CN117114249A - 基于语言模型的任务规划及响应系统 - Google Patents

Abstract

本发明提供了一种基于语言模型的任务规划及响应系统，属于任务规划技术领域，包括：基于语言模型中的任务规划器对获取的用户请求进行解析，得到多个工作，并根据知识规划任务顺序和依赖关系，构成工作清单；基于工作生成器生成工作清单中的每个工作的专用代码；执行已生成的工作代码，直到工作清单上的所有工作执行完成；对执行结果进行格式统一化并存储；接收到执行成功的消息后，对存储的数据进行汇总及决策，并基于响应输出器将响应决策结果包装成期望形式进行输出。通过语言模型对用户请求进行解析以及规划，使得系统具有通用能力以及适用性，通过专用代码得到执行结果，对结果进行决策，使得决策结果更加精确。

Description

基于语言模型的任务规划及响应系统

技术领域

本发明涉及任务规划技术领域，特别涉及一种基于语言模型的任务规划及响应系统。

背景技术

目前，决策系统在许多领域都有着广泛的应用，传统的辅助决策系统主要基于各模块分别计算、最终由专业人员汇总这些计算结果、分析这些结果后形成最佳决策，这种方式的辅助决策不仅效率低下，也可能因为人为的失误而产生错误决策，改进后的决策系统可通过预定义的处理流程把计算模块按特定的需求进行编排，但是不能灵活的对不同的应用场景进行决策。

因此，本发明提供一种基于语言模型的任务规划及响应系统。

发明内容

本发明提供一种基于语言模型的任务规划及响应系统，用以通过语言模型对用户请求进行任务规划，能够满足多种复杂场景的使用需求，并为规划后的任务生成专用代码，对执行结果进行解析以及汇总决策，能够有效利用语言模型实现自动决策，节约了人力成本。

本发明提供一种基于语言模型的任务规划及响应系统，包括：

任务规划模块：用于基于语言模型中的任务规划器对获取的用户请求进行解析，得到多个工作，并根据知识规划任务顺序和依赖关系，构成工作清单；

工作生成模块：用于基于工作生成器生成工作清单中的每个工作的专用代码；

工作执行模块：用于执行已生成的工作代码，直到工作清单上的所有工作执行完成；

结果解析模块：用于基于语言模型中的结果解析器对执行结果进行格式统一化并存储；

决策响应模块：用于当语言模型中的汇总决策器接收到执行成功的消息后，对存储的数据进行汇总及决策，并基于响应输出器将响应决策结果包装成期望形式进行输出。

优选的，任务规划模块，包括：

关系确定单元，用于获取每个工作的任务ID，并基于每个任务ID确定相应工作的任务类型、不同任务类型之间的第一依赖关系以及同任务类型下不同工作之间的第二依赖关系；

类型顺序确定单元，用于基于第一依赖关系确定不同任务类型的类型执行顺序向量

工作顺序确定单元，用于基于第二依赖关系确定同任务类型下不同工作的执行顺序码；

初始矩阵构建单元，用于基于依赖关系不冲突原则进行规划，建立对应类型任务的初始矩阵；

；其中，/>为类型任务i第1组中第1个工作的工作属性值；/>为类型任务i第n组中第1个工作的工作属性值；/>为类型任务i第1组中第/>个工作的工作属性值；/>为类型任务i第n组中第/>个工作的工作属性值；

当工作属性为可执行属性时，对应的工作属性值为1；

当工作属性为不可执行属性时，对应的工作属性值为0；

第一标签设置单元，用于当所述初始矩阵中的同列向量中工作属性值为1的所有元素中存在相同执行顺序码时，则根据所述同列向量中工作属性值为1的第一个数以及相同执行顺序码所对应行向量中工作属性值为1的第二个数，向对应相同执行顺序码设置第一执行标签；

