智能体任务构建指南

Agent Harness Construction

当您正在改进智能体的规划、工具调用、错误恢复和达成完成的方式时，使用此技能。

核心模型

智能体输出质量受以下因素制约：

1. 行动空间质量
2. 观察质量
3. 恢复质量
4. 上下文预算质量

行动空间设计

1. 使用稳定、明确的工具名称。
2. 保持输入Schema优先且范围狭窄。
3. 返回确定性的输出形状。
4. 除非无法隔离，否则避免使用覆盖所有情况的工具。

粒度规则

• 高风险操作（部署、迁移、权限）使用微工具。
• 常见编辑/读取/搜索循环使用中等工具。
• 仅当往返开销是主要成本时使用宏工具。

观察设计

每个工具响应应包含：

• status: success|warning|error
• summary: 一行结果
• next_actions: 可操作的后续步骤
• artifacts: 文件路径/ID

错误恢复合同

对于每个错误路径，包括：

• 根本原因提示
• 安全重试指令
• 显式停止条件

上下文预算管理

1. 保持系统提示最小且不变。
2. 将大量指导转移到按需加载的技能中。
3. 优先引用文件而非内联长文档。
4. 在阶段边界紧凑处理，而非任意Token阈值。

架构模式指导

• ReAct：最适合探索性任务，路径不确定。
• Function-calling：最适合结构化确定流程。
• 混合模式（推荐）：ReAct规划 + 类型化工具执行。

基准测试

跟踪：

• 完成率
• 每任务重试次数
• pass@1 和 pass@3
• 每成功任务成本

反模式

• 工具过多，语义重叠。
• 工具输出不透明，无恢复提示。
• 仅输出错误，无下一步行动。
• 上下文过载，加载不相关的参考信息。