核心功能
STP（Structured Task Planning）是一款双模式任务规划与执行工具，旨在将复杂任务拆解为可追踪、可审计的标准化步骤流程。
模式A：文件模式
用户预先编写Markdown格式的任务文档，包含技术方案与核心执行步骤，通过 --file 参数加载执行。适用于复杂、重复性任务，便于计划复用与版本管理。
模式B：自然语言模式
用户直接输入任务描述（如"帮我安装CosyVoice"），AI自动生成标准化计划书并保存至指定目录，通过 --nlp 参数触发。适用于临时、一次性任务，降低使用门槛。
显著优点
1. 强制确认机制：两种模式均必须在用户明确确认（"ok"/"确认"）后方可执行，杜绝误操作
2. 完整审计追踪：每个步骤记录执行命令、输出结果、退出码，生成标准化日志文件
3. 结构化状态管理：支持 [ ]（待执行）、✓（成功）、✗（失败）三种状态标记
4. 自动目录管理：为每个任务创建独立目录（task-{ID}），隔离执行环境与中间产物
5. 原方案优先原则：严格按计划书定义执行，禁止擅自更改实现方式，确保可预期性
6. 快速失败策略：步骤失败立即终止任务链，不自动重试、不尝试替代方案，明确暴露问题
潜在局限
1. 无容错弹性：快速失败策略虽有利于问题定位，但对网络波动、临时资源不可用等场景不够友好
2. 依赖AI生成质量：自然语言模式下计划书的合理性完全取决于AI分析能力，复杂任务可能拆解不当
3. 人机交互卡点：强制确认虽提升安全，但也打断自动化流程，不适合完全无人值守场景
4. 状态同步限制：文档状态标记需手动/脚本维护，多进程并发时可能出现竞态条件
适合人群
- 自动化运维工程师：需标准化、可复现的服务部署流程
- AI Agent开发者：需为LLM提供结构化任务执行框架
- 数据分析师：需记录复杂数据处理步骤的完整执行轨迹
- 技术团队管理者：需审计下属执行操作、确保合规性
常规风险
| 风险类型 | 描述 | 缓解措施 |
|---------|------|---------|
| 计划书错误风险 | AI生成的步骤可能遗漏依赖或技术约束 | 人工确认环节必须仔细审阅 |
| 执行权限风险 | 任务可能包含高危操作（rm、drop等） | 建议在隔离环境/容器中执行 |
| 敏感信息泄露 | 执行日志可能捕获API密钥、密码等 | 定期审计日志内容，配置脱敏规则 |
| 资源耗尽风险 | 长时间任务可能占用大量磁盘/内存 | 设置任务超时与资源配额限制 |