第二标签设置单元，用于根据所述同列向量的当下列顺序，获取与当下列顺序存在相邻关系的列向量中工作属性值为1的第三个数，向对应相同执行顺序码设置第二执行标签；

值设置单元，用于根据所述第一执行标签以及第二执行标签，向所述同列向量中对应相同执行顺序码设置执行值；

调整及扩充单元，用于筛选执行值最大的执行顺序码所对应的元素进行保留，将相同的剩余执行顺序码按照执行值进行大小排序，来对初始矩阵进行调整及扩充，得到规划矩阵；

模型分析单元，用于获取每个规划矩阵的规划向量，且结合类型执行顺序向量分别输入到工作规划模型中，对任务类型下的每个工作进行规划，得到工作清单。

优选的，值设置单元，包括：

第一计算块，用于根据第一执行标签，计算得到第一执行系数；

；其中，D1表示第一执行系数；/>表示对应的第一个数；N02表示对应的第二个数；/>表示基于列的系数权重；/>表示基于行的系数权重；/>表示对应相同执行顺序码的个数；

第二计算块，用于根据第二执行标签，计算得到第二执行系数；

；其中，D2表示第二执行系数；/>13表示第二执行标签中存在相邻关系中的其中一个第三个数；N23表示第二执行标签中存在相邻关系中的另一个第三个数；/>表示基于/>13所对应列的系数权重；/>表示基于N23所对应列的系数权重；

值计算块，用于根据所述第一执行系数以及第二执行系数，得到对应相同执行顺序码的执行值;

；其中，Z1表示对应的执行值。

优选的，工作生成模块，包括：

词组获取单元，用于获取工作清单中每个工作的输入需求，从同个输入需求中提取关键词并进行组合得到同个工作需求的关键词组；

代码生成单元，用于将所述关键词组输入至工作生成器中，并基于所述工作生成器生成所述关键词组相应工作的专用代码。

优选的，代码执行单元，包括：

异常判断块，用于判断所述工作清单的运行代码在执行过程中是否出现异常，若执行过程中出现异常，则将执行失败结果保存至数据库；

否则，执行工作清单的运行代码直至执行完成得到计算结果，并将执行成功及计算结果作为执行结果保存至数据库。

优选的，结果解析模块，包括：

结果解析单元，用于获取所述执行结果的相应外部输出工具，并基于所述外部输出工具确定相应的解析器，并基于所述解析器对相应执行结果进行解析得到解析结果；

格式统一单元，用于获取统一化格式，并将所述解析结果进行格式转换得到统一化格式的结果进行储存。

优选的，决策响应模块，包括：

结果判断单元，用于对统一化格式的结果进行判断，若所述统一化格式的结果中包含执行成功，则将执行成功的消息发送至语言模型中的汇总决策器，否则，重新执行所述工作清单的运行代码；

汇总决策单元，用于基于所述汇总决策器对存储的所有数据进行汇总，并将汇总结果输送至智能决策框架，并基于所述智能决策框架得到决策结果；

响应输出单元，用于获取期望形式以及相应的响应输出器，并基于所述响应输出器将决策结果包装成期望形式进行输出。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种基于语言模型的任务规划及响应系统的结构图；

图2为本发明实施例中语言模型的框架图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供一种基于语言模型的任务规划及响应系统，如图1所示，包括：

任务规划模块：用于基于语言模型中的任务规划器对获取的用户请求进行解析，得到多个工作，并根据知识规划任务顺序和依赖关系，构成工作清单；

工作生成模块：用于基于工作生成器生成工作清单中的每个工作的专用代码；

工作执行模块：用于执行已生成的工作代码，直到工作清单上的所有工作执行完成；

结果解析模块：用于基于语言模型中的结果解析器对执行结果进行格式统一化并存储；

决策响应模块：用于当语言模型中的汇总决策器接收到执行成功的消息后，对存储的数据进行汇总及决策，并基于响应输出器将响应决策结果包装成期望形式进行输出。

该实施例中，基于语言模型的任务规划及响应系统是一个通用的框架，由写作智能体主框架和智能决策框架构成，协作智能体主框架用于与语言模型交互完成外部插件的动态规划、插件任务执行、结果解析、分析并决策、响应生成等环节，智能决策框架主要用于分析决策环节，具体如图2所示。

该实施例中，语言模型在自然语言处理中占有重要的地位，它的任务是预测一个句子在语言中出现的概率，语言模型可用于提升语音识别和机器翻译的性能，比如，在语音识别中，给定一段“厨房里食油用完了”的语音，有可能会输出“厨房里食油用完了”和“厨房里石油用完了”这两个读音完全一样的文本序列，如果语言模型判断出前者的概率大于后者的概率，我们就可以根据相同读音的语音输出“厨房里食油用完了”的文本序列。

