LLM 将复杂业务问题分解为逻辑依赖图，识别子问题之间的依赖关系。

不是一次性给出答案，而是将复杂问题拆解为可管理的子问题，逐步求解。

1)    问题识别：LLM 分析问题，识别需要求解的子问题。

2)    依赖分析：分析子问题之间的依赖关系，确定求解顺序。

3)    拓扑排序：对子问题进行拓扑排序，确保按依赖顺序求解。

4)    上下文传递：前一个子问题的解作为后一个子问题的输入，传递上下文信息。

在框架约束下执行多步推理，拓扑排序加上下文传递。

每步推理都有明确的输入、输出和推理规则，确保推理过程可控。

1)    框架约束：推理在预定义的框架约束下执行，防止推理偏离方向。

2)    逐步推理：按拓扑排序顺序逐步执行推理，每步推理有明确的输入和输出。

3)    上下文传递：前一步的推理结果作为后一步的输入，保持推理的连贯性。

4)    中间结果缓存：中间推理结果可缓存，避免重复计算。

每步推理可追溯，logic.trace 记录人类可读推理过程。

推理不是黑盒，而是透明的推理链，可审计、可验证、可解释。

1)    推理记录：每步推理记录输入、输出、推理规则、执行时间。

2)    人类可读：推理记录以人类可读的格式展示，便于理解和审计。

3)    推理回放：可回放完整的推理过程，逐步检查推理的正确性。

4)    推理验证：可对推理结果进行验证，确保推理的正确性。

预定义的推理框架约束推理过程，确保推理可控、可靠。

框架定义了可用的推理规则、约束条件和验证方法。

1)    推理规则：框架预定义了可用的推理规则，LLM 在规则范围内推理。

2)    约束条件：框架定义了推理的约束条件，防止推理偏离方向。

3)    验证方法：框架定义了推理结果的验证方法，确保推理正确。

4)    框架扩展：可自定义推理框架，适应不同的业务场景。