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