| name | stp |
| description | 结构化任务规划与分步执行（Structured Task Planning）。支持两种模式：(1) 文件模式 - 从 Markdown 任务文档加载步骤执行；(2) 自然语言模式 - 接受自然语言任务描述，自动生成计划书并确认后执行。触发词：/stp、任务规划、步骤执行。功能包括：步骤分解、状态跟踪、执行日志记录、快速失败策略。 |
STP（Structured Task Planning）结构化任务规划与分步执行
功能概述
- 任务解析：从 Markdown 任务文档加载步骤
- 目录管理：自动创建任务专属目录（格式：
task-{ID}）
- 文档生成：生成标准化步骤文档和执行日志
- 状态跟踪：支持步骤状态标记（待执行/成功/失败）
- 智能执行：每个步骤作为子任务执行，附带成功判断标准
- 快速失败：步骤失败立即终止，不尝试替代方案
- 完整日志：所有 exec 命令和 AI 执行过程完整记录
两种使用模式
模式 A：文件模式（原有）
用户提供写好的任务文档路径：
/stp /path/to/task.md
模式 B：自然语言模式（新增）
用户用自然语言描述任务：
/stp 我想查一下腾讯、贵州茅台、Meta 的股票价格
模式 B：自然语言任务规划流程
当用户输入的不是 .md 文件路径，而是自然语言描述时，执行以下流程：
第一步：任务分析与计划生成
- 理解用户意图：分析自然语言，明确任务目标
- 拆解执行步骤：将任务分解为可执行的具体步骤
- 生成计划书：按标准格式生成 Markdown 任务文档
第二步：确认循环
- 展示计划书：将生成的计划书完整展示给用户
- 询问确认：
📋 任务计划书已生成，请确认：
- 输入 "ok" 或 "确认" → 开始执行
- 输入修改意见 → 我会调整计划后重新展示
- 输入 "取消" → 放弃此任务
- 修改循环：如果用户有修改意见，调整计划书后重新展示，直到用户确认
第三步：保存并执行
- 生成文件名：基于任务内容生成简短文件名（如
stock-query.md）
- 保存位置：
~/.openclaw/workspace/task-list/<filename>.md
- 开始执行：按原有 STP 流程执行任务
计划书标准格式
# 任务名称
## 任务描述
用户原始需求的简要描述
## 技术方案
- 使用的工具/库/API
- 关键技术约束
## 核心执行步骤
- [ ] 步骤 1：具体描述（含成功标准）
- [ ] 步骤 2：具体描述（含成功标准）
- [ ] 步骤 3：具体描述（含成功标准）
## 预期产出
- 输出文件/结果说明
示例流程
用户输入：
/stp 我想查一下腾讯、贵州茅台、Meta 的股票价格
Agent 生成计划书：
# 三支股票收盘价查询
## 任务描述
查询腾讯控股、贵州茅台、Meta 三支股票的最新收盘价
## 技术方案
- 使用 AkShare 库查询股票数据
- 支持 A股(沪深)、港股、美股三个市场
## 核心执行步骤
- [ ] 步骤 1：编写基于 AkShare 的股票查询脚本，保存至 `temp/scripts/stock_query.py`
- [ ] 步骤 2：查询贵州茅台（600519.SH）收盘价
- [ ] 步骤 3：查询腾讯控股（00700.HK）收盘价
- [ ] 步骤 4：查询 Meta（META.O）收盘价
## 预期产出
- 三支股票的收盘价信息（股票名称、代码、日期、价格、市场）
Agent 询问：
📋 任务计划书已生成，请确认：
- 输入 "ok" 或 "确认" → 开始执行
- 输入修改意见 → 我会调整计划后重新展示
- 输入 "取消" → 放弃此任务
用户确认后：
- 保存到
~/.openclaw/workspace/task-list/stock-query-20260207.md
- 开始执行 STP 任务流程
Agent 执行规范（重要！）
执行每个步骤时，必须记录关键命令和输出：
方法：步骤完成后补记执行日志
- 执行步骤时：正常用
exec tool 执行命令
- 步骤完成后：把关键命令和输出写入临时文件，然后用
--exec-file 记录
cat > /tmp/step_exec.log << 'EOF'
[命令1] python3 -c "import akshare; print(akshare.__version__)"
[输出1] AkShare version: 1.18.22
[退出码] 0
[命令2] python3 stock_query.py 600519.SH
[输出2] 贵州茅台 收盘价: 1515.01
[退出码] 0
EOF
python3 execute_task.py --log task-8 1 success "脚本执行成功" --exec-file /tmp/step_exec.log
执行日志格式建议
[命令] <执行的完整命令>
[输出] <命令输出（可截断关键部分）>
[退出码] <0=成功, 非0=失败>
模式 A：文件模式使用方式
步骤1：准备 Markdown 任务文档
# 任务名称
## 核心执行步骤
- [ ] 步骤 1：具体描述
- [ ] 步骤 2：具体描述
- [ ] 步骤 3：具体描述
步骤2：生成任务目录和步骤文档
python3 ~/.openclaw/workspace/skills/stp/scripts/execute_task.py --task-file /path/to/task.md
任务目录命名规则：task-{自增ID}
- 使用
.task_counter 计数器文件记录自增ID
- 目录示例：
task-1/、task-2/、task-3/
步骤3：查看生成的文档
任务目录结构：
tasks/
└── task-XXX/
├── task_steps.md # 步骤文档（含状态标记和成功标准）
├── task_execution.log # 完整执行日志（含所有exec命令）
├── result.txt # 结果汇总
└── temp/
├── scripts/
└── downloads/
步骤4：执行步骤并更新状态
主 Agent 读取 task_steps.md，逐个执行步骤，然后更新状态标记：
[ ] → ✓（执行成功）[ ] → ✗（执行失败）
状态标记
| 标记 | 含义 |
|---|
[ ] | 待执行 |
✓ | 执行成功 |
✗ | 执行失败（任务终止） |
执行规则（重要！）
1. 原方案优先原则
必须严格按照任务文档中定义的方案执行，禁止擅自更改实现方式。
示例：
❌ 错误做法：原方案要求用 AkShare，实际改用新浪 API
✅ 正确做法：严格使用 AkShare，遇到问题按失败处理
2. 快速失败策略
原则：一步到位，不做替代方案尝试
- 子任务返回「失败」状态 → 立即终止整个任务链
- 不自动重试、不尝试其他实现方式
- 记录失败原因到日志
3. 失败处理
- 方案执行失败 → 立即终止，不尝试替代方案
- 明确记录失败原因（违反方案/技术限制/接口问题）
- 任务结果标记为 FAILED
资源
scripts/
execute_task.py - 主脚本
- 解析任务文档并生成步骤文件
- 管理
.task_counter 自增ID
- 支持
--subtask 模式：生成子任务 prompt
- 支持
--exec-file 参数：附带执行日志
- 自动记录 exec 命令到日志
task-list/
- 存放自然语言模式生成的任务计划书
- 文件命名格式：
<简短描述>-<日期>.md
注意：stp 是 structured-task-planning 的缩写。
