
七步自学路线图:从零构建Agentic系统设计
来源标题:Agentic System Design: A Self-Study Roadmap
一份7步自学路线图发布,指导开发者通过构建一个事故调查Agent来学习Agentic系统设计。该路线图覆盖工具、记忆、控制循环、多Agent协调、评估与部署,每步在已有代码上增加一个模块。项目最终能根据告警收集日志、指标、部署历史等证据并输出带引用的根因报告。
以下正文由 AI 翻译自 KDnuggets(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
学做agent,先学它怎么失败。Agent就是一个带若干工具、有目标的语言模型。它自己决定怎么走完任务,这份自由正是它有用的原因,但也意味着它有时会重复调用、编造参数,或者丢掉任务所依赖的某个细节。这些失败很平常,你可以提前为它们做好设计。
Agentic系统设计,就是为这些失败做规划。你给agent一个可运转的控制循环、一套可被约束的工具契约,以及针对每类失败的应对方式,而且全都在第一次运行之前定好。
这份路线图通过一个项目、分七步来教这套实践。项目是一个事故调查员(incident investigator)——一个找出生产告警根因的agent。每一步只加一个部件,让每个概念都落在你已经写过的代码上。你会学到如何:
每一步结尾,我们会给出几份资源,以及项目的一处新增内容。
你要构建一个事故调查员。它接收一条告警,从日志、指标、部署历史和runbook中收集证据,返回一份根因报告,附上引用证据和拟议修复方案。任何动作都需人工批准。
注意:每一步都适用于任何agent编排框架。第2步你会手工搭出这个循环,看清其机制。之后你可以把同样的设计带到LangGraph、CrewAI、Google的Agent Development Kit,或者你已经在用的任何框架里。
每个agentic系统都始于一个关于控制的决策:谁来选择下一步?在工作流(workflow)中,你的代码固定步骤顺序,模型在每一步填充内容。在agent中,模型根据目前所见,从一组工具中选择下一个动作。
自主性是一个谱系,每向上一格都会增加成本、延迟和波动性。所以从满足目标的最简单形态开始,当某类失败经过测量确实需要更多灵活性时再往上走。下表按自主性递增列出常见形态:
任务分解是这一选择背后的设计技能。把任务写成一个人会照做的编号步骤,再把每一步标记为固定或开放式。固定的步骤留在代码里,开放式的步骤交给模型。
搭好地基。让一个大语言模型(LLM)生成十个合成事故,每个包含一条告警、一份应用日志、一个指标CSV、一份部署列表,以及一个隐藏的根因。构建一条固定流水线:分类严重级别、加载文件,并用一次LLM调用写出摘要。在全部十个事故上运行,列出它判断失误的那些,因为这些盲点正是第2步引入agent的理由。
循环位于每个agent的中心:推理、行动、观察、重复。模型发出结构化的工具请求,你的代码执行它,结果作为下一条消息返回。当模型给出最终答案,或触发步数上限时,循环结束。
我们来追踪一个例子。一个客服agent被问到“我的订单在哪?”,运行过程如下:
这是两次工具调用、三轮推理,且第二次调用依赖第一次的结果。
在切换到框架之前,先亲手搭一次这个循环。它会让你看清每个框架自动化的东西:消息列表、工具注册表、调度器,以及停止条件。你还会遇到这些失败模式:
把固定的收集阶段换成一个循环。从两个工具开始——deploys_list和logs_get,循环上限设为12步,并把每条消息保存到trace文件。在你的盲点清单中的那些事故上,比较agent的摘要与第1步流水线的结果。
工具定义就是一份契约,模型会遵循schema和描述所写的内容。大多数agent质量问题都可追溯到描述含糊、参数名不匹配,以及一个工具试图同时干几件事。写每份描述时,要包含该工具做什么、何时使用、返回什么:
MCP标准化了agent发现和调用工具的方式,因此一个工具服务器可以服务许多agent和应用。
测试每份描述的方法是:只把schema交给模型,检查它发出的调用。如果调用错了,描述就需要改进。
把工具集扩展到六个:deploys_list、logs_get、logs_search、metrics_query、git_diff和runbook_read。每个结果截断到约2,000 token并加截断标记,错误消息要提示一个有效的重试方式,并把整套工具包在一个MCP服务器里,让任何MCP客户端都能调用。
记忆决定agent在每一轮知道什么。它分三层:
上下文工程(context engineering)是一门手艺:精心挑选每一轮哪些token进入上下文窗口。工具结果累积得很快,所以一旦模型提取出所需内容,就摘要或清掉原始输出。
长期记忆引出两个设计问题:存什么,何时取。一个小而精的存储能让上下文聚焦于任务所需。三类长期记忆覆盖了大多数设计。语义记忆存关于用户和领域的事实,情景记忆存过去的交互及其结果,程序性记忆存随反馈演进的指令。
给调查员一个草稿文件,用来记录假设和已排除的原因,并把大段日志输出压缩成简短摘要。把每个已解决的事故(症状、根因、修复)存入一个小型SQLite库,并在每次运行开始时检索最相似的三起过往事故。
有些任务会拆成互相独立的调查线,一组agent可以并行推进。orchestrator-worker模式适合其中大多数:一个主导agent做规划,worker在各自的上下文窗口中执行限定范围的子任务,主导agent再综合结果。
每个worker都需要一份清晰的简报。一份好的简报包含:
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。