该实施例中，任务规划器收到用户请求后，任务规划器通过语言模型解析用户请求并分解为多个工作，并根据其知识规划任务顺序和依赖关系，形成工作清单，如果用户提供了参数，则这些参数将被解析并保存到向量数据库。

该实施例中，多个工作是指同一个用户请求中可能包含多个不同的工作，比如，用户请求为“向指定人选发送一段视频和一段语音”，其中就包含“向指定人选发送一段视频”和“向指定人选发送一段语音”这两个工作。

该实施例中，任务顺序是指当不同的任务不能够同时执行时，每个任务执行的先后顺序。

该实施例中，依赖关系又称为“逻辑关系”，在任务执行过程中，指表示两个任务中一个任务的执行将会影响到另一个任务的执行，比如，任务B在执行的过程中需要使用到任务A的执行结果，就需要先执行任务A再执行任务B，也就是任务B依赖任务A。

该实施例中，工作清单包括用户请求中包含的所有工作以及对每个工作的任务顺序的规划情况。

该实施例中，工作生成器收到“工作清单”后，工作生成器将调用语言模型为清单中的所有工作生成专用代码，专用代码包含了外部插件的调用，所需参数可从数据库中获取。

该实施例中，专用代码是指用户请求中每个工作相应的代码，工作与代码一一对应，比如，工作1对应代码1，工作2对应代码2。

该实施例中，执行完成是指执行过程中出现异常情况被迫终止执行或者执行过程中未出现异常情况直至每一个工作的专用代码都执行结束。

该实施例中，由于不同的外部工具的输出结果格式各不相同，我们需要用不同的结果解析器解析这些结果再以统一格式保存到数据库供后续工作使用，比如，统一格式为格式2，但是外部工具A的输出结果为格式1，通过相应结果解析器可以将格式1转化为格式2。

该实施例中，格式统一化是指将解析结果按照统一化的格式进行保存，比图，统一化格式为，名称-ID-解析结果，任务A的格式为ID-解析结果-名称，则将任务A的格式转化为名称-ID-解析结果。

该实施例中，存储是指统一格式的解析结果存放至数据库内。

该实施例中，汇总决策器当工作清单上所有的工作均被成功执行后，汇总决策器将收到一条成功执行的消息，检索数据库中各外部工具的计算结果并汇总，再由智能决策框架做出决策结果。

该实施例中，汇总是指将统一格式的解析结果按照规划结果进行结合，决策是指将汇总结果输入至智能决策框架，并且通过智能决策框架对汇总结果进行决策，得到响应决策结果。

该实施例中，由于使用场景各不相同，对最终结果的形式要求也不同，因此需要通过响应输出器把决策结果包装成应用期望的形式。

该实施例中，期望形式是指用户请求中给定的固定输出形式。

上述技术方案的有益效果是：通过语言模型对用户请求进行解析以及规划，构成工作清单，能够灵活的应对各种复杂场景下的用户请求，使得任务规划的结果更加精确，生成专用代码并对执行结果进行格式化统一，通过对执行结果进行汇总以及决策，并包装成期望形式输出，实现了全自动决策，只需要人工的核实修改，节约了人工工作量，避免了人工决策带来的误差。

本发明实施例提供一种基于语言模型的任务规划及响应系统，任务规划模块，包括：

关系确定单元，用于获取每个工作的任务ID，并基于每个任务ID确定相应工作的任务类型、不同任务类型之间的第一依赖关系以及同任务类型下不同工作之间的第二依赖关系；

类型顺序确定单元，用于基于第一依赖关系确定不同任务类型的类型执行顺序向量

工作顺序确定单元，用于基于第二依赖关系确定同任务类型下不同工作的执行顺序码；

初始矩阵构建单元，用于基于依赖关系不冲突原则进行规划，建立对应类型任务的初始矩阵；

；其中，/>为类型任务i第1组中第1个工作的工作属性值；/>为类型任务i第n组中第1个工作的工作属性值；/>为类型任务i第1组中第/>个工作的工作属性值；/>为类型任务i第n组中第/>个工作的工作属性值；

