學習路線
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。
← 返回知識中心
閱讀進度0%0/10 已完成
繼續閱讀 →01
開啟專題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。
TUTORIAL_CHAPTERAI Agent 基礎:任務、狀態與邊界
理解 Agent 與一般對話的差異,透過明確狀態與權限邊界建立最小閉環。
開啟專題 →TUTORIAL_CHAPTER工具呼叫與函式契約:讓 Agent 可控設計工具 schema、錯誤回應與冪等策略,減少參數漂移與副作用。
開啟專題 →TUTORIAL_CHAPTER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。
開啟專題 →TUTORIAL_CHAPTERAgent 評測與回歸測試:驗證動作而不只看答案建立任務集、工具軌跡和安全斷言,在每次變更後檢查 Agent 行為。
開啟專題 →TUTORIAL_CHAPTERAgent 可觀測性與成本控制使用 trace、預算與脫敏日誌定位慢請求、循環呼叫及異常模型成本。
開啟專題 →TUTORIAL_CHAPTERAgent 生產發布:灰度、回滾與人工接管在 Agent 上線前建立發布檢查、灰度計畫、回滾訊號與人工接管路徑。
開啟專題 →案例實戰:可稽核的工單分流 Agent用唯讀查詢和結構化輸出完成工單分類,遇到證據不足時轉交人工。
開啟專題 →案例實戰:帶人工審批的部署建議 AgentAgent 產生部署檢查清單,但任何生產變更都必須由人員確認。
開啟專題 →TUTORIAL_CHAPTERAgent 重试、幂等与证据:让失败可以恢复 (原文)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。
開啟專題 →案例實戰:Agent 失敗後的證據包與人工接管把工具軌跡、失敗原因和下一步建議整理成可稽核的人工接管記錄。
開啟專題 →