MiniMax Agent Coding Plan需按显式阶段顺序执行：阶段一→阶段二→阶段三，每个阶段用冒号分隔动作与目标；须嵌套前提条件（如“前提是……”或“仅当……才……”）触发校验逻辑；每阶段输出独立.py文件并指定输入/输出路径；禁止合并脚本或跨文件依赖。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让MiniMax Agent Coding Plan按你设定的步骤顺序执行任务，而不是让它自由发挥、跳步或遗漏关键环节——比如“先抓网页→再清洗数据→最后写入Excel”，但实际运行时它却把写入Excel放在第二步，导致后续清洗失败。
明确声明执行阶段与依赖关系
在输入任务描述开头，用「阶段一→阶段二→阶段三」显式标出执行顺序，每个阶段用冒号分隔动作与目标。例如：“阶段一：从https://api.example.com/v1/sales获取JSON数据；阶段二：过滤status为‘completed’的订单；阶段三：将结果按date字段升序排列后保存为sales_cleaned.csv”。MiniMax Coding Plan会优先识别这种带箭头的线性结构，并据此生成带try/except包裹的分段函数，而非单一大块脚本。
不加阶段标记时，模型可能将“过滤”和“排序”合并为一行pandas链式调用，一旦中间某列缺失，整个流程崩溃且无报错定位点。
用自然语言嵌套约束条件
方法一：在动词后紧跟括号说明前置条件。例如：“生成周报PPT（前提是本地存在report_data.xlsx且含sheet‘summary’）”。这会触发模型在代码开头插入os.path.exists()和pd.ExcelFile()校验逻辑，避免后续openpyxl报错中断。
方法二：用“仅当……才……”句式绑定动作。例如：“仅当CSV中price列数值全部大于0，才执行归一化计算”。模型会生成if all(df['price'] > 0):分支，而非默认假设数据合规。
【必须写明数据存在性或格式前提，否则生成代码大概率直接报FileNotFoundError或KeyError】
强制分步输出并指定中间产物路径
第一步：在任务末尾添加指令：“每阶段输出一个独立.py文件，文件名按stage1_fetch.py、stage2_clean.py、stage3_export.py命名”。
编排 OpenClaw 子智能体以实现持续的自动驾驶工作流。适用于管理 UI / 代码 / 验证 / 档案 / 侦察等任务线，支持多轮工作连续执行，无需等待……
第二步：为每个阶段指定明确的输入/输出路径。例如：“stage1_fetch.py输出data/raw.json；stage2_clean.py读取data/raw.json，输出data/cleaned.parquet；stage3_export.py读取data/cleaned.parquet，输出output/report.pptx”。
第三步：追加一句“所有路径均基于当前工作目录，不使用绝对路径”。这样能防止模型生成C:\Users\…这类硬编码路径，在Linux/macOS服务器上直接失效。
这一步操作起来很简单，直接把三行路径规则粘贴到任务描述最后一行就行。
禁用自动合并行为
在任务开头加一句：“禁止将多个阶段合并为单一脚本，禁止使用subprocess调用其他.py文件，所有阶段必须可独立运行且无跨文件变量依赖”。
MiniMax Coding Plan默认倾向生成单文件全能脚本，但真实运维场景需要分步调试——比如stage1成功但stage2卡住时，你得能单独重跑stage2，而不是删掉前两百行再试。
