首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >Agent Loop + Graph Engineer 工程化:把智能体循环变成可运维的图

Agent Loop + Graph Engineer 工程化:把智能体循环变成可运维的图

原创
作者头像
用户12778042
发布于 2026-09-21 16:08:03
发布于 2026-09-21 16:08:03
1160
举报

一、循环能跑,不等于能上生产

Agent Loop 是心跳:think -> act -> observe -> think。 它能让智能体动起来,但一上生产就会暴露问题:

  • 循环什么时候停?
  • 状态存在哪?
  • 失败能不能恢复?
  • 谁改了哪一步,怎么审计?
  • 预算超了怎么办?

Graph Engineer 的思路是:别把流程藏在 while 里,把流程显式画成图。 节点是动作,边是控制流,状态是共享黑板。

二、最小图执行引擎

下面代码只做一件事: 用图驱动 Agent Loop,并带上预算、检查点和可观测。

代码语言:javascript
复制
import json, time

def checkpoint(state):
    with open("state.json", "w") as f:
        json.dump(state, f, ensure_ascii=False)

def run_graph(state, nodes, edges, start="planner", max_steps=20):
    node = start
    for _ in range(max_steps):
        t = time.time()
        state = nodes[node](state)
        state["trace"].append({"node": node, "ms": int((time.time() - t) * 1000)})
        checkpoint(state)
        node = edges[node](state)
        if node == "end":
            return state
    raise RuntimeError("budget exceeded")

def planner(s):
    return {**s, "outline": ["引子", "原理", "代码", "总结"], "i": 0}

def writer(s):
    i = s["i"]
    return {**s, "draft": s["draft"] + f"\n## {s['outline'][i]}\n...", "i": i + 1}

def reviewer(s):
    return {**s, "pass": s["i"] >= len(s["outline"])}

NODES = {"planner": planner, "writer": writer, "reviewer": reviewer}
EDGES = {
    "planner": lambda s: "writer",
    "writer": lambda s: "reviewer",
    "reviewer": lambda s: "end" if s["pass"] else "writer",
}

state = {"topic": "Agent Loop + Graph Engineer", "draft": "", "trace": []}
result = run_graph(state, NODES, EDGES)
print(result["draft"])

这段代码把 Agent Loop 工程化了:

  • State 显式:draft、outline、i、pass、trace 都在状态里
  • Node 纯函数:节点只读状态、写状态
  • Edge 控制循环:reviewer 决定回退还是结束
  • 预算可停:max_steps 防止无限循环
  • 检查点可恢复:每步写 state.json
  • 可观测:trace 记录节点和耗时

三、工程化还要补什么

少量代码验证骨架,生产环境还要加:

  • 工具白名单:只允许安全操作
  • 沙箱隔离:文件、命令、网络都要受限
  • 超时与重试:每个节点独立超时,失败可重试
  • 人审节点:发布前必须人工确认
  • 版本控制:图定义、提示词、模型版本可回放
  • 权限与审计:谁触发、谁批准、改了什么
  • 成本控制:token、步数、并发、最大修订次数

四、结论

Agent Loop 是执行引擎,Graph Engineer 是工程骨架。 少量代码就能把循环变成图:节点做事,边做路由,状态做真相。

但真正决定能不能上生产的,是预算、检查点、可观测和安全边界。 图让智能体可解释,工程让它可运维。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、循环能跑,不等于能上生产
  • 二、最小图执行引擎
  • 三、工程化还要补什么
  • 四、结论
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档