当工作属性为可执行属性时，对应的工作属性值为1；

当工作属性为不可执行属性时，对应的工作属性值为0；

第一标签设置单元，用于当所述初始矩阵中的同列向量中工作属性值为1的所有元素中存在相同执行顺序码时，则根据所述同列向量中工作属性值为1的第一个数以及相同执行顺序码所对应行向量中工作属性值为1的第二个数，向对应相同执行顺序码设置第一执行标签；

第二标签设置单元，用于根据所述同列向量的当下列顺序，获取与当下列顺序存在相邻关系的列向量中工作属性值为1的第三个数，向对应相同执行顺序码设置第二执行标签；

值设置单元，用于根据所述第一执行标签以及第二执行标签，向所述同列向量中对应相同执行顺序码设置执行值；

调整及扩充单元，用于筛选执行值最大的执行顺序码所对应的元素进行保留，将相同的剩余执行顺序码按照执行值进行大小排序，来对初始矩阵进行调整及扩充，得到规划矩阵；

模型分析单元，用于获取每个规划矩阵的规划向量，且结合类型执行顺序向量分别输入到工作规划模型中，对任务类型下的每个工作进行规划，得到工作清单。

该实施例中，任务ID用于表征用户请求中每个工作的任务特征，不同工作的任务ID也不同。

该实施例中，任务类型是指在不同应用场景下，针对每个工作的任务特征对用户请求中的工作进行分类以及归纳。

该实施例中，第一依赖关系是指不同任务类型之间的依赖关系，比如，任务类型2在执行过程中需要用到任务类型1中的结果，但任务类型1在执行过程中不受任务类型2的影响，则任务类型2依赖任务类型1。

该实施例中，第二依赖关系是指相同任务类型的不同工作之间的依赖关系，比如，任务类型1中的工作A在执行过程中需要使用任务类型1中的工作B的执行结果，但是工作B不受工作A的影响，则工作A依赖工作B。

该实施例中，类型执行顺序向量是指不同任务类型的执行顺序，比如，任务类型2依赖任务类型1，则首先执行任务类型1的工作再执行任务类型2的工作。

该实施例中，执行顺序码用于表征执行过程中相同任务类型的不同工作的执行顺序，且不同工作的执行顺序码可以相同，比如，工作3需要用到工作1和工作2的执行结果，工作1和工作2不受任何工作的影响，则工作1和工作2可以使用相同的执行顺序码，工作3的执行顺序码在工作1和工作2的执行顺序码之后。

该实施例中，依赖关系不冲突原则是指在规划过程中不能够违背依赖关系，比如，工作1依赖工作2，则需要先执行工作2，再执行工作1。

该实施例中，第一执行标签用于表征相同列向量下的同执行顺序码的不同工作，比如，第3列向量中存在3个相同执行顺序码的工作且3个工作的工作属性值都为1，工作1相应的行向量中有2个相同执行顺序码的工作且2个工作的工作属性值都为1，则工作1的第一执行标签为（3，2），其中，3为第一个数，2为第二个数。

该实施例中，列顺序是指同一列的向量的上下顺序。

该实施例中，第二执行标签用于表征于列顺序相关的不同工作的执行属性，比如，第3列向量的工作1的列顺序为2，且列顺序1的位置的工作属性值为1，列顺序3的位置工作属性值为0，则工作1的第二标签为（1）。

该实施例中，执行值用于表征同执行顺序码的不同工作的执行顺序，比如执行顺序码2对应的工作1的执行值为0.56，执行顺序码2对应的工作2的执行值为0.58，则先执行工作2再执行工作1。

该实施例中，规划矩阵是根据执行值对初始矩阵的同执行顺序码的不同工作的执行顺序进行调整扩充得到的，比如，初始矩阵中执行顺序码1对应的3个工作的执行顺序为，工作1-工作2-工作3，工作1的执行值为0.3，工作2的执行值为0.8，工作3的执行值为0.4，则调整后的执行顺序为，工作3-工作2-工作1。

该实施例中，规划向量是指对不同工作进行规划后得到的规划矩阵的特征向量，可以通过规划向量得到不同工作之间的规划关系。

该实施例中，工作规划模型通过规划矩阵的规划向量以及类型执行顺序向量对每个工作进行规划，比如，工作3的规划向量为（4，6），且工作3的任务类型相应的类型执行顺序向量为3，则工作3为第3个执行的任务类型中的第4行，第6列。

