Skip to main content

9.10.1 项目路线图：构建可追踪 Agent

Agent 项目作品集应该展示可追踪执行闭环，而不是只展示一个最终模型回答。

先看项目闭环​

Agent 综合项目路线图

Agent 项目学习顺序图

Agent 项目交付闭环图

闭环是：目标、计划、工具调用、观察、状态更新、失败处理、停止决策、最终输出、评估。

跑一个 Agent 证据检查​

在称为作品集项目之前先跑这个检查。

project = {
    "goal_defined": True,
    "trace_saved": True,
    "tool_logs": True,
    "failure_case": True,
    "eval_tasks": 10,
}

ready = (
    project["goal_defined"]
    and project["trace_saved"]
    and project["tool_logs"]
    and project["failure_case"]
    and project["eval_tasks"] >= 5
)

print("portfolio_ready:", ready)
print("evidence:", "goal, trace, tools, failure, eval")

预期输出：

portfolio_ready: True
evidence: goal, trace, tools, failure, eval

如果这里输出 False，先补证据，再增加更多 Agent 角色。

按这个顺序学​

步骤项目真正训练的能力
1研究助手检索、引用、总结、可信输出
2数据分析 AgentPython 工具调用、表格分析、图表、解释
3多 Agent 开发团队角色分工、交接、评审闭环、合并负责人
4实操工作坊最小可追踪单 Agent 基线

扩展项目前，先运行 9.10.5 实操：构建可追踪单 Agent 助手。

项目交付物标准​

交付物最低要求更强的作品集版本
README目标、运行命令、依赖、示例增加架构、取舍、成本、安全和复盘
架构模型、工具、记忆、状态、评估、安全增加部署边界和人工交接
工具清单可调用工具、输入/输出 schema、失败情况增加权限规则和沙箱说明
执行 trace计划、行动、观察、重规划、停止增加可重放 JSONL 日志
失败案例至少 1 个真实失败增加 3 个案例，包含原因、修复、回归检查
评估集固定任务和通过/失败规则增加基线、指标和对比实验
部署说明如何本地运行增加 API 入口、环境变量、监控和回滚

通过标准​

如果另一个开发者能重放你的 Agent 运行，检查每次工具调用和观察，理解它为什么停止，并看到至少一个失败分析，就通过了本章。

基础版可以是单 Agent 项目。只有当 trace 和评估闭环稳定后，再加入记忆、MCP、多 Agent 协作或部署。