

基本用法 ​

配置参数 ​

计划修订 ​

会话状态 ​

什么时候用 Plan-Solve？ ​

下一步 ​