上述技术方案的有益效果是：通过任务ID获取相应的任务类型以及依赖关系，有效反映出每个工作的工作特征，便于对复杂场景的任务需要进行规划，通过依赖关系对每个工作进行规划，得到规划向量，并通过规划向量得到工作清单，保证了用户请求中的每个工作的执行顺序不会产生冲突，并且通过合理的规划提高了任务执行的执行效率，为工作执行提供了便利。

本发明实施例提供一种基于语言模型的任务规划及响应系统，值设置单元，包括：

第一计算块，用于根据第一执行标签，计算得到第一执行系数；

；其中，D1表示第一执行系数；/>表示对应的第一个数；N02表示对应的第二个数；/>表示基于列的系数权重；/>表示基于行的系数权重；/>表示对应相同执行顺序码的个数；

第二计算块，用于根据第二执行标签，计算得到第二执行系数；

；其中，D2表示第二执行系数；/>13表示第二执行标签中存在相邻关系中的其中一个第三个数；N23表示第二执行标签中存在相邻关系中的另一个第三个数；/>表示基于/>13所对应列的系数权重；/>表示基于N23所对应列的系数权重；

值计算块，用于根据所述第一执行系数以及第二执行系数，得到对应相同执行顺序码的执行值;

；其中，Z1表示对应的执行值。

该实施例中，第一执行系数是通过对第一执行标签进行计算得到的，第二执行系数是通过对第二执行标签进行计算得到的，通过第一执行系数和第二执行系数可以得到同执行顺序码不同工作的执行值。

上述技术方案的工作原理及有益效果是：通过执行标签计算获得执行系数，并且通过执行系数对执行顺序码的执行值进行计算，为后续对初始矩阵进行调整以及扩充提供了依据，进一步提高了工作规划的准确性。

本发明实施例提供一种基于语言模型的任务规划及响应系统，工作生成模块，包括：

词组获取单元，用于获取工作清单中每个工作的输入需求，从同个输入需求中提取关键词并进行组合得到同个工作需求的关键词组；

代码生成单元，用于将所述关键词组输入至工作生成器中，并基于所述工作生成器生成所述关键词组相应工作的专用代码。

该实施例中，输入需求是指对每个工作进行分析，得到不同工作的工作特征以及相应特征对应的需求，不同的输入需求对应不同的专用代码。

该实施例中，关键词是指对输入需求进行关键特征的提取得到输入需求的相应关键词。

该实施例中，关键词组是通过对关键词按照次序进行组合得到的。

该实施例中，工作生成器应用于收到“工作清单”后，对语言模型进行调用为清单中的每个工作生成相应的专用代码，专用代码包含了外部插件的调用，所需参数可从数据库中获取。

上述技术方案的有益效果是：通过对输入需求进行数据提取得到相应关键词，并对关键词进行组合得到关键词组，通过关键词组生成相应工作的专用代码，保证了生成的代码与相应工作的高适配度，进一步保证了后续执行结果的准确性，提高了决策的精确度。

本发明实施例提供一种基于语言模型的任务规划及响应系统，工作执行模块，包括：

代码组合单元，用于将工作清单中每个工作的专用代码按次序进行组合生成工作清单运行代码；

代码执行单元，用于执行运行代码，得到执行结果，并将所述执行结果保存。

该实施例中，工作清单运行代码是指按照任务规划的次序将不同工作的专用代码进行组合，得到用户请求相应的工作清单运行代码，且同时可以执行多个不同工作的专用代码。

该实施例中，执行结果是指工作清单运行代码的执行结果，包括所需的执行结果数据以及执行成功和执行失败的消息。

上述技术方案的有益效果是：通过将每个工作的专用代码按照次序组合得到工作清单的具体运行代码，降低了运行过程中出现故障的频率，通过对代码进行执行得到执行结果并对执行结果进行保存，为后续进行结果解析以及汇总决策提供了数据支持。

