为什么需要任务拆解？
复杂任务直接扔给Agent，容易出现：遗漏步骤、步骤顺序错误、子任务之间依赖关系混乱。显式地让Agent先拆解任务，再按计划执行，错误率会大幅下降。
让Agent拆解任务的Prompt技巧
# 在System Prompt中加入
"处理复杂任务时，请先列出执行计划（带编号的步骤列表），
等我确认后再开始执行。"
# 或者直接在User Prompt中要求
"请先给我一个执行计划，然后按计划一步步完成。"任务依赖图
识别哪些步骤可以并行，哪些必须串行：
任务：写一份完整的市场分析报告
依赖图：
A. 搜索宏观经济数据
B. 搜索行业竞争格局 ← A, B, C 可以并行
C. 搜索目标公司财务数据
D. 分析并生成初稿 ← 依赖 A+B+C 完成
E. 格式化并输出报告 ← 依赖 D 完成并行 vs 串行的选择
- 并行：步骤之间没有依赖关系，可以同时执行（如同时搜索多个信息源）
- 串行：步骤之间有数据依赖，必须等前一步完成（如先获取数据，再分析）
# 在Hermes中用delegate_task并行执行
results = delegate_task(tasks=[
{"goal": "搜索宏观经济数据"},
{"goal": "搜索行业竞争格局"},
{"goal": "搜索目标公司财务数据"},
])
# 等所有子任务完成后，再合并生成报告「写市场分析报告」完整拆解示例
[Agent的思考过程]
Thought: 用户要写市场分析报告，我先列出计划
计划：
1. 并行收集信息：
1a. 搜索宏观经济环境（GDP/利率/政策）
1b. 搜索行业规模和增速数据
1c. 搜索主要竞争对手信息
2. 分析竞争格局（基于1的结果）
3. 分析市场机会和风险
4. 生成报告大纲
5. 写完整报告
Action: web_search("2026年XX行业市场规模")
Observation: 市场规模约500亿，年增速15%...
[继续执行直到报告完成]粒度控制
- 步骤太细 → 执行轮次太多，时间长，token消耗大
- 步骤太粗 → AI不知道怎么执行，容易出错
- 合适粒度 → 每步对应一个明确的工具调用或输出
先计划，再执行。对于3步以上的复杂任务，让Agent先输出执行计划是最有效的降错手段。