使用langchain进行任务规划，构建子任务的会话场景资源，通过MCTS任务执行器，来让每个子任务通过在上下文中资源，通过自身反思探索来获取自身对问题的最优答案；这种方式依赖模型的对齐偏好，我们在每种偏好上设计了一个工程框架，来完成自我对不同答案的奖励进行采样策略
本项目分成了不同的任务模块， 角色扮演请参考src/docs/coplay_analysis/README.md, 任务规划请参考src/docs/task_step/README.md
由于使用了多线程，并不支持jupyter中运行