架构设计
一句话理解：Planning 层由 Planner、Plan Store、Executor、Observer、Replan Trigger、Policy、Memory Gateway 等组成，是连接“用户目标”与“执行动作”的控制中枢。
一个生产级的 Planning 层通常不是单个函数，而是一组职责清晰的模块。它们分工协作，把高层目标逐步转化为可执行、可观测、可回滚、可重规划的具体计划。
分层架构图
控制面与数据面
控制面（Control Plane）
控制面负责“思考”与“决策”，通常由大模型或规则引擎驱动：
- Goal Parser：把自然语言目标解析为结构化目标，包括约束、优先级、成功标准。
- Decomposer：把目标拆成子任务，识别依赖与并行关系。
- Planner：根据子任务生成具体计划，选择计划表示形式。
- Plan Validator：检查计划是否满足约束、是否可执行、是否有环或死锁。
- Plan Formatter：把内部计划转换为 Executor 可消费的格式。
- Replan Trigger：根据观测结果决定是否重规划。
- Policy Engine：执行重规划策略，例如最大重规划次数、回退策略、成本上限。
- Human Gate：在关键节点引入人工审批或人工输入。
数据面（Data Plane）
数据面负责“状态持久化”与“上下文流转”：
- Plan Store：存储当前计划、历史版本、执行状态。
- Plan Memory：存储长期计划相关的经验教训、用户偏好、常见模式。
- Checkpoint Store：保存执行过程中的 checkpoint，支持回滚。
控制面与数据面应解耦：控制面不直接读写持久化存储，而是通过定义良好的接口与数据面交互。
与 Agent Runtime 的调用边界
Planning 层与 Runtime 层之间的边界是系统设计中最重要的边界之一。
| 职责 | Planning 层 | Runtime 层 |
|---|---|---|
| 任务拆解 | 负责 | 不负责 |
| 计划表示 | 负责 | 消费计划 |
| 工具选择 | 在计划中指定 tool name | 负责 tool 的加载、调用、超时、重试 |
| 并发调度 | 表达可并行步骤 | 负责实际线程/进程/协程调度 |
| 生命周期 | 定义阶段与 checkpoint | 负责执行状态机、超时、取消 |
| 失败处理 | 定义重规划策略 | 负责捕获异常并上报 |
| 记忆读写 | 定义需要哪些记忆 | 负责 Memory 的存取与检索 |
典型调用流程：
计划版本与 Checkpoint
生产环境中，计划不是一成不变的。每一次重规划都会产生新版本，每个关键执行节点都应保存 checkpoint。
计划版本
plan_v1: 初始计划
plan_v1.1: 第 1 次重规划
plan_v1.2: 第 2 次重规划
plan_v2: 目标发生重大变化后的新计划版本管理要求：
- 每次生成新计划都有唯一 ID 与父版本 ID。
- 保留变更原因（diff 说明）。
- 支持审计：谁/何时/为什么修改了计划。
Checkpoint
Checkpoint 是执行过程中的快照，包含：
- 当前计划版本
- 已完成步骤及其输出
- 当前执行中的步骤
- 环境状态摘要
- 时间戳与触发原因
Checkpoint 的作用：
- 回滚：失败后回到上一个稳定状态。
- 恢复：长程任务可以中断后继续。
- 审计：复盘时可以重现当时状态。
- 对比：比较不同策略下的执行路径。
核心组件接口示例
以下是一个最小化的接口设计，用于说明组件之间的协作关系：
python
class Planner:
def plan(self, goal: Goal, context: Context) -> Plan: ...
def replan(self, plan: Plan, observation: Observation) -> Plan: ...
class PlanStore:
def save(self, plan: Plan) -> PlanId: ...
def load(self, plan_id: PlanId) -> Plan: ...
def list_versions(self, root_id: PlanId) -> list[Plan]: ...
class Scheduler:
def schedule(self, plan: Plan) -> Iterator[Step]: ...
class Executor:
def execute(self, step: Step) -> StepResult: ...
class Observer:
def observe(self, step: Step, result: StepResult) -> Observation: ...
class ReplanTrigger:
def should_replan(self, plan: Plan, observation: Observation) -> bool: ...这些接口应根据实际系统选择同步或异步实现，但职责边界应保持清晰。
本章小结
- Planning 层分为控制面（决策）和数据面（状态），各司其职、解耦协作。
- Planner、Plan Store、Executor、Observer、Replan Trigger、Policy、Memory Gateway 是核心组件。
- 与 Agent Runtime 的边界必须清晰：Planning 决定“做什么”，Runtime 负责“怎么调度执行”。
- 计划版本与 checkpoint 是生产级系统必备能力，支持回滚、恢复、审计与对比。
参考来源