PROJECT高级可运行原型

受控任务执行 Agent

用显式状态机控制计划、工具调用、重试、审批和终止，并保留可回放的确定性执行轨迹。

Next.jsTypeScriptZodNode Test

目标用户

需要自动化多步骤内部流程的团队。

面试价值

系统展示 Agent Loop、状态、工具安全、可观测性和 Eval。

当前交付状态

可运行原型

站内已提供服务端 Agent 运行 API，能够通过严格工具 Schema 和权限守卫读取真实证据，并具备签名会话隔离、Checkpoint v2、Redis 断点恢复和受审批的幂等学习笔记写入。生产发布门禁与跨部署恢复已经验证通过；当前仅缺真实模型密钥和 Schema v2 的 20 条在线基线报告，因此仍为 prototype。

验证命令npm run test:unitnpm run buildnpm run test:e2e

验证产物

POST /api/agent/run 服务端运行契约与最多四步工具预算
真实知识检索和项目证据读取两个只读工具
OpenAI Responses 严格函数调用适配器与缺少持久化限流时的失败关闭
Upstash/Vercel Redis 原子限流、24 小时运行仓储和 runId 回放
RuntimeCheckpoint v2、无重复工具恢复测试和跨部署恢复发布门禁
20 条规划契约评测、五类安全轨迹回放与 Schema v2 真实模型基线报告器
签名会话、Redis 原子限流和逐次审批幂等写入的生产冒烟证据

运行原型查看代码

目标架构

控制层维护任务状态、预算和终止条件，模型负责受约束决策，工具层执行最小权限动作，事件日志支持断点恢复与审计。

目标实现步骤

01定义状态与工具契约
02实现循环和预算
03加入确认点与补偿操作
04建立轨迹评估集

目标功能

任务拆解
工具选择
状态持久化
人工确认
Trace 复盘

预期难点

终止条件
幂等与补偿
权限边界
长任务恢复

交付与验收

测试策略

状态转换单元测试覆盖完成、阻塞、失败和取消
工具契约测试验证参数、权限、幂等和错误分类
轨迹评估检查任务成功、合法工具集合与步骤预算

部署步骤

控制服务与工具执行器使用独立身份和权限
任务状态与事件先持久化，再确认外部副作用
灰度发布新模型和工具版本，异常时恢复旧执行策略

验收清单

最大步数、时间、Token 和工具预算均可生效
副作用工具重试不会重复执行业务动作
人工拒绝后 Agent 不得绕过确认继续执行
进程重启后可从最后检查点恢复任务

3 分钟讲解

30 秒说明开放任务为何需要受控循环
60 秒讲状态、工具、预算和事件日志架构
60 秒演示审批、失败补偿和断点恢复
30 秒总结成功率、平均步骤和越权测试

目标简历表达 · 完成验收后使用

实现受控任务 Agent，支持工具白名单、状态持久化、人工审批、失败补偿和执行轨迹评估。