Agent

面向后端的 Agent 笔记，按 Agents、Running、Tools、Handoffs、Guardrails、Sessions、Tracing、MCP、HITL、Sandbox 阅读

文章都在左侧目录中，按文件夹浏览。

• 阅读顺序

Agents

• Token、Embedding、RAG、Agent、MCP
• Agent 本质：Model 加 Harness
• Model：推理、提示词和 Function Calling
• 动手：从 Function Calling 跑到 Research Agent
• 实战：把各部件收成一个 Research Agent
• 同一个模型，换套马具
• 自进化：改 Harness，还是改权重
• 终态：一群有边界的工人，不是一个超级大脑

Running

• 图编排：循环要能停、能分支、能存档
• Planning：这一轮先想完，还是边做边想
• 长时运行：跑了四十分钟，进程可以死
• 级联故障：一个超时不要拖死整张图
• 编排框架：先看执行模型，再看名字
• 部署：有 Checkpoint 的服务不能当无状态 API 扩
• Runtime 全景

Tools

• Tool Use：从一次调用到生产级循环

Handoffs

• 多 Agent：什么时候值得再开一个循环
• Supervisor 还是 Swarm
• 多 Agent 一致性：两个写者，一条数据
• 通信：共享 State，还是传消息
• A2A：跨框架的任务，不是再走一遍 MCP

Guardrails

• 安全：一句话不该变成删库
• 权限：票跟着任务走，不跟着 Agent 的名字走

Sessions

• Memory：对话、Checkpoint 和长期记忆
• State：并行写同一个字段时谁赢
• 上下文工程：窗口里放什么

Tracing

• 可观测：生产上要能指出是哪一步
• 评估：输出每次不同，测什么才算数
• 成本：五万的账单是四层叠出来的

MCP

• MCP：工具从编译期依赖变成运行时发现

HITL

• HITL：三种介入，不是一个确认框

Sandbox

• 沙箱：进程、容器、虚机挡住的不是同一件事

面试题

• Agent 面试题

langgraph

• 第 1 章 导论：Agent 范式、框架定位与生态
• 第 2 章 环境搭建与最小示例
• 第 3 章 Pregel/BSP 计算模型
• 第 4 章 State 与 Channel
• 第 5 章 Node 与函数式计算单元
• 第 6 章 Edge、条件路由与 Command
• 第 7 章 编译期：从 StateGraph 到 CompiledStateGraph
• 第 8 章 工具调用与 ToolNode
• 第 9 章 ReAct Agent：预构建实现与手写等价实现
• 第 10 章 Checkpointer 机制与 MemorySaver
• 第 11 章 PostgresSaver 与生产级持久化
• 第 12 章 BaseStore 与跨会话长期记忆
• 第 13 章 配置系统与运行时控制
• 第 14 章 Streaming：七种 stream_mode 详解
• 第 15 章 Human-in-the-Loop：interrupt 原语
• 第 16 章 子图（Subgraph）与模块化
• 第 17 章 并行执行与 Send API（Map-Reduce）
• 第 18 章 错误处理、重试、超时与兜底
• 第 19 章 多智能体系统：Supervisor / Router / Handoffs / Swarm
• 第 20 章 MCP 协议与 langchain-mcp-adapters
• 第 21 章 国产与开源大模型适配
• 第 22 章 可观测性：LangSmith Tracing
• 第 23 章 Agent 评估方法论
• 第 24 章 Agent 测试策略
• ……共 33 篇，其余见左侧目录