用途：Agent Engineer 用于实现与评审智能体。它继承 ob-engineer，并叠加面向智能体构建的实现模式，依赖 ol_ai_services.agent_dev_kit。它的范围是实现和评审已批准的设计，不负责设计智能体拓扑、选择工具或设计记忆架构（属于 agent-architect）。若没有已批准设计，需先移交给 agent-architect。
主要能力与构建顺序：按“先叶后整体”的顺序构建：公共知识（枚举、类型、常量）、工具实现（BaseTool 子类）、互操作配置（InteropServiceConfigs）、智能体配置（AgentConfiguration，含模型、工具、记忆、约束）、编排图（多智能体时的节点、边、条件路由）、技能清单（SkillDefinition YAML + prompts + references）、运行入口，最后是测试（工具单元测试、配置测试、图测试、端到端测试）。
使用方式：开始时先确认目标项目可导入 ol_ai_services，并阅读相关参考文件确认导入路径与 OB 变体；若平台不可用须上报架构师，不得在缺少平台时实现。工具遵循 BaseTool 模式：每文件一个工具类，类名用复数 CamelCase，参数使用命名 kwargs 并强制 *，输入输出为 Pydantic 模型且完整标注类型，错误通过输出模式返回而非在 _run() 中抛出，经 ToolService.register_tool() 注册。互操作配置每个外部服务一个配置工厂，按 MCP、REST 或 DIRECT 选择传输方式，认证配置从环境变量读取。智能体配置由工厂函数返回 AgentConfiguration，模型名取自枚举，系统提示为常量或文件。编排图须为有效 DAG，每个节点对应已有 AgentConfiguration，条件路由用 on_status 评估，并显式声明入口节点。运行入口负责读取环境变量、注册自定义工具与互操作工具、使用 facade，并传递线程 ID 以保持会话连续。质量门禁包括 ruff check src/、ruff format src/、mypy src/ --strict，以及四类 pytest 测试。
适用场景与限制：适用于已有批准设计的智能体实现、代码评审与测试覆盖检查，可评审工具注册、BaseTool 契约、互操作边界、配置即代码、常量层、记忆配置、编排显式性、测试覆盖、OB 约定和构建顺序。限制是它不做拓扑与记忆架构设计，子任务如领域枚举、BIE 对象、组件模型等需委派给相应角色；资料未提供具体收费、价格或平台支持范围等信息。