從任務拆解、工具呼叫到評測與生產治理,循序建立可驗證的 AI Agent。
AI Agent 工程實踐
從任務拆解、工具呼叫到評測與生產治理,循序建立可驗證的 AI Agent。
7 章節3 案例已發布
LEARNING PATH
教學章節
按學習順序組織的可操作教學。
章節 · 已發布AI Agent 基础:任务、状态与边界
理解 Agent 与普通问答的差异,用显式状态和权限边界建立最小闭环。
閱讀章節 章節 · 已發布工具调用与函数契约:让 Agent 可控设计工具 schema、错误返回和幂等策略,减少参数漂移和副作用。
閱讀章節 章節 · 已發布规划与状态机:把长任务拆成可恢复步骤比较单轮计划、分步执行和状态机,选择可回放的 Agent 编排方式。
閱讀章節 章節 · 已發布Agent 评测与回归测试:验证动作而不只看答案建立任务集、工具轨迹和安全断言,持续发现 Agent 行为回归。
閱讀章節 章節 · 已發布Agent 可观测性与成本控制用 trace、预算和脱敏日志定位慢请求、循环调用与异常成本。
閱讀章節 章節 · 已發布Agent 生产发布:灰度、回滚与人工接管为 Agent 建立发布前检查、灰度策略、回滚信号和人工接管流程。
閱讀章節 章節 · 已發布Agent 重试、幂等与证据:让失败可以恢复用预算、幂等键和最小证据记录控制 Agent 重试,避免重复副作用。
閱讀章節PRACTICE
實踐案例
圍繞工具、工作流程和真實任務整理的實踐記錄。
