stp

核心用法

STP（Structured Task Planning）提供两种任务规划模式：

文件模式：用户预先编写Markdown格式的任务文档，通过--file参数加载执行。适用于复杂、重复性任务，支持计划书复用和版本管理。

自然语言模式：用户直接描述任务需求，AI自动生成标准化计划书并保存至task-list目录，通过--nlp参数触发。适合临时性、探索性任务。

两种模式均遵循"确认后执行"原则——系统生成计划书后必须等待用户明确确认（输入"ok"或"确认"）才会创建任务目录并开始执行。执行过程中每个步骤作为独立子任务运行，附带明确的成功判断标准，状态实时标记为待执行/成功/失败。

显著优点

1. 强制确认机制：杜绝误操作风险，用户拥有最终决策权
2. 快速失败策略：步骤失败立即终止，避免资源浪费在无效路径上
3. 完整审计追踪：自动生成task_execution.log记录所有exec命令和AI执行过程，支持事后复盘
4. 标准化输出：统一目录结构（task-{ID}）、标准Markdown计划书格式、清晰的状态标记系统
5. 双模式灵活适配：既满足专业用户的精细化控制需求，也降低普通用户的使用门槛

潜在缺点与局限性

1. 无自动恢复能力：快速失败策略虽安全但缺乏弹性，网络波动等临时问题也会导致任务终止
2. 计划书质量依赖AI：自然语言模式下，复杂任务可能因AI理解偏差生成不完善计划
3. 文件系统占用：每个任务创建独立目录，长期高频使用可能积累大量历史任务文件
4. 跨平台兼容性：路径变量依赖Unix风格目录结构，Windows环境可能需要适配
5. 执行效率开销：子任务拆分和日志记录带来额外I/O消耗，不适合对延迟极度敏感的场景

适合的目标群体

• DevOps工程师：标准化部署流程、环境搭建等可复现操作
• 数据分析师：规范化的数据获取-清洗-分析流水线
• AI应用开发者：需要严格步骤控制的模型训练、微调任务
• 技术团队管理者：需要审计日志和过程可追溯性的合规场景
• 高级终端用户：愿意用结构化思维拆解复杂个人任务的技术爱好者

使用风险

1. 存储空间增长：~/.openclaw/workspace/tasks/目录随任务数量线性膨胀，建议定期清理历史任务
2. 计划书注入风险：虽然代码本身安全，但恶意构造的Markdown文件可能通过社会工程学诱导用户确认执行危险操作
3. 依赖项稳定性：执行阶段依赖外部工具链（如示例中的AkShare），这些依赖的可用性不在STP控制范围内
4. 并发执行冲突：当前设计未明确处理同一任务ID的并发执行场景，可能产生日志写入竞争

核心用法

STP 是一款面向复杂任务的结构化执行框架，提供两种使用模式：

模式A：文件模式 —— 用户预编写 Markdown 任务文档，通过 --file 参数加载执行。适用于需要复用、版本控制的复杂任务，如环境部署、批量数据处理等。

模式B：自然语言模式 —— 用户直接输入任务描述，AI 自动生成标准化计划书并保存至 task-list，经确认后执行。适合临时性、探索性任务。

两种模式均遵循「生成计划书 → 用户确认 → 执行」的强制流程，支持步骤状态跟踪（待执行/成功/失败）、执行日志自动记录、快速失败策略（单步失败立即终止，不尝试替代方案）。

显著优点

1. 安全边界清晰：所有文件操作限定在用户目录 ~/.openclaw/workspace/，无系统敏感目录访问；零第三方依赖，仅使用 Python 标准库。

2. 人机协同可控：强制用户确认机制确保执行意图透明，避免 AI 擅自行动；状态标记与日志系统提供完整可审计链条。

3. 灵活双模式设计：既满足标准化工作流复用需求（文件模式），又降低临时任务的使用门槛（自然语言模式）。

4. 执行策略严谨：快速失败策略避免错误累积，原方案优先原则防止擅自变更实现方式。

潜在缺点与局限性

• 无容错恢复：快速失败策略虽保证严谨性，但遇到网络波动、临时权限问题等可恢复错误时仍需人工介入重启。
• 无并行执行能力：当前设计为串行步骤执行，不适合大规模并发任务场景。
• AI 生成计划质量依赖模型能力：自然语言模式下复杂任务的拆解合理性受限于当前大模型的规划能力。
• 状态持久化简单：基于 Markdown 状态标记，非数据库级事务管理，极端情况下可能出现状态不一致。

适合人群

• 需要可复现、可审计执行流程的技术团队
• 追求人机可控协作的 AI 辅助工作流用户
• 需要标准化部署/运维脚本的 DevOps 场景
• 希望降低临时任务操作成本的个人开发者

常规风险

• 用户误确认风险：计划书展示清晰，但用户未仔细审阅即确认可能导致非预期执行。
• 任务文件来源风险：文件模式下若加载不受信任的 Markdown 文档，可能执行恶意定义的步骤（需结合文件系统权限控制）。
• 路径遍历潜在风险：虽代码已做基础处理，建议用户避免将 stp 配置为特权用户运行。

安全认证亮点

CLS-Certify 认证等级 S（92分），静态分析95分，依赖审计与网络分析满分。零危险函数、零外部 API、零第三方依赖，隐私合规通过 GDPR 相关检查项。