从 Chatbot 到 Agent

判断一个系统是不是 Agent，可以问一句：下一步由谁决定？

为什么不能只拿一段文本

模型输出一段自然语言时，人可以理解，程序却很难稳定判断它是否包含候选对象、分类信息和后续动作。平台使用 Pydantic 定义结构化结果模型，把 Agent 输出变成后端可以继续处理的契约。

工具调用的完整链路

系统 Prompt + 工具 schema
          │
          ▼
      模型选择工具
          │
          ▼
  ToolCallController 校验
          │
          ├─ 通过：执行工具并记录结果
          └─ 拒绝：返回可解释的错误
          │
          ▼
   工具结果回到对话上下文
          │
          ▼
       模型继续推理
          │
          ▼
    Pydantic 校验最终输出

从熟悉项目到参与闭环

入职初期，我先完成开发环境配置、项目启动和服务结构梳理，建立对公司 AI 后端平台的整体认识。随后逐步参与接口、DAG 阶段、Agent、工具和数据链路相关工作，并通过 PR、自测、部署和联调把修改推进到可验证状态。

技术成长

• 理解了 DAG 状态机、Kafka/RabbitMQ、Redis 幂等和异步 Worker 的协作方式。
• 能够阅读 Agent 的输入输出契约，参与工具白名单、超时、重试、fallback 和结构化输出设计。
• 学会使用 Langfuse Trace、Prometheus、阿里云 ARMS 和结构化日志定位复杂链路问题。
• 完成 Higgs Avatar、Boson Avatar、Heygen、D-ID 等语音智能体与实时数字人方案调研，并通过本地测试验证接口限制。
• 学习并实践 Ego Browser、drawio、Superpowers 等 AI 开发工具和 Skill。

仓库：badb0ttle/hjh-ai-lol

零依赖启动：docker compose up -d，一行命令拉起全部服务。

这是一个完整可复现的 AI 任务后端系统。用户提交一句自然语言描述的任务，系统异步执行：调 LLM 推理 → 自主选择工具 → 根据结果调整策略 → 每一步可追溯。

项目：AI Task Backend · Python 3.13 · 纯异步

一个让用户可以提交任意任务的后端系统，核心是 Agent 循环。Agent 与 Chatbot 和 Workflow 的本质区别在于：谁来决定下一步。Agent 把这个决策权交给了模型——模型在运行时推理、选择工具、根据结果调整策略。前四天所学的基础设施（FastAPI、RabbitMQ、PostgreSQL、Redis）全部服务于这个循环。

                User Input
                    │
        ┌───────────▼───────────┐
        │  Agent Loop (核心)     │
        │                       │
        │  Model Call ◄─────────┤
        │     │                 │
        │     ├─ text ──────► Response
        │     │                 │
        │     └─ tool_call ──► Execute Tool
        │           │           │
        │           └── result ─┘
        │           (back to Model Call)
        └───────────────────────┘