⚡

AI代理开发技能 ai-agents

本技能提供 AI 代理开发的生产级操作模式，涵盖 MCP 集成、RAG 应用、交接协调、多层防护等关键词，用于设计、构建和部署 AI 代理，提升 SEO 搜索效果。

AI智能体 0 次安装 0 次浏览 更新于 3/7/2026

name: ai-agents description: 生产级 AI 代理模式，包含 MCP 集成、代理 RAG、交接协调、多层防护、可观察性、令牌经济学、ROI 框架和构建与否决策指南（现代最佳实践）

AI 代理开发 — 生产技能中心

现代最佳实践（2026年1月）：确定性控制流、有界工具、可审计状态、基于 MCP 的工具集成、交接优先的协调、多层防护、OpenTelemetry 追踪和人在回路控制（OWASP LLM 十大风险：https://owasp.org/www-project-top-10-for-large-language-model-applications/）。

本技能提供生产就绪的操作模式，用于设计、构建、评估和部署 AI 代理。 它集中了流程、检查清单、决策规则和模板，用于跨 RAG 代理、工具使用代理、操作系统代理和多代理系统。

无理论。无叙述。仅操作步骤和模板。

何时使用本技能

Codex 应在用户询问以下内容时激活本技能：

  • 设计代理（基于 LLM、基于工具、基于操作系统或多代理）。
  • 确定新代理行为的成熟度和上线风险范围。
  • 创建动作循环、计划、工作流或委派逻辑。
  • 编写工具定义、MCP 工具、模式或验证逻辑。
  • 生成 RAG 管道、检索模块或上下文注入。
  • 构建内存系统（会话、长期、情景、任务）。
  • 创建评估框架、可观察性计划或安全门。
  • 准备 CI/CD、上线、部署或生产操作规范。
  • 生成 /references/ 或 /assets/ 中的任何模板。
  • 实现 MCP 服务器或集成模型上下文协议。
  • 设置代理交接和协调模式。
  • 配置多层防护和安全控制。
  • 评估是否构建代理（构建与否决策）。
  • 计算代理 ROI、令牌成本或成本效益分析。
  • 评估幻觉风险和缓解策略。
  • 决定何时终止代理项目（终止触发条件）。
  • 对于提示框架、检索调优或安全深度，请参见下文的范围边界。

范围边界（使用这些技能进行深度探索）

默认工作流（生产）

快速参考

代理类型 核心控制流 接口 MCP/A2A 何时使用
工作流代理（FSM/DAG） 显式状态转换 状态存储、工具允许列表 MCP 确定性、可审计流
工具使用代理 路由 → 调用工具 → 观察 工具模式、重试/超时 MCP 外部动作（API、数据库、文件）
RAG 代理 检索 → 回答 → 引用 检索器、引用、ACL MCP 知识基础回答
规划/执行代理 规划 → 执行步骤并设上限 规划提示、步骤预算 MCP (+A2A) 多步问题且有界自治
多代理（协调） 委派 → 合并 → 验证 交接合同、评估门 A2A 专业化且显式交接
操作系统代理 观察 UI → 行动 → 验证 沙盒、UI 基础 MCP 严格防护下的桌面/浏览器控制
代码/SWE 代理 分支 → 编辑 → 测试 → PR 仓库访问、CI 门 MCP 带审查/合并控制的编码任务

框架选择（2026）

框架 架构 最适合 易用性
LangGraph 基于图、有状态 企业、合规、可审计性 中等
OpenAI Agents SDK 工具中心、轻量 快速原型、OpenAI 生态系统 容易
Google ADK 代码优先、多语言 Gemini/Vertex AI、多语言团队 中等
Pydantic AI 类型安全、图 FSM 生产 Python、类型安全 中等
CrewAI 基于角色的团队 团队工作流、内容生成 最容易
AutoGen 对话式 代码生成、研究 中等
AWS Bedrock Agents 托管基础设施 企业 AWS、知识库 容易