本发明实施例提供一种基于语言模型的任务规划及响应系统，代码执行单元，包括：

异常判断块，用于判断所述工作清单的运行代码在执行过程中是否出现异常，若执行过程中出现异常，则将执行失败结果保存至数据库；

否则，执行工作清单的运行代码直至执行完成得到计算结果，并将执行成功及计算结果作为执行结果保存至数据库。

该实施例中，异常是指在工作清单的运行代码执行过程中出现代码运行中止或者执行过程中出现问题。

该实施例中，数据库用于对执行结果进行储存以及执行过程中所需的各种参数的调用。

上述技术方案的有益效果是：通过对执行过程中的异常状况进行判断，对执行结果进行保存，便于后续进行结果解析时使用的执行结果为执行成功时的执行结果，提高了数据的准确性，避免了工作清单的执行代码在执行过程中出现死循环的情况。

本发明实施例提供一种基于语言模型的任务规划及响应系统，结果解析模块，包括：

结果解析单元，用于获取所述执行结果的相应外部输出工具，并基于所述外部输出工具确定相应的解析器，并基于所述解析器对相应执行结果进行解析得到解析结果；

格式统一单元，用于获取统一化格式，并将所述解析结果进行格式转换得到统一化格式的结果进行储存。

该实施例中，外部输出工具用于对执行结果进行输出，不同应用场景下的执行结果对应的外部输出工具也不相同。

该实施例中，统一化格式是指相应汇总决策器的所需的解析结果的格式。

该实施例中，格式转换是指对解析结果进行格式转换，将不同解析器对应的解析结果的格式转换为汇总决策器所需的相应统一化格式。

上述技术方案的有益效果是，通过相应外部输出工具确定相应解析器，保证了解析结果的准确性，获取统一化格式并对解析结果进行格式转换得到统一化格式的结果，为后续汇总决策数据的使用提供了便利。

本发明实施例提供一种基于语言模型的任务规划及响应系统，决策响应模块，包括：

结果判断单元，用于对统一化格式的结果进行判断，若所述统一化格式的结果中包含执行成功，则将执行成功的消息发送至语言模型中的汇总决策器，否则，重新执行所述工作清单的运行代码；

汇总决策单元，用于基于所述汇总决策器对存储的所有数据进行汇总，并将汇总结果输送至智能决策框架，并基于所述智能决策框架得到决策结果；

响应输出单元，用于获取期望形式以及相应的响应输出器，并基于所述响应输出器将决策结果包装成期望形式进行输出。

该实施例中，智能决策框架用于根据汇总结果进行决策，得到决策结果，在实际应用时可以把相应的决策器注入智能决策框架进行决策。

上述技术方案的有益效果是：通过对统一化格式的结果进行判断，确定了汇总决策的基础数据为正确数据，保证了结果的准确性，对数据进行汇总并输入至智能决策框架，便于通过智能决策框架对数据进行决策，得到决策结果，通过将决策结果包装成期望形式进行输出，满足了多种使用需求。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.基于语言模型的任务规划及响应系统，其特征在于，包括：

任务规划模块：用于基于语言模型中的任务规划器对获取的用户请求进行解析，得到多个工作，并根据知识规划任务顺序和依赖关系，构成工作清单；

工作生成模块：用于基于工作生成器生成工作清单中的每个工作的专用代码；

工作执行模块：用于执行已生成的工作代码，直到工作清单上的所有工作执行完成；

结果解析模块：用于基于语言模型中的结果解析器对执行结果进行格式统一化并存储；

决策响应模块：用于当语言模型中的汇总决策器接收到执行成功的消息后，对存储的数据进行汇总及决策，并基于响应输出器将响应决策结果包装成期望形式进行输出。

2.根据权利要求1所述的基于语言模型的任务规划及响应系统，其特征在于，任务规划模块，包括：

关系确定单元，用于获取每个工作的任务ID，并基于每个任务ID确定相应工作的任务类型、不同任务类型之间的第一依赖关系以及同任务类型下不同工作之间的第二依赖关系；

类型顺序确定单元，用于基于第一依赖关系确定不同任务类型的类型执行顺序向量；

工作顺序确定单元，用于基于第二依赖关系确定同任务类型下不同工作的执行顺序码；

初始矩阵构建单元，用于基于依赖关系不冲突原则进行规划，建立对应类型任务的初始矩阵；

；其中，/>为类型任务i第1组中第1个工作的工作属性值；为类型任务i第n组中第1个工作的工作属性值；/>为类型任务i第1组中第/>个工作的工作属性值；/>为类型任务i第n组中第/>个工作的工作属性值；

