Long Task Manager

生产级长任务管理 Agent Skill。基于 WBS 台账驱动，配合子代理调度、质量门禁、自动重试和跨会话恢复，让 AI Agent 能可靠执行多步骤任务。

这是什么

Long Task Manager 不是一个后台服务或 Python 框架。它是一个给 AI Agent 读的说明书——Agent 加载 SKILL.md 后就知道如何：

• 建立一个 WBS 任务台账（一个 Markdown 表格）
• 按依赖顺序派发子代理执行任务
• 验证每个任务的完成质量
• 在失败时自动重试或上报
• 在会话中断后恢复进度

文件结构

long-task-manager/
├── SKILL.md                          # 技能主入口
├── references/
│   ├── task-execution.md             # 单任务执行规范
│   ├── plan-mutation.md              # 5 种计划突变操作
│   └── model-fallback.md             # 模型自动回退
├── workflows/
│   ├── subagent-driven-development   # 子代理调度流程
│   ├── verification-before-completion# 完成前验证门禁
│   ├── todo-enforcement.md           # 6 项硬件拦截检查
│   ├── ralph-loop.md                 # 自动重试（3 轮策略换）
│   └── preemptive-compaction.md      # 预压缩（参考，当前不适用）
├── templates/
│   ├── wbs-ledger.md                 # WBS 台账模板
│   └── verification-report.md        # 验证报告模板
└── scripts/
    ├── init-ledger.sh                # 初始化 WBS 台账
    ├── attest-ledger.sh              # SHA-256 哈希认证
    ├── verify-ledger.sh              # 验证台账完整性
    ├── generate-graph.sh             # 生成 Mermaid 依赖图
    ├── inject-wbs-context.py         # OpenClaw preToolUse hook
    └── session-recovery.py           # 会话恢复报告生成

使用场景

场景	适用
多步骤流水线（如视频制作）	✅
长依赖安装（npm/pip/brew）	✅
跨会话恢复（中断后续做）	✅
并行任务协调	✅
失败需自动重试	✅
单文件简单修改	❌ (< 2 分钟不用)

快速开始

1. 将技能注册到 OpenClaw

在 openclaw.json 中启用：

{
  "skills": {
    "entries": {
      "long-task-manager": {
        "enabled": true
      }
    }
  }
}

2. 初始化 WBS 台账

bash scripts/init-ledger.sh "项目名"
bash scripts/attest-ledger.sh docs/spm/ledger.md

3. 执行任务

Agent 会自动按 WBS 顺序派发子代理：

读 WBS task → 更新 status=doing
→ sessions_spawn(task, context="isolated")
→ 等待返回 → 验证 → 更新 status=done + evidence
→ 进入下一个任务

4. 查看依赖关系

bash scripts/generate-graph.sh docs/spm/ledger.md

输出 Mermaid 流程图，可以粘贴到 Markdown 或 mermaid.live 查看。

核心规则

⛔ Pre-Work Gate

满足任一条件即必须走 long-task-manager，不得先开工再补 WBS：

1. 涉及 ≥2 个文件修改
2. 涉及依赖安装
3. 涉及子代理调度
4. 预估 > 5 分钟
5. 需要跨会话恢复
6. 涉及失败重试或质量门禁

✅ Verification Gate

标记 done 前必须执行：

IDENTIFY → RUN → READ → VERIFY → ONLY THEN

🔒 Todo Enforcement

6 项检查，不通过不准推进：

• Status=done/blocked/skipped
• Evidence 非空且可验证
• Evidence 匹配 exit criteria
• 无悬空引用
• 并行任务无冲突
• 前驱任务全 done

🔄 Ralph Loop

验证失败自动重试，最多 3 轮，每轮换策略：

• Strategy A: 精准定位报错行修复
• Strategy B: 回滚 + 换方案
• Strategy C: 拆分子任务

3 轮失败 → 上报用户。

📝 计划突变

split / insert / skip / reorder / abandon — 全部记录 Mutation Log，不删原行。

WBS 台账结构

| ID | Work Package | Dependencies | Context Brief | Exit Criteria | Evidence | Status | | 7 列，done 必须有 evidence。 | | | | | | |

台账放在 docs/spm/ledger.md，带 Shared Context 和 Environment Prerequisites 段落。

环境要求

• bash 3.2+ / zsh
• macOS 或 Linux
• Python 3（仅 inject-wbs-context 和 session-recovery 脚本需要）
• OpenClaw（Agent 运行时）

脚本兼容性

脚本	macOS	Linux
init-ledger.sh	✅	✅
verify-ledger.sh	✅	✅
attest-ledger.sh	✅ (shasum)	✅ (sha256sum)
generate-graph.sh	✅	✅
inject-wbs-context.py	✅ (Python 3)	✅
session-recovery.py	✅ (Python 3)	✅

License

MIT