# Make Plan

当需要向更强 Agent 请求执行计划时使用；用于获取分步骤、可落地的计划，并由你自己执行，而不是让对方代执行任务。

- Repository: https://github.com/agentscope-ai/QwenPaw (37135 stars)
- Category: AI and agents
- License: Apache-2.0
- Last updated: 2026-10-30
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add agentscope-ai/QwenPaw --skill make_plan -g -a claude-code -y`
Codex: `npx skills add agentscope-ai/QwenPaw --skill make_plan -g -a codex -y`
Cursor: `npx skills add agentscope-ai/QwenPaw --skill make_plan -g -a cursor -y`
Gemini CLI: `npx skills add agentscope-ai/QwenPaw --skill make_plan -g -a gemini-cli -y`

## Description

当需要向更强 Agent 请求执行计划时使用；用于获取分步骤、可落地的计划，并由你自己执行，而不是让对方代执行任务。

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# 制定计划

当你需要向更强 Agent 发起一次**外部计划请求**时，使用本 Skill。

本 Skill 的目标不是把任务外包出去，而是：
- 向更强 Agent 要一份计划
- 这份计划必须是**明确的执行步骤**
- **由你自己按计划执行**
- 不要求被求助的 Agent 直接动手执行任务

调用步骤：
1) 使用 `list_agents()` 查可用 Agent 的 ID
  - 可根据返回的描述信息选择最合适的 Agent 来求助
  - 如果找不到非常合适的 Agent，就选择 default
  - 注意区分 Agent 的 ID 和 Name，后续调用需要的是 ID

2) 使用 `chat_with_agent(...)` 向更强 Agent 请求“制定计划”
  - `to_agent` 传目标 Agent ID
  - `text` 中明确给出提示**仅需给出可按步骤执行的计划，不要执行**

3) 收到回复后，记录对话的 `session_id`，并提炼出真正可执行的步骤，并由你自己执行
  - 如果有不清楚的地方可以继续追问细化计划，但仍然要强调**只补计划，不要代执行**
  - 追问仍使用 `chat_with_agent(...)`，并传入记录的 `session_id` 以保持上下文

推荐调用骨架：

```text
list_agents()

chat_with_agent(
  to_agent="stronger_agent",
  text="[Agent <auto> requesting] 请帮我为下面任务制定执行计划。你不需要执行任务，只需要输出明确、可落地、按顺序排列的步骤。",
)
```

## 适用场景

以下场景适合直接发起外部计划请求：
- 任务需要多步拆解
- 步骤之间有依赖关系
- 需要明确先后顺序、检查点或验证点
- 涉及多个模块、文件、系统或角色
- 用户明确要求先给出计划
- 你希望先拿到一份更完整、更稳妥的执行路径

## 不要这样用

以下情况不要用本 Skill：
- 你其实是想让对方直接替你做任务
- 真正缺的是一个小事实，而不是计划
- 真正需要的是架构判断或方案比较
- 你连任务目标都没理解清楚

## 向更强 Agent 要什么

调用 `chat_with_agent(...)` 时要明确说明：
- **你需要的是计划，不是代执行**
- **步骤必须具体，不能只给抽象建议**
- **最好包含验证方式与完成标志**

## 求助模板

请帮我为下面任务制定一份执行计划。
你**不需要执行任务本身**，只需要输出计划。

任务：
[要做什么]

目标：
[最终想达到什么结果]

约束：
- [...]
- [...]

计划要求：
1. 拆成明确、可执行的步骤
2. 标明推荐顺序
3. 必要时指出依赖、检查点或验证方式
4. 如果有明显风险，补充关键注意点

输出格式：
[例如：输出 5-8 个编号步骤，每步 1-3 句]

`chat_with_agent` 请求示例：

```text
chat_with_agent(
  to_agent="strong_agent",
  text="""
请帮我为下面任务制定一份执行计划。
你不需要执行任务本身，只需要输出计划。

任务：
修改一个多模块功能。

目标：
以较低风险完成改动，并避免遗漏联动点。

约束：
- 尽量减少返工
- 需要保留可验证的中间检查点

计划要求：
1. 拆成可落地的步骤
2. 标明推荐顺序
3. 标出关键依赖和检查点
4. 尽量包含验证方式

输出格式：
请输出 3-5 个编号步骤，每步尽量具体。
""",
)
```

`chat_with_agent` 回复示例：
```text
[SESSION: xxx]

下面是我为你制定的执行计划：

1. ...
2. ...
```
- 其中 `xxx` 是本次对话的 `session_id`，你需要记录下来以便后续追问细化，一般是一个较长的字符串，例如 `local_agent:to:strong_agent:1776406127168:e11b08d8`


`chat_with_agent` 追问示例（假设你想让对方细化第 3 步）：

```text
chat_with_agent(
  to_agent="strong_agent",
  text="请基于刚才的计划，再细化第 3 步。仍然只需要补计划，不需要代执行任务。",
  session_id="xxx",
)
```

## 收到计划后怎么用

把更强 Agent 的回复当作“执行计划输入”，不是“任务已经完成”。

The rest: https://github.com/agentscope-ai/QwenPaw/blob/HEAD/src/qwenpaw/agents/skills/make_plan-zh/SKILL.md