Agent Planning 数据

结构化规划数据

将复杂任务的 planning 过程结构化为有向无环图（DAG），通过人工标注生成高质量训练数据，训练 Planner 模型的任务分解与多 Agent 协调能力。

Demo 案例

来自我们标注数据集的交互式 DAG 可视化

Query

Build a full-stack todo web application with authentication, database, and deployment.

点击任意节点查看详细标注信息

StartPlanningExecutionVerificationTerminal

起始节点	目标节点	数据流
root	arch	parsed_requirements
arch	db	tech_stack_config
arch	auth	auth_requirements
arch	api	api_spec
db	fe	schema_types
auth	fe	auth_context
db	integrate	db_client
auth	integrate	auth_middleware
api	integrate	route_handlers
fe	test	components
integrate	test	api_endpoints
test	deploy	test_results

从 Todo List 到 DAG

为什么线性规划工具已经不够用了

线性 Todo List

模型需要频繁提醒才能保持 on track（每 5 轮插入 system reminder）
固定清单限制模型的自主调整能力
子 Agent 之间无法共享协调状态
线性结构无法表达并行和依赖关系

DAG Task Graph

任务间的依赖关系显式建模（有向边）
支持并行执行无依赖的子任务
Agent 间可通过边传递上下文和状态更新
模型可动态增删节点，灵活调整计划

参考：Anthropic Claude Code 团队在实践中发现，随着模型能力提升，线性 TodoWrite 工具逐渐成为瓶颈。因此引入了支持依赖关系和跨 Agent 通信的 Task Tool（DAG 结构），显著提升了多 Agent 协作效果。
查看原文

我们标注什么

DAG 拓扑结构

节点（子任务）和有向边（依赖关系）的完整图结构

节点元数据

每个节点的 Agent 角色、调用工具、输入输出描述

执行语义

并行分组、关键路径、数据流方向、错误处理策略

标注流程

任务采集与设计

收集真实用户 query
筛选适合 DAG 拆解的复合型任务（排除单步任务）
为每个 query 设计标注模板：节点字段 + 边字段 + 元数据

DAG 结构标注

标注员将 query 拆解为子任务节点（含 agent 角色、工具、描述）
标注节点间依赖关系（有向边），确保无环
标注并行度：哪些节点可并发执行
标注每条边的数据流方向（输入/输出映射）

质量审核

交叉审核：另一位标注员独立审查 DAG 结构合理性
自动校验：环检测、连通性检查、孤立节点检测
一致性评估：对比两位标注员的 DAG，计算结构相似度
专家仲裁：不一致处由高级标注员裁定

数据增强与训练

将标注好的 DAG 转为 JSON 格式训练数据
数据增强：对同一 query 生成多种合理 DAG 变体
训练 Planner 模型：输入 query → 输出 DAG 结构
评估：与 ground-truth DAG 对比拓扑相似度 & 执行成功率

标注规范要点

节点粒度

每个节点应对应一个可独立完成的子任务，粒度约等于一次 Agent tool call

边的语义

边表示数据/控制依赖，必须标注数据流方向，不允许冗余边

并行标注

无依赖的节点应标注为可并行，并在 parallel_groups 中显式声明

Agent 分配

每个节点指定合适的 Agent 角色和可用工具集，确保可执行性

标注数据格式示例

{
  "query": "Build a full-stack todo app with auth and deploy",
  "dag": {
    "nodes": [
      { "id": "arch",  "label": "Architecture Design",  "agent": "Architect",  "tools": ["SequentialThinking"] },
      { "id": "db",    "label": "Database Design", "agent": "DB-Agent",   "tools": ["Bash","Write"] },
      { "id": "auth",  "label": "Auth Module",   "agent": "Auth-Agent", "tools": ["Write","Read"] }
    ],
    "edges": [
      { "from": "arch", "to": "db",   "data_flow": "tech_stack_config" },
      { "from": "arch", "to": "auth", "data_flow": "auth_requirements" }
    ],
    "parallel_groups": [["db", "auth", "api"]],
    "critical_path": ["arch", "db", "fe", "test", "deploy"]
  },
  "metadata": { "annotator": "expert_03", "time_spent_min": 11, "difficulty": "medium" }
}

标注质量指标

92%

标注员一致性

100%

无环校验通过率

50+

覆盖任务场景

2,000+

已标注 DAG 样本