← 返回學習路線
章節 · 已發布

規劃與狀態機:把長任務拆成可恢復步驟

比較單輪計畫、分步執行與狀態機,選擇可重播的 Agent 編排方式。

來源: knowledge/p24-b/collection_8023a8d754046b6c2ae7220f/tutorials/agent-planning-and-state-machines.mdAI Agent 工程實踐
本章閱讀進度 0%學習路線進度 0% · 0/10 已完成章節繼續學習路線 →

長任務的主要風險是上下文膨脹、重複動作與中途失敗。把計畫當作可變資料,把執行當作有限狀態機,重啟後就能從最後一個成功節點繼續。

核心概念

每個計畫項目應包含 id、前置條件、輸入引用、狀態和重試次數。狀態機只允許宣告過的轉移,例如 pending -> running -> succeeded 或 running -> failed。不要讓模型透過任意字串修改狀態。

from enum import StrEnum

class Status(StrEnum):
    PENDING = 'pending'
    RUNNING = 'running'
    SUCCEEDED = 'succeeded'
    FAILED = 'failed'

TRANSITIONS = {(Status.PENDING, Status.RUNNING), (Status.RUNNING, Status.SUCCEEDED), (Status.RUNNING, Status.FAILED)}

def transition(old: Status, new: Status) -> Status:
    if (old, new) not in TRANSITIONS:
        raise ValueError('invalid transition')
    return new

操作步驟

  1. 將業務流程畫成節點與邊,標出可並行和必須串行的工作。
  2. 為每個節點保存輸入引用,而不是複製大型上下文,以降低重試成本。
  3. 執行前寫入 running,成功後用同一個交易寫入 succeeded 與結果摘要。
  4. 重啟時掃描 running 節點,依冪等策略決定恢復、重試或人工接管。

適用情境

適合報告產生、資料同步和多步驟審批;即時聊天通常不需要複雜狀態機。

常見問題

模型還需要產生完整計畫嗎? 可以,但伺服器必須驗證節點類型、依賴和預算。

並行任務如何彙總? 記錄每個子任務狀態,只有條件都滿足才推進彙總節點。

失敗記錄要刪除嗎? 不要刪除,保留失敗原因和人工處理結果。

官方參考

OpenAI Agents 指南;OpenAI Evals。

最後核對日期:2026-11-16。目前行為請以連結的官方資料為準。

相關實戰案例

知識實戰:可稽核的工單分流 Agent知識實戰:帶人工審批的部署建議 Agent知識實戰:Agent 失敗後的證據包與人工接管

延伸閱讀

知識AI Agent:從基礎概念到實際應用知識AI 自動化工作流程設計與實踐
產品中心 Demo · V0.3