详情见 references/modern-best-practices.md 框架比较和选择指南。

决策树：选择代理架构

代理需要做什么？
    ├─ 从知识库回答问题？
    │   ├─ 简单查找？ → RAG 代理（LangChain/LlamaIndex + 向量数据库）
    │   └─ 复杂多步？ → 代理 RAG（迭代检索 + 推理）
    │
    ├─ 执行外部动作（API、工具、函数）？
    │   ├─ 1-3 工具、线性流？ → 工具使用代理（LangGraph + MCP）
    │   └─ 复杂工作流、分支？ → 规划代理（ReAct/计划-执行）
    │
    ├─ 自主编写/修改代码？
    │   ├─ 单文件编辑？ → 带代码工具的工具使用代理
    │   └─ 多文件、问题解决？ → 代码/SWE 代理（HyperAgent 模式）
    │
    ├─ 委派任务给专家？
    │   ├─ 固定工作流？ → 多代理顺序（A → B → C）
    │   ├─ 经理-工人？ → 多代理分层（经理 + 工人）
    │   └─ 动态路由？ → 多代理群聊（协作）
    │
    ├─ 控制桌面/浏览器？
    │   └─ 操作系统代理（Anthropic Computer Use + MCP 用于系统访问）
    │
    └─ 混合（以上组合）？
        └─ 协调的规划代理：
            - 工具使用用于动作（MCP）
            - RAG 用于知识（MCP）
            - 多代理用于委派（A2A）
            - 代码代理用于实现

协议选择：

  • 使用 MCP 用于：工具访问、数据检索、单代理集成
  • 使用 A2A 用于：代理到代理交接、多代理协调、任务委派

核心概念（供应商无关）

控制流选项

  • 反应式：基于用户请求的直接工具路由（快速，如果无界则脆弱）。
  • 工作流（FSM/DAG）：显式状态和转换（生产确定性的默认选择）。
  • 规划/执行：严格预算计划，然后逐步执行（分支不可避免时使用）。
  • 协调多代理：具有验证交接的独立角色（需要专业化时使用）。

内存类型（权衡）

  • 短期（会话）：廉价、短暂；最佳用于对话连续性。
  • 情景（任务）：针对案例/票证范围；支持审计和重放。
  • 长期（档案/知识）：高风险；需要同意、保留限制和来源证明。

失败处理（生产默认）

  • 分类错误：可重试 vs 致命 vs 需要人工干预。
  • 有界重试：最大尝试次数、退避、抖动；避免重试风暴。
  • 回退：降级模式、较小模型、缓存答案或安全拒绝。

做 / 避免

做

避免

  • 避免失控自治（无界循环或步骤计数）。
  • 避免隐藏状态（无法审计的隐式内存）。
  • 避免未经验证/消毒的不受信任工具输出。

导航：经济学和决策框架

是否应该构建代理？

  • 构建与否决策框架 - references/build-vs-not-decision.md
    • 10 秒测试（量、成本、错误容忍度）
    • 红旗和即时取消资格
    • 代理的替代方案（通常更好）
    • 带有阶段门的完整决策树
    • 开发中和上线后的终止触发条件
    • 构建前验证检查清单

代理 ROI 和令牌经济学

  • 代理经济学 - references/agent-economics.md
    • 按模型的令牌定价（2026年1月）
    • 按代理类型的每任务成本
    • ROI 计算公式和层级
    • 幻觉成本框架和缓解 ROI
    • 投资决策矩阵
    • 月度跟踪仪表板

导航：核心概念和模式

治理和成熟度

现代最佳实践

  • 现代最佳实践 - references/modern-best-practices.md
    • 模型上下文协议（MCP）
    • 代理到代理协议（A2A）
    • 代理 RAG（动态检索）
    • 多层防护
    • LangGraph 优于 LangChain
    • 用于代理的 OpenTelemetry