当工作属性为可执行属性时，对应的工作属性值为1；

当工作属性为不可执行属性时，对应的工作属性值为0；

第一标签设置单元，用于当所述初始矩阵中的同列向量中工作属性值为1的所有元素中存在相同执行顺序码时，则根据所述同列向量中工作属性值为1的第一个数以及相同执行顺序码所对应行向量中工作属性值为1的第二个数，向对应相同执行顺序码设置第一执行标签；

第二标签设置单元，用于根据所述同列向量的当下列顺序，获取与当下列顺序存在相邻关系的列向量中工作属性值为1的第三个数，向对应相同执行顺序码设置第二执行标签；

值设置单元，用于根据所述第一执行标签以及第二执行标签，向所述同列向量中对应相同执行顺序码设置执行值；

调整及扩充单元，用于筛选执行值最大的执行顺序码所对应的元素进行保留，将相同的剩余执行顺序码按照执行值进行大小排序，来对初始矩阵进行调整及扩充，得到规划矩阵；

模型分析单元，用于获取每个规划矩阵的规划向量，且结合类型执行顺序向量分别输入到工作规划模型中，对任务类型下的每个工作进行规划，得到工作清单。

3.根据权利要求2所述的基于语言模型的任务规划及响应系统，其特征在于，值设置单元，包括：

第一计算块，用于根据第一执行标签，计算得到第一执行系数；

；其中，D1表示第一执行系数；/>表示对应的第一个数；N02表示对应的第二个数；/>表示基于列的系数权重；/>表示基于行的系数权重；/>表示对应相同执行顺序码的个数；

第二计算块，用于根据第二执行标签，计算得到第二执行系数；

；其中，D2表示第二执行系数；/>13表示第二执行标签中存在相邻关系中的其中一个第三个数；N23表示第二执行标签中存在相邻关系中的另一个第三个数；/>表示基于/>13所对应列的系数权重；/>表示基于N23所对应列的系数权重；

值计算块，用于根据所述第一执行系数以及第二执行系数，得到对应相同执行顺序码的执行值;

；其中，Z1表示对应的执行值。

4.根据权利要求1所述的基于语言模型的任务规划及响应系统，其特征在于，工作生成模块，包括：

词组获取单元，用于获取工作清单中每个工作的输入需求，从同个输入需求中提取关键词并进行组合得到同个工作需求的关键词组；

代码生成单元，用于将所述关键词组输入至工作生成器中，并基于所述工作生成器生成所述关键词组相应工作的专用代码。

5.根据权利要求4所述的基于语言模型的任务规划及响应系统，其特征在于，工作执行模块，包括：

代码组合单元，用于将工作清单中每个工作的专用代码按次序进行组合生成工作清单运行代码；

代码执行单元，用于执行运行代码，得到执行结果，并将所述执行结果保存。

6.根据权利要求5所述的基于语言模型的任务规划及响应系统，其特征在于，代码执行单元，包括：

异常判断块，用于判断所述工作清单的运行代码在执行过程中是否出现异常，若执行过程中出现异常，则将执行失败结果保存至数据库；

否则，执行工作清单的运行代码直至执行完成得到计算结果，并将执行成功及计算结果作为执行结果保存至数据库。

7.根据权利要求1所述的基于语言模型的任务规划及响应系统，其特征在于，结果解析模块，包括：

结果解析单元，用于获取所述执行结果的相应外部输出工具，并基于所述外部输出工具确定相应的解析器，并基于所述解析器对相应执行结果进行解析得到解析结果；

格式统一单元，用于获取统一化格式，并将所述解析结果进行格式转换得到统一化格式的结果进行储存。

8.根据权利要求7所述的基于语言模型的任务规划及响应系统，其特征在于，决策响应模块，包括：

结果判断单元，用于对统一化格式的结果进行判断，若所述统一化格式的结果中包含执行成功，则将执行成功的消息发送至语言模型中的汇总决策器，否则，重新执行所述工作清单的运行代码；

汇总决策单元，用于基于所述汇总决策器对存储的所有数据进行汇总，并将汇总结果输送至智能决策框架，并基于所述智能决策框架得到决策结果；

响应输出单元，用于获取期望形式以及相应的响应输出器，并基于所述响应输出器将决策结果包装成期望形式进行输出。