Agent 工程实战

共 10 篇

1. 1

   为什么需要 Agent？从 API 调用到自主循环

   2026/06/19

   从一次真实的 LLM API 调用失败说起，理解 Agent 解决了什么问题，以及 Agent 工程（LLM + Tools + Loop）的核心概念。

2. 2

   动手构建你的第一个 Agent Loop

   2026/06/19

   从零实现一个可运行的 Agent Loop，包含工具注册、上下文管理和终止条件，用 Python 和 TypeScript 双语实现。

3. 3

   Agent 的工具系统：设计原则与实战模式

   2026/06/19

   工具是 Agent 的执行能力边界。本文从 Anthropic 的工具设计原则出发，讲解如何命名、描述、设计参数、处理错误，并用 Zod/Pydantic 实现类型安全的工具注册。

4. 4

   结构化输出：让 LLM 返回你需要的数据类型

   2026/06/19

   LLM 默认返回自由文本，但你的应用需要 JSON、需要类型安全。本文讲解 4 种结构化输出方案的原理、优劣和实战用法。

5. 5

   Agent 的上下文管理：当对话越来越长

   2026/06/19

   Agent 运行越久，上下文越大，直到撞上 token 限制。本文讲解 5 种上下文压缩策略，从简单的消息截断到 Claude Code 的 5 级压缩方案。

6. 6

   用 StateGraph 建模复杂 Agent 工作流

   2026/06/19

   当简单的 while 循环无法满足需求时，你需要用有向图来建模 Agent 的工作流。本文用 LangGraph 的 StateGraph 讲解线性流程、条件分支、循环和并行执行。

7. 7

   Agent 状态持久化：Checkpointing 与故障恢复

   2026/06/19

   Agent 运行到一半崩溃了怎么办？本文讲解 LangGraph 的 Checkpointing 机制，实现跨进程的状态恢复，让你的 Agent 具备生产级可靠性。

8. 8

   Human-in-the-Loop：让 Agent 在关键时刻请示你

   2026/06/19

   Agent 不应该在所有情况下都自主行动。本文讲解如何在 Agent 工作流中设置"检查点"，让人类在关键决策点介入审批、修改或拒绝 Agent 的动作。

9. 9

   多 Agent 编排：Supervisor、Worker 与协作模式

   2026/06/19

   当一个 Agent 无法胜任所有工作时，你需要多个 Agent 协作。本文讲解 Supervisor-Worker、Handoff、Pipeline 三种编排模式，并用 LangGraph 实现并行执行。

10. 10

    Agent 的测试与评估：如何证明你的 Agent 靠谱

    2026/06/19

    Agent 是非确定性的，传统单元测试不够用。本文讲解 Agent 的 3 层测试策略（工具单元 → 工作流集成 → 端到端评估），以及 pass@k、LLM 评分等评估指标。