📋 本文目录

• 一、前言

• 二、工具链整合

• 三、Agent整合

• 四、对比演示

• 五、效果分析

• 六、总结

一、前言

1.1 整合的价值

单个工具很强，整合起来更强：

• 工具链：按顺序执行

• Agent：智能选择工具

• 对比：直观展示价值

1.2 你将学到什么？

• ✅ 如何构建规划工具链

• ✅ 如何整合到Agent

• ✅ 如何做对比演示

• ✅ 如何分析效果差异

二、工具链整合

2.1 完整流程

复杂任务 ↓ 【工具1】任务分解 → 子任务列表 ↓ 【工具2】计划生成 → 执行计划 ↓ 【工具3】执行验证 → 检查可行性 ↓ 【工具4】计划管理 → 调整优化 ↓ 最终输出

2.2 运行演示

cd 07_planning python planning_chain_demo.py

三、Agent整合

3.1 构建规划Agent

# 1. 初始化LLM llm = ChatOpenAI(...) # 2. 注册工具 tools = [ task_decomposer, plan_generator, execution_validator, plan_manager ] # 3. 构建提示模板 prompt = ChatPromptTemplate.from_messages([ ("system", """你是一个善于规划的AI助手..."""), ... ]) # 4. 创建Agent agent = create_tool_calling_agent(...)

3.2 运行Agent

cd 07_planning python planning_agent_demo.py

四、对比演示

4.1 对比1：无规划vs有规划

无规划：

任务：举办派对 直接开始，想起什么做什么 → 容易遗漏，效率低

有规划：

任务：举办派对 1. 制定计划 2. 分解任务 3. 按序执行 4. 调整优化 → 思路清晰，效率高

对比表：

五、效果分析

5.1 数据统计

5.2 应用建议

• 复杂项目：必须用规划模式

• 日常任务：可选，看复杂度

• 学习规划：推荐用，提高效率

六、总结

6.1 模块总结

📚 参考资源

点赞 + 关注，更新不迷路！🚀