agent-architecture

用途：指导设计与实现 AI 智能体系统，从单次调用到带工具循环、流式输出、多智能体编排与记忆持久化。

主要能力：

1. 工具调用智能体：以 Anthropic SDK 为例，安装 npm install @anthropic-ai/sdk（TypeScript）或 pip install anthropic（Python），实现 fetch_url 工具与手动 tool-use 循环。
2. 强制护栏：每个工具循环必须定义 MAX_TURNS（推荐 10）与 MAX_TOKENS_PER_RUN（推荐 4096）命名常量，超限抛出 RuntimeError/Error，防止成本失控；max_tokens 需在每次 messages.create() 显式设置。
3. 流式传输：FastAPI StreamingResponse 输出 SSE，经 Next.js API 路由与 Vercel AI SDK v6 的 useChat 消费；推荐代理模式以隐藏密钥并避免 CORS。
4. 多智能体：LangGraph 1.x 的 create_react_agent，开发用 InMemorySaver，生产用 PostgresSaver；按任务选择单智能体、并行或顺序子智能体等模式。
5. 记忆与 MCP：pgvector 存储情景记忆，需 embedding_model_version 列；MCP 为基于 JSON-RPC 2.0 的开放标准，用于把工具暴露为可复用服务器。

适用场景：需要动态决策、外部数据检索或多步推理的任务。

限制：单一确定性转换、固定步骤流程、低延迟要求或需 >99% 准确率的任务不宜使用智能体；每轮增加 300–2000ms 延迟，错误率会累积。资料未提供收费、价格与平台支持信息。