---
title: "目标明确参考：bot with plan - 目标明确 | 思行致远"
canonical: "https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-bot-with-plan/"
dateModified: "2026-06-30"
datePublished: "2026-06-30"
---

打开 AI·外脑目录  

 

AI·外脑

 [返回专栏首页](https://siyuanailab.com/knowledge/)

 ×

 

站内搜索 

⌕

   

主要栏目

 

- [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/)

- [工作流](https://siyuanailab.com/knowledge/workflows/)

- [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/)

- [信源与标准](https://siyuanailab.com/knowledge/sources/)

- [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/)

- [职业与能力](https://siyuanailab.com/knowledge/career/)

 

专题

 

- [从这里开始](https://siyuanailab.com/knowledge/start/)

- [获取与安装](https://siyuanailab.com/knowledge/install/)

- [建设日志](https://siyuanailab.com/knowledge/ops/)

  

[工作流子目录](https://siyuanailab.com/knowledge/workflows/) 

基础设施层

 

- [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/)

- [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/)

- [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/)

- [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/)

Skill 生产线

 

- [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) 

- [WF-021 目标明确参考：activepieces](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-activepieces/)

- [WF-022 目标明确参考：agentic config](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-agentic-config/)

- [WF-023 目标明确参考：bot with plan](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-bot-with-plan/)

- [WF-024 目标明确参考：m8m](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-m8m/)

- [WF-025 目标明确参考：workflow builder template](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-workflow-builder-template/)

- [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/)

- [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/)

- [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/)

Skill 参考库

 

- [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/)

- [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/)

- [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/)

- [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/)

- [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/)

- [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/)

- [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/)

Agent Building

 

只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。

 

- [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/)

- [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/)

- [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/)

- [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/)

  

Skill 生产线 · 目标明确 · Skill 解读 · WF-023

 

# 目标明确参考：bot with plan

 

思行致远 · 2026/6/30 · 置信度：低

 

目标明确可行性判断Skill生产线

 

一个把 ReAct Agent 的「规划」和「函数调用」拆开的实验项目，用来判断任务是否应该先训练/约束 planner，而不是直接让模型调用工具。

 

# bot with plan

 

> 一个把 ReAct Agent 的「规划」和「函数调用」拆开的实验项目，用来判断任务是否应该先训练/约束 planner，而不是直接让模型调用工具。

 

## 这个能力解决什么问题

 

bot-with-plan 面对的问题是：小模型或开源模型在 ReAct 流程里既要决定下一步做什么，又要写对工具参数，负担过重，容易产生错误工具调用。它把目标明确为「planner 只描述下一步任务并选择工具，具体函数参数由函数调用模型或工具侧处理」。对 Skill Forge 的启发是，做 Skill 前要先判断失败点在目标分解、工具选择还是参数执行，不要把三者混在一个提示词里。

 

## 核心逻辑

 

真实输入是用户请求、当前观察、可用工具列表，以及模拟或真实环境返回的 observation。处理逻辑是：planner 只生成下一步非正式任务描述和工具选择；工具或函数调用层把这个描述转成具体调用；环境执行后返回观察；循环直到 10 步内完成或失败。项目还用 GPT-4 planner 在 simulation 环境中生成 synthetic trajectories，再用这些轨迹 fine-tune Mistral-7B planner，并用 schema-guided generation/pydantic grammar 限制模块输出。

 

## 技术结构

 

- 关键模块：`simulation/` 负责模拟工具、轨迹生成和评估；`gba/` 放真实 agent、planner、tool 接口；`train/` 负责 planner fine-tuning；`gba/tools/search/` 提供 SearXNG 搜索工具；notebook 展示 fine-tuned planner、zero-shot planner 和 JSON schema guided generation。
 
- 调用链路：用户请求 -> planner 读 observation 并选择工具/描述任务 -> 工具层生成并执行具体函数调用 -> 环境返回 observation -> evaluator 用 pass rate、bad task rate、completion rate 评估轨迹。
 
- 输入输出：输入是自然语言请求、工具 schema、观察记录和模拟轨迹；输出是下一步计划、工具调用、最终回答、训练数据集和评估指标。
 
- 核心依赖：Python、Poetry、Conda、llama.cpp server、本地 GGUF 模型、SearXNG、OpenAI/GPT-4 生成轨迹或 baseline。

 

## 为什么值得参考

 

它的项目特定亮点是「降低 planner 的职责」：不要求 planner 同时会规划、写参数、懂每个 API，而是让它只做任务拆分和工具选择。这对 Skill 设计很有用：一个能力如果经常失败，可能不是说明书不够长，而是职责没有拆开。

 

## 为什么不建议直接套用

 

它是研究性仓库，README 的模型下载、GPU Docker、llama.cpp 端口和 SearXNG 依赖都偏重；评估集只有 50 个请求，场景集中在该项目定义的工具集。其术语也和常见 Agent 框架不同，直接搬会让团队把「任务」「动作」「工具调用」混淆。

 

## 如何改造成自己的版本

 

先不训练模型，只借它的分层：在每个 Skill 里区分 `plan_output`、`tool_selection`、`tool_arguments`、`observation`。为失败案例标注是「计划错」「工具选错」还是「参数错」。如果同类任务很多，再积累 30-50 条内部轨迹，做小规模 regression eval，而不是一开始就 fine-tune planner。

 

## 适用场景

 

- 需要让 Agent 在多工具任务里先稳定选步骤，而不是马上写调用参数。
 
- 需要评估小模型是否能承担规划职责。
 
- 需要把模拟环境轨迹用于 planner 训练或回归测试。

 

## 不适用场景

 

- 只需要调用一两个稳定 API，没必要拆 planner。
 
- 没有本地模型、GPU 或 SearXNG 环境。
 
- 任务的关键风险在权限和数据安全，而不是步骤规划。

 

## 参考信息

 

- 原项目：[bot-with-plan](https://github.com/krasserm/bot-with-plan)
 
- 作者：krasserm
 
- 相关概念：[[任务边界]]、[[工具选择]]、[[Planner]]
 
- 相关卡片：[workflow-read-037](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/skill-forge-evaluation-crab/)

 

## 参考对象信息

 

**名称：**bot-with-plan

 

**作者：**krasserm

 

**链接：**[https://github.com/krasserm/bot-with-plan](https://github.com/krasserm/bot-with-plan)

 

## 适用场景与行动

 

**场景：**Skill 生产线 / 目标明确

 

**适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者

 

**下一步：**先阅读边界说明，再判断它是否适合改造成自己的目标明确流程。

 

当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。

 

涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。

  

[上一张：目标明确参考：agentic config](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-agentic-config/) [下一张：目标明确参考：m8m](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/skill-forge-scene-analysis-m8m/)

 

[返回当前分类](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)
