Wiki 知识库

全部文档 / 作者: rari🈀 / 标签: 工作流

2 篇
清除

图工程:如何构建可扩展的AI Agent系统

本文介绍了“图工程(Graph Engineering)”在构建大规模AI Agent系统中的应用。传统线性工作流容易导致延迟和混乱,而图工程将工作流转化为节点、边界和状态的显式执行图。文章提出了七大核心实践:切断非必要依赖实现并行化、为节点设定明确契约、将边界视为数据契约、掌握链/菱形/路由器/受控循环四种基础图结构、合理展开合并独立任务、实现可检查的路由机制,以及在边界处部署验证节点。通过结合概率性模型判断与确定性代码控制,能有效提升Agent系统的稳定性、效率与安全性。

技术 › Agent rari 2026-08-1018.8 KB 4.2M 1.1K 82

LOOP vs GRAPH vs HARNESS ENGINEERING

文章深入探讨了构建AI Agent系统的三个关键工程层面:Harness(环境)、Loop(反馈循环)和Graph(控制流)。文章指出,Agent失败往往源于系统设计而非模型本身,并详细阐述了如何通过构建持久化的运行环境、基于证据的验证循环以及显式的流程控制来提高Agent的可靠性。

技术 › Harness Engineering rari 2026-08-0618.1 KB 1.2M 533