# 第①步：只让模型"出计划"，先不执行（提示里明确要它列编号步骤）
plan_prompt = f"""你是任务规划师。把下面任务拆成 3-6 个可执行步骤，
只输出编号清单，先别动手：
任务：{user_task}"""
plan = llm(plan_prompt)      # 例如返回：1.查A 2.查B 3.对比 4.写结论

# 第②步：拿着 plan 一项项执行（每项内部可再用工具/ReAct）
for step in parse_steps(plan):          # 把清单拆成一条条
    do_step(step)                        # 执行这一步，结果记进历史（Day32/36）
# 全部做完 → 汇总输出

✋ 动手 10 分钟:给一个真实大任务做"规划 + 分解"

不写代码,练"总厨思维"。挑一件你真想让 Agent 帮你做的复杂事(如"帮我调研 3 款扫地机器人并给购买建议"),按下面模板手写它的计划和任务树:

# 目标任务：___________________________

# 第一层：先规划出 3-6 个大步骤（菜单）
# 1. ____
# 2. ____
# 3. ____
# 4. 汇总给建议

# 挑其中最大的一步，再分解一层（子任务）：
#   步骤 2「____」拆成：
#     2.1 ____（末端：一两个工具能完成？能验收？）
#     2.2 ____
#
# 最后自问三题：
#  ① 哪一步最可能出意外？出了怎么"重规划/降级"？
#  ② 我的子任务是不是拆得太碎或太粗？
#  ③ 这个任务真的值得"先规划"吗，还是 ReAct 就够？

写完你会直观感到:大任务一旦画成"计划 + 任务树",立刻从"不知从何下手"变成"照着做就行"。这正是规划的威力,也是你面试讲复杂 Agent 设计时最能加分的部分。