Agent Task Decomposition 是什么？

任务分解 —— 把"大象装冰箱"变成三步，让复杂任务不再可怕

🔄 分解策略

⚡ 分解方法

1. 顺序分解（Sequential）

子任务按顺序执行，前一个任务的输出是后一个任务的输入。

// 顺序分解示例
任务: "搜索最新AI新闻并生成日报"
分解:
  1. 搜索新闻来源     → 输出: 新闻列表
  2. 筛选重要新闻     → 输入: 新闻列表 → 输出: 精选新闻
  3. 撰写新闻摘要     → 输入: 精选新闻 → 输出: 摘要
  4. 生成HTML页面     → 输入: 摘要 → 输出: 日报页面

2. 并行分解（Parallel）

多个子任务同时执行，最后合并结果。

// 并行分解示例
任务: "对比分析5个竞品网站"
分解（并行执行）:
  ├── 子任务1: 分析竞品A
  ├── 子任务2: 分析竞品B
  ├── 子任务3: 分析竞品C
  ├── 子任务4: 分析竞品D
  └── 子任务5: 分析竞品E
合并: 汇总所有分析结果

3. 层级分解（Hierarchical）

递归分解，直到子任务足够简单。

// 层级分解示例
任务: "开发一个电商网站"
├── L1: 前端开发
│   ├── L2: 首页设计
│   │   ├── L3: 导航栏
│   │   ├── L3: 轮播图
│   │   └── L3: 商品推荐
│   └── L2: 商品详情页
├── L1: 后端开发
│   ├── L2: 用户系统
│   └── L2: 订单系统
└── L1: 数据库设计

🔧 OpenClaw 实战应用

使用 Plan 进行任务分解

// OpenClaw 自动任务分解
用户: "帮我分析竞品并生成报告"

OpenClaw Plan:
  Step 1: 搜索竞品信息          [in_progress]
  Step 2: 分析竞品特点          [pending]
  Step 3: 生成对比报告          [pending]
  Step 4: 发送到飞书            [pending]

Sub-Agent 并行分解

// 使用 Sub-Agent 并行处理子任务
const subTasks = [
  { task: '分析竞品A', agent: 'analyzer' },
  { task: '分析竞品B', agent: 'analyzer' },
  { task: '分析竞品C', agent: 'analyzer' }
];

// 并行执行所有子任务
const results = await Promise.all(
  subTasks.map(t => sessions_spawn(t))
);

// 合并结果
const report = mergeResults(results);

📊 分解策略对比

🔗 相关概念