← 返回學習路線
案例 · 已發布

實戰:帶人工審批的部署建議 Agent

Agent 產生部署檢查清單,但任何生產變更都必須由人員確認。

來源: knowledge/p24-b/collection_8023a8d754046b6c2ae7220f/cases/agent-release-gate-with-human-approval.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 →

問題與邊界

團隊希望自動整理服務發布前的檢查項。Agent 可以讀取設定和測試結果,但不能執行發布、修改權限或暴露密鑰。

方案

把讀取、分析和建議分成三個階段。建議輸出包含證據連結、風險等級和待確認項,提交後進入審批記錄,而不是呼叫部署 API。

最小實作

def release_advice(checks: list[dict]) -> dict:
    missing = [item['name'] for item in checks if not item.get('passed')]
    return {
        'status': 'needs_review' if missing else 'ready_for_review',
        'missing': missing,
        'action': 'human_approval_required',
    }

assert release_advice([{'name': 'rollback', 'passed': False}])['status'] == 'needs_review'

重現步驟

  1. 將建置、型別檢查、依賴掃描和回滾證據作為唯讀輸入。
  2. 產生包含證據 id 的建議,不把環境變數值送入模型。
  3. 將建議寫入審批記錄,使用一次性審批 token。
  4. 審批後仍由既有發布系統執行,Agent 不直接持有部署憑證。

驗證清單

驗證缺少回滾證據、建議重複提交、審批過期、權限不足和模型回傳未知欄位的情況。

常見問題

審批通過後能自動部署嗎? 可以由既有發布系統按權限執行,但本案例不讓 Agent 直接呼叫。

模型看到日誌安全嗎? 只提供脫敏摘要和連結,敏感值在服務端過濾。

官方參考

OpenAI Production best practices;OpenAI Safety best practices。

最後核對日期:2026-11-16。介面和安全邊界以連結中的官方資料為準;本文不虛構效能或費用結論。

前置知識與教學

知識Agent 可觀測性與成本控制知識Agent 生產發布:灰度、回滾與人工接管

延伸閱讀

知識AI 自動化工作流程設計與實踐知識AI Agent:從基礎概念到實際應用知識RAG 企業知識庫:架構與落地實踐
產品中心 Demo · V0.3