SuperAPI AI 工具集

microsoft-agent-framework

智能体与模型

查看项目

更新于 10-15 17:30

技能介绍

用途:该技能用于设计由组织或团队长期维护的智能体系统,而非一次性演示;适用于需要责任分工、治理以及可审计执行日志,并要求可运维与可扩展结构的场景。

主要能力与做法(按步骤):

  1. 确定角色分离模型:拆分 Planner/Executor/Reviewer/Approver 角色,先定义角色间的输入输出契约(schema),并筛选需要 Approver 审批的任务组。
  2. 定义控制流:区分同步与异步路径,设定失败时的补偿事务或回滚策略,并将 SLA(响应时间、重试、中止条件)书面化。
  3. 设置策略边界:按角色限制数据访问范围(读/写/对外传输),实施敏感信息脱敏与日志保留策略,区分自动执行范围与人工审批范围。
  4. 建立运营可观测性:为各阶段分配 trace id,对失败原因分类(策略、工具、模型、输入),并维护用于周期性回归检查的场景。

示例:当请求为构建含跨部门审批流程的智能体运营体系时,可组成 Planner→Executor→Reviewer→Approver 流水线,从而获得可审计的审批历史与失败恢复路径。

最佳实践:角色分离应以权限边界为中心,而非提示词风格;无审批的自动化仅限低风险任务;禁止在缺乏可观测性的情况下进行优化,应先建立日志体系。

限制与未提供信息:资料未说明具体的安装命令、依赖、支持的模型或平台、收费与价格、性能效果或可直接运行的代码示例;如需实施细节,请参考 https://github.com/microsoft/agent-framework。