核心用法
STP 提供两种任务启动模式：
文件模式：用户预编写 Markdown 任务文档，通过 /stp /path/to/task.md 直接加载执行，适合标准化、可复用的任务流程。
自然语言模式：用户用日常语言描述需求（如“查腾讯、茅台、Meta 股价”），系统自动生成结构化计划书，经用户确认后转为文件模式执行。计划书包含任务描述、技术方案、分步清单与成功标准，支持修改-确认循环。
执行层面，STP 为每个任务创建独立目录（task-{ID}），内含步骤文档、执行日志与临时资源。主 Agent 按序执行步骤，状态标记从 [ ] 变为 ✓（成功）或 ✗（失败），所有 exec 命令与 AI 执行过程完整记录。
显著优点
1. 双模启动：既尊重专业用户的预规划习惯，又降低新手使用门槛，自然语言转结构化计划的能力显著缩短任务启动时间。
2. 执行可追溯：强制记录关键命令、输出与退出码，便于事后审计与故障定位。
3. 原子化失败控制：采用快速失败策略，单步失败立即终止整个任务链，避免无效重试或隐蔽降级，符合工程化 best practice。
4. 标准化产出：任务目录结构统一，日志格式规范，利于集成到更大规模的自动化 pipeline。
潜在局限
- 刚性执行："原方案优先"原则禁止 Agent 灵活调整实现方式，面对 API 变更或环境限制时可能过早失败，需人工介入修正计划书。
- 无并行能力：步骤串行执行，未内建并发或依赖调度机制，复杂 DAG 任务支持有限。
- 状态标记依赖文本替换：
[ ]/✓/✗为 Markdown 文本标记，非数据库级状态管理，极端并发场景可能出现 race condition。
适合人群
- 需要可重复、可审计执行流程的自动化工程师与数据分析师
- 希望将自然语言需求快速转为可执行计划的非技术用户
- 追求明确失败边界、拒绝隐性降级的严谨生产环境
常规风险
| 风险点 | 说明 |
|--------|------|
| 计划书理解偏差 | 自然语言模式依赖 LLM 生成计划，若意图解析错误且用户未细读确认，可能导致执行方向偏离 |
| 环境依赖隐性失败 | 脚本依赖特定工具（如 AkShare）版本，若环境未预装或版本不兼容，快速失败策略会立即终止任务 |
| 日志敏感信息泄露 | 执行日志记录完整命令与输出，若命令含 API Key、密码等，需额外脱敏机制 |
| 任务目录累积 | 自增 ID 无自动清理策略，长期运行可能产生大量历史任务目录，需定期归档或清理 |