Phase 1: Analysis Results

Current Execution Flow (As-Is)

User Input (WebChat)
    ↓
OpenClaw Gateway → Injects Project Context (AGENTS.md, SOUL.md, MEMORY.md, ...)
    ↓
LLM (DeepSeek V4 Pro) — 隐式推理层
    ↓
直接选择工具 (read/write/exec/...)
    ↓
执行 → 返回结果
    ↓
LLM 检查结果 → 若失败，靠直觉重试 / 换个方法
    ↓
返回用户

关键发现

1. 任务执行入口

无单一入口。 执行是通过 OpenClaw 的 agent loop 驱动：

OpenClaw 调用 LLM（带 injected context）
LLM 返回 tool calls
OpenClaw 执行 tool calls
返回结果给 LLM
循环直到 LLM 返回 text 响应

2. Agent 决策入口

隐式。 决策完全由 LLM 的 prompt context 驱动：

AGENTS.md — 行为规则（但无 planning 协议）
SOUL.md — "Every task: Understand → Context → Decompose → Plan → Execute → Verify → Internalize"
MEMORY.md — 工程范式
rules/task-workflow.md — 8 步规范（但无强制执行机制）
rules/error-handling.md — 错误三分类

3. Tool 调用入口

OpenClaw 的 tool dispatch 层。 Agent 不直接管理 tool 调用 ——它由 OpenClaw Gateway 的 agent-loop.ts 处理。

4. 现有 Planning 相关逻辑

位置	内容	状态
`SOUL.md:19`	"Understand → Context → Decompose → Plan → Execute → Verify → Internalize"	口号，无强制
`rules/task-workflow.md`	8-step 工作流规范	文档，无执行层
`vault.md:145`	"Detect→Analyze→Recommend→Plan→Execute→Mark"	记忆中的设计，未实现
`memory/daily/2026-06-04.md`	描述了 Planner→Workflow 架构	设计讨论，未实现

5. update_plan 能力

OpenClaw 提供 update_plan 工具 但：

只在 1 个任务中使用（Real World Qualification）
其他 ~98 个任务全部绕过
无规则要求使用它

6. 最受益于 Planning 的任务

代码生成（Generator 相关）
多文件修改
Schema 变更
测试失败修复
构建错误修复
跨项目操作

2.1 KiB Raw Blame History Unescape Escape