Imperative Workflow Engine：将 LLM 代理任务准确率从 41% 提升至 96% 的特权级指令编码方案

基于 Routine 框架的特权级指令编码系统，通过结构化执行契约和运行时验证机制，显著提升多步骤任务执行准确率。

• 原作者/维护者：ether-btc
• 来源平台：GitHub
• 原始标题：imperative-workflow-engine
• 原始链接：https://github.com/ether-btc/imperative-workflow-engine
• 发布时间：2026-05-24

---

当前的大型语言模型（LLM）在执行多步骤任务时，准确率往往不尽如人意。研究表明，复杂任务链的执行准确率可能低至 41% 左右。这一问题的根源在于：LLM 在处理长上下文和复杂指令时，容易偏离原始目标，或在执行过程中丢失关键约束条件。

传统的提示工程方法虽然能在一定程度上改善输出质量，但缺乏系统性的执行保障机制。当任务涉及多个步骤、工具调用或需要严格遵守特定规则时，模型可能会在不恰当的时机调用工具，或忽略重要的安全约束。

Imperative Workflow Engine 是一个基于 Routine 框架（arXiv:2507.14447）实现的开源项目，旨在通过特权级指令编码（Privilege-Level Instruction Encoding）和结构化执行契约来解决上述问题。该项目将多步骤任务的执行准确率从约 41% 提升至约 96%，提升幅度超过两倍。

该项目的核心思想是借鉴操作系统中的特权级概念，为不同类型的指令分配不同的优先级和约束强度。通过显式标记指令的特权级别，系统可以在运行时强制执行这些约束，确保高优先级的规则不会被低优先级的请求覆盖。

该项目定义了五个特权级别，每个级别对应不同类型的指令：

级别	标签	用途
0	Safety rules	安全规则，绝对不可偏离
1	System imperatives	核心系统指令
2	Skill-loaded rules	技能加载时的默认规则
3	User requests	用户请求的默认级别
4	Tool outputs	工具输出结果

这种分层设计确保了最关键的安全约束（级别 0）具有最高优先级，无论如何都不会被覆盖。而用户请求（级别 3）则可以在不违反更高级别约束的前提下灵活执行。

项目中的 routine_decomposer.py 脚本负责将复杂任务分解为 Routine 风格的执行契约。这些契约明确定义了每个步骤的输入、输出、前置条件和后置条件，形成了一种形式化的执行协议。

执行契约的优势在于：

• 可验证性：每个步骤的执行结果都可以被独立验证
• 可追溯性：任务执行的完整路径可以被记录和审计
• 可恢复性：当某个步骤失败时，系统可以精确定位问题并尝试恢复

contract_verifier.py 提供了运行时验证功能，确保执行过程严格遵循预定义的契约。这种验证不是简单的结果检查，而是在执行过程中持续监控，确保每一步都符合预期。

tool_filter.py 实现了基于上下文相关性的语义工具过滤。这意味着系统不会盲目地将所有可用工具都暴露给模型，而是根据当前任务的上下文，智能地选择最相关的工具子集。这种过滤机制减少了模型选择错误工具的概率，同时也降低了上下文窗口的噪音。