跳到主要内容

执行计划准备的入口与整体流程

在讲解具体执行器的选择和执行流程之前，还有一个非常重要的环节还没有讲——执行计划的准备。在 buildConversationExecution 方法中，有这样一行代码：

return Mono.fromCallable(() -> prepareExecutionPlan(taskInfo))
    .subscribeOn(Schedulers.boundedElastic())

这个 prepareExecutionPlan 方法是整个问答链路的"大脑"，它负责把用户的原始问题整理成后续执行器可以消费的执行计划。这篇就来详细拆解这个方法的完整流程。

prepareExecutionPlan 方法的入口​

先看 BusinessChatService 中的 prepareExecutionPlan 方法：

/**
 * 准备本轮对话真正要执行的计划，并将其结果同步回 TaskInfo 与上下文。
 *
 * @param taskInfo 当前任务
 * @return 执行计划
 */
private ConversationExecutionPlan prepareExecutionPlan(TaskInfo taskInfo) {

    // 在这里统一完成问题改写、历史压缩、模式判定、检索规划等准备动作。
    ConversationExecutionPlan executionPlan = chatPreparationOrchestrator.prepare(taskInfo);

    // 基于准备好的执行计划重新渲染 Agent 问题，确保时间锚定和历史摘要都被带入提示词。
    executionPlan.setAgentQuestion(buildAgentQuestion(executionPlan));
    if (executionPlan.getSelectedDocumentId() != null
        && !Objects.equals(executionPlan.getSelectedDocumentId(), taskInfo.selectedDocumentId())) {
        // 如果执行计划重新选择了文档范围，需要同步刷新持久层会话范围和运行时上下文。
        conversationArchiveStore.refreshSessionScope(
            taskInfo.conversationId(),
            executionPlan.getChatMode(),
            executionPlan.getSelectedDocumentId(),
            executionPlan.getSelectedDocumentName()
        );
        putContextIfNotNull(taskInfo.runnableConfig(), ChatContextKeys.SELECTED_DOCUMENT_ID, executionPlan.getSelectedDocumentId());
        putContextIfNotBlank(taskInfo.runnableConfig(), ChatContextKeys.SELECTED_DOCUMENT_NAME, executionPlan.getSelectedDocumentName());
        putContextIfNotNull(taskInfo.runnableConfig(), ChatContextKeys.SELECTED_TASK_ID, executionPlan.getSelectedTaskId());
    }
    // 把最新执行计划与调试信息写回任务对象，供执行器和最终收尾逻辑统一读取。
    taskInfo.setExecutionPlan(executionPlan);
    taskInfo.setDebugTrace(initializeDebugTrace(executionPlan));
    taskInfo.runnableConfig().context().put(ChatContextKeys.DEBUG_TRACE, taskInfo.debugTrace());
    return executionPlan;
}

这个方法看起来很简单，核心逻辑只有一行：

ConversationExecutionPlan executionPlan = chatPreparationOrchestrator.prepare(taskInfo);

真正的准备工作都在 ChatPreparationOrchestrator.prepare 方法中完成。后续的代码主要是：

  1. 渲染 Agent 问题——把时间锚定和历史摘要带入提示词
  2. 同步文档范围——如果执行计划重新选择了文档，需要同步到持久层和运行时上下文
  3. 回写执行计划——把执行计划和调试信息写回 TaskInfo

付费内容提示

该文档的全部内容仅对「码力全开」项目实战&技术讲解 知识星球用户开放

加入星球，一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容
8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台 和 AI Agent 等方向
AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点
文档 + 视频两种讲解形式既能系统阅读，也能跟随视频理解核心业务

完整项目实战资料

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景，项目资料会持续更新。

8 套项目
  • 01Nexus Agent AI 智能体
  • 02Nexus Agent Pro 完全版
  • 03黑马点评Plus
  • 04大麦
  • 05大麦Pro
  • 06大麦AI
  • 07流量切换
  • 08数据中台

加入后还能获得

进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。

从学习、面试到项目启动，都可以继续获得支持。

  • 1 对 1 解答项目和技术问题都可以提问
  • 针对性补充没有讲清楚的内容会继续补充
  • 面试与简历指导梳理回答技巧和项目亮点
  • 中间件云环境项目依赖可以直接接入使用
  • 面试后复盘被问住的问题可以继续交流
  • 远程问题解决项目启动问题可协助排查
知识星球二维码

扫码进入知识星球

  1. 打开微信，扫描左侧二维码，加入「码力全开」项目实战&技术讲解 知识星球
  2. 查看星球使用指导，获取完整项目讲解资料索引
解锁全部付费内容
🎁优惠