阅读后的反馈。

这是一项伟大的工作!我非常感谢它。以下是我的反馈和想要进一步讨论的内容。 一般来说,我不确定我们是否可以将原子代理简单化为各个部分,例如工具、上下文管理器和提示。 如果我们将上下文管理器作为核心,作为我们协调业务逻辑的地方,并且将逻辑形成 DAG 方式。 其中 ... 可能有 4 个边界,如下所示

• 北:人机交互界面,表示代理与人类的交互,UI 或只是一个捕获事件的机器人,如 @Depbot rebase
• 南:对于代理而言,它调用 RESTful API(如 OpenAI SDK、Google SDK 等),这意味着,作为因素 5 的一部分,执行状态可以在这里调用。
• 西:我认为内存管理器发生在这里,我们决定了哪些信息被缓存并如何使用。
• 东:与工具的核心交互(无论是直接调用系统函数还是函数调用,MCP 或 A2A) 当人类使用此代理时,业务逻辑意味着,我们从北方开始,到南方,然后回到北方。 在此旅程中,我们可能需要移动到东方,以支持工具,并移动到西方以考虑历史原因。 在这里,您需要的签证是一个结构化数据格式,因为我们以数字化方式运行。 我想分享的图像类似于在自动化模式下代理运行的 4 个步骤策略:

1. 从 NLP 问题开始,我们需要了解 LLM 能够回答特定业务问题的范围和条件。
2. 从 NLP 到结构化输出,以生成我们的签证。
3. 此步骤可能非常庞大,构建 DAG 并向人类提供控制反馈(在每个步骤中向人类询问 Y/N 以确认)。
4. 总结工作流,让它运行(在自动化模式下运行)。