上下文管理

核心操作模式

  • 操作模式 - references/operational-patterns.md
    • 代理循环模式（计划 → 行动 → 观察 → 更新）
    • 操作系统代理动作循环
    • RAG 管道模式
    • 工具规范
    • 内存系统模式
    • 多代理工作流
    • 安全和防护
    • 可观察性
    • 评估模式
    • 部署和 CI/CD

导航：协议实现

导航：代理能力

技能打包和共享

导航：生产操作

导航：模板（复制粘贴就绪）

检查清单

核心代理模板

RAG 模板

工具模板

多代理模板

服务层模板

外部来源元数据

  • 策划参考 - data/sources.json 跨越标准、协议和生产代理框架的权威来源

共享工具（集中模式 — 提取，不重复）

趋势意识协议

重要：当用户询问关于 AI 代理的推荐问题时，您必须使用网络搜索检查当前趋势后再回答。 如果网络搜索不可用，请使用 data/sources.json + 任何可用的网络浏览工具，并明确说明您验证了哪些和假设了哪些。

触发条件

  • “对于 [用例]，最好的代理框架是什么？”
  • “我应该使用什么来进行 [多代理/工具使用/协调]？”
  • “AI 代理的最新动态是什么？”
  • “[代理架构/MCP/A2A] 的当前最佳实践？”
  • “在 2026 年，[LangGraph/CrewAI/AutoGen] 仍然相关吗？”
  • “[代理框架 A] vs [代理框架 B]？”
  • “构建 [编码代理/RAG 代理/操作系统代理] 的最佳方式？”
  • “有哪些 MCP 服务器可用？”

必需搜索

  1. 搜索："AI 代理框架最佳实践 2026"
  2. 搜索："[LangGraph/CrewAI/AutoGen/Semantic Kernel] 比较 2026"
  3. 搜索："AI 代理趋势 2026年1月"
  4. 搜索："MCP 服务器可用 2026"

报告内容

搜索后，提供：

  • 当前格局：现在流行的代理框架是什么
  • 新兴趋势：新模式获得关注（MCP、A2A、代理编码）
  • 弃用/下降：框架或模式失去相关性
  • 推荐：基于新数据，而不仅是静态知识

示例主题（用新搜索验证）

  • 代理框架（LangGraph、CrewAI、AutoGen、Semantic Kernel、Pydantic AI）
  • MCP 生态系统（可用服务器、新集成）
  • 代理编码（Codex CLI、Claude Code、Cursor、Windsurf、Cline）
  • 多代理模式（分层、协作、竞争）
  • 工具使用协议（MCP、函数调用）
  • 代理评估（SWE-Bench、AgentBench、GAIA）
  • 操作系统/计算机使用代理（computer-use API、浏览器自动化）

相关技能

本技能与补充技能集成：

核心依赖

生产和操作

支持模式

使用模式：从此处开始用于代理架构，然后参考专业技能以获取深度实现细节。

使用说明

  • 现代标准：默认使用 MCP 进行工具、代理 RAG 进行检索、交接优先进行多代理
  • 轻量级 SKILL.md：使用此文件进行快速参考和导航
  • 钻取资源：参考详细资源以获取实现指导
  • 复制粘贴模板：当用户要求结构化工件时使用模板
  • 外部来源：参考 data/sources.json 获取权威文档链接
  • 无理论：绝不包含理论解释；仅操作步骤

关键现代迁移

传统 → 现代：

  • 自定义 API → 模型上下文协议（MCP）
  • 静态 RAG → 具有上下文检索的代理 RAG
  • 临时交接 → 带有 JSON Schema 的版本化交接 API
  • 单层防护 → 多层防御（5+ 层）
  • LangChain 代理 → LangGraph 有状态工作流
  • 自定义可观察性 → OpenTelemetry GenAI 标准
  • 模型中心 → 上下文工程中心

AI 原生 SDLC 模板