登录
skill-1773491256850.md已公开
current skill~ /skills/skill-1773491256850

复杂任务分处理器

复杂任务分处理器:作为 超能模式 的任务分解子 skill,复杂任务分处理器 负责把模糊或复杂需求拆成有依赖、有优先级、有完成定义的任务图,为主 skill 提供可执行计划而不是直接产出结论,适合规划、排期、多阶段协作和复杂工作流编排场景。

data, automation, search
downloads
68
updated
2026/04/18
author
nj90hou
visibility
已公开
downloads.trend.tsxlast 7 days

当前技能最近 7 天下载趋势

用和首页一致的趋势图,快速判断这个 skill 最近是否还在被持续下载和使用。

7d total
6
quickstart.shinstall
安装命令
npx skills add skill-1773491256850
使用建议

先看趋势和左侧结构化信息,再决定是直接下载、复制安装命令,还是继续阅读原始 `SKILL.md`。

overview.tsdecision summary
复杂任务分处理器
自主任务图构建引擎。分析复杂请求,消费上游共享状态,输出依赖感知的任务图,维护关键路径与未解决问题,并在子任务失败时进行有限重规划。
SKILL.md previewcollapsible

name
复杂任务分处理器
description
复杂任务分处理器:作为 超能模式 的任务分解子 skill,复杂任务分处理器 负责把模糊或复杂需求拆成有依赖、有优先级、有完成定义的任务图,为主 skill 提供可执行计划而不是直接产出结论,适合规划、排期、多阶段协作和复杂工作流编排场景。
---

name: 复杂任务分处理器
description: 自动将复杂任务分解为兼容 v1/v2 的结构化任务图,输出带依赖、轨道、能力、优先级、完成定义与共享状态的子任务网络。适用于规划、排期、多步骤研究、研究+生成、自动化+生成、多交付物与需要动态重规划的复杂请求。当用户提出需要规划、信息收集和结构化输出交付的复杂、多维度请求时使用。

---

复杂任务分处理器

自主任务图构建引擎。分析复杂请求,消费上游共享状态,输出依赖感知的任务图,维护关键路径与未解决问题,并在子任务失败时进行有限重规划。

核心逻辑:读取共享状态 → 构建任务图 → 标记关键路径 → 执行中更新状态 → 必要时重规划

---

职责边界

本技能负责:
- 把复杂请求拆成结构化子任务
- 标记依赖、优先级、完成定义与失败替代路线
- 汇总研究状态、交付状态与未解决问题
- 在子任务失败或条件变化时做局部重规划

本技能不负责:
- 直接替代 `深度网页搜索` 产出研究结论
- 在无研究包时凭空生成正式结论
- 在无必要时重新发起一整轮澄清或全量回退

---

输入协议

执行前,优先读取主 skill 维护的 v2 共享状态;如上游仍提供 v1 字段,也应兼容读取:

```yaml
version: 2
mode: fast | think | expert | super
intent: 用户真实目标
constraints:
  time_budget: 可选
  cost_budget: 可选
  format: 可选
  scope: 可选
  permissions:
    network: true | false
    automation: true | false
    login_required: true | false
clarification:
  direction: 方向
  audience: 受众
  depth: 深度
  length: 篇幅
  format: 格式
  target_artifacts: []
research_question:
  angle: 主题角度
  time_range: 时间范围
  comparables: 对标对象
  output_purpose: 输出目的
recon_findings:
  key_metrics: 关键指标
  candidate_directions: []
  assumption_risks:
    - 前提风险
workflow_flags:
  initial_clarification_done: true | false
  plan_approved: true | false
track_selection:
  tracks: []
  selected_capabilities: []
capability_registry: []
evidence_pack:
  source_matrix: []
  key_findings: []
  conflicting_claims: []
  gaps: []
  confidence: high | medium | low
task_graph:
  nodes: []
artifact_registry: []
execution:
  stage:
    current: intake | recon | clarification | planning | research | validation | automation | creation | review | delivery | resume
recovery:
  resume_from_stage: 可选
```

---

标准输出:任务图协议(v2)

本技能输出必须采用结构化任务图,而不是只给自然语言计划:

```yaml
summary: 2-3 句计划摘要
task_graph:
  nodes:
    - subtask_id: T1
      goal: 子任务目标
      track: decomposition | research | automation | creation | validation | delivery
      capability_id: research.deep | automation.browser | content.report | validation.delivery
      depends_on: []
      owner: 复杂任务分处理器 | 深度网页搜索 | 多内容生成器 | 网页自动操作器
      inputs: []
      outputs: []
      done_definition: 完成判定标准
      fallback: 失败时替代路线
      priority: critical | high | medium | low
      requires_human: true | false
      status: pending | in_progress | completed | blocked
shared_state:
  research_status: not_started | in_progress | ready | partial | blocked
  artifact_status: not_started | in_progress | ready | partial | blocked
  automation_status: not_started | in_progress | ready | partial | blocked
  unresolved_gaps:
    - 尚未解决的问题
  priority_path:
    - 关键路径上的 subtask_id
compatibility_aliases:
  plan_graph: task_graph.nodes 的兼容映射

预览已截断。下载完整技能包可查看全部文件内容。

next-steps.mdrecommended flow

1. 先判断它是否匹配你的任务、运行环境和依赖边界。

2. 再结合最近 7 天下载趋势,决定是直接安装还是先下载完整包审阅。

3. 需要程序化集成时,再去 Docs 查看 API 和 OpenAPI 描述。