Термин Архитектура ИИ-агентов и orchestration Средний

Planner

Planner — это компонент ИИ-агента, который превращает цель пользователя в план: шаги, инструменты, проверки и порядок выполнения.

Другие названия (5)
планировщик агента agent planner planning module планировщик действий планировщик задач

Planner — это часть ИИ-агента, которая отвечает за планирование. Пользователь формулирует цель: подготовить отчет, обработать лиды, найти информацию, проверить документы или обновить CRM. Planner разбивает эту цель на шаги: какие данные нужны, какие инструменты вызвать, что проверить, где нужен человек и каким должен быть итог.

Без planner агент часто действует слишком прямолинейно: сразу отвечает, вызывает первый подходящий tool или пропускает важный этап проверки. Planner помогает сначала подумать о маршруте: найти источники, уточнить недостающие данные, выбрать безопасные действия, выполнить шаги в правильном порядке и проверить результат перед ответом пользователю.

В простых сценариях planner может быть частью системного промпта. В сложных системах его выделяют отдельно: отдельный агент-планировщик, state machine, LangGraph node, router или supervisor agent. Он может строить plan, обновлять его после каждого tool result, останавливаться при ошибке, отправлять задачу человеку или менять маршрут, если данные оказались неполными.

Хороший planner не должен бесконечно “думать”. Его задача — сделать план достаточным для результата, а не создавать лишние шаги. Для production-агентов важно ограничивать глубину planning, логировать решения, проверять tool calls через policy gate и тестировать типовые маршруты через evals.

Примеры

  • Агенту нужно подготовить отчет руководству. Planner решает: забрать данные из CRM, сверить таблицу, найти аномалии, сформировать выводы и отправить draft на approval.
  • В support-сценарии planner сначала классифицирует обращение, затем ищет источник в базе знаний, потом решает, можно ли отвечать автоматически.
  • Для SQL-агента planner выбирает шаги: уточнить метрику, проверить схему, построить SELECT, валидировать запрос и только потом выполнить его.
  • В multi-agent системе planner распределяет задачи между research agent, coding agent и reviewer agent.
  • Если tool result неполный, planner добавляет шаг уточнения вместо того, чтобы сразу давать слабый ответ.

Где используется

  • Разбивать сложную цель пользователя на понятные шаги выполнения.
  • Выбирать, какие tools, источники или агенты нужны для задачи.
  • Планировать порядок действий: поиск, анализ, проверка, запись, ответ.
  • Останавливать сценарий, если не хватает данных или нужен human approval.
  • Снижать хаотичные tool calls и случайные действия агента.
  • Обновлять план после ошибок, пустых результатов или новых вводных.
  • Координировать multi-agent систему через supervisor или router.
  • Логировать ход рассуждения как agent trace без раскрытия лишнего пользователю.
  • Тестировать типовые маршруты агента через evals и regression suite.

Частые вопросы

Что такое Planner простыми словами?

Это планировщик внутри ИИ-агента. Он решает, какие шаги нужно выполнить, какие данные получить и какие инструменты вызвать, чтобы достичь цели пользователя.

Чем planner отличается от router?

Router обычно выбирает направление или исполнителя, а planner строит последовательность шагов внутри задачи. В некоторых архитектурах эти роли могут пересекаться.

Всегда ли ИИ-агенту нужен planner?

Нет. Для простых одношаговых задач достаточно прямого промпта. Planner нужен, когда задача состоит из нескольких шагов, инструментов, проверок или решений.

Какие риски есть у planner?

Он может строить лишние шаги, зацикливаться, вызывать слишком много инструментов или выбрать опасное действие. Поэтому нужны лимиты, policy gate, trace и тесты.

Как проверить качество planner?

Нужно смотреть, достигает ли агент результата, не делает ли лишних tool calls, правильно ли останавливается при нехватке данных и проходит ли evals на типовых сценариях.

Где читать дальше

Статьи по теме

Инструменты

Связанные инструменты

Open-source / paid DeepEval

Фреймворк для evals LLM, RAG и AI-агентов: correctness, faithfulness, hallucination, safety, regression и CI-проверки.

Библиотека бесплатна; модели и облачные сервисы оплачиваются отдельно LangChain

LangChain помогает из кода связать языковую модель, инструменты и данные; готовые интеграции сокращают работу над агентом.

Библиотека бесплатна; модели и облачные сервисы оплачиваются отдельно LangGraph

LangGraph позволяет задать шаги агента, ветвления, состояние и паузы для подтверждения человеком в виде графа выполнения.

Бесплатный базовый лимит; платное использование и командные планы LangSmith

LangSmith помогает увидеть выполнение LLM-приложения, сравнить ответы на тестовом наборе и найти причины ошибок агента.

Фреймворк бесплатный; модели, инфраструктура и облачные сервисы отдельно LlamaIndex

LlamaIndex помогает разработчику подключить документы к модели, организовать поиск фрагментов и проверять ответы по исходным материалам.

Бесплатный лимит кредитов; платные планы и расходы на внешние модели Make

Make связывает сервисы в визуальные сценарии и позволяет добавить AI-агента для разбора обращений, документов и подготовки черновиков.