agent工程3 固定模板填充智能体

建议至少拆成两类 skills：

generate_daily_summary：输出日报/复盘结构（更偏真实感与时间线）。

generate_xhs_post：输出小红书帖子结构（标题、开头钩子、分段正文、标签、图片提示词）。

（论文场景扩展时）

draft_paper_section：输出论文某章节的结构化草稿（带可追溯引用占位符）。

工具（Tools）与 MCP 接入点

把工具分为三类：

内容生成无关的"事实/素材型工具"（适合 MCP）

写作与格式化的"轻量本地工具"（可直接作为 Python tool 或 ADK 工具函数）

与外部系统交互的"动作型工具"（典型适合 MCP）

推荐 MCP Tools（示例）

web_search(query, max_results)：用于热点与可选证据。

document_search(query, k)：用于知识库/RAG。

hashtag_rank(topic, audience, limit)：基于规则或数据源生成标签建议。

image_asset_search(style_keywords, limit)：找参考图/素材（用于 ImagePromptAgent）。

style_guide_get(template_id)：返回模板风格约束与示例。

MCP 与 ADK 的接入方式（落地要点）

在 ADK agent 创建时把 mcptools 注入到 LlmAgent/tools：对应你仓库里 $backend/slide_outline/main_api.py$ (backend/slide_outline/main_api.py) 的 mcptools = load_mcp_tools(...) 与 tools=mcptools。

在 ADK 运行时，工具调用会以函数调用事件形式进入 event stream，再由 A2A executor 把结果继续流式展示/最终封装进 artifact。

数据契约（建议定义成 JSON schema）

为了"固定模板填充"稳定，建议你先把输出约束写成 schema，例如：

PostPlan: {title, hook, sections: ${heading, paragraphs\[$ }], conclusion, hashtags\[\], image_prompts: ${prompt, size, style}$ , metadata}

EvidencePack: {claims: ${claim, source_ids\[$ , quote_spans}], references\[\]}

QualityGate 的职责之一就是验证 schema 与长度/格式。

时序与数据流图

flowchart TD

U $UserInput$ -->|HTTPS/A2A message| A2A $A2A Endpoint$

A2A -->|task/context| ADK $ADK Runner$

ADK --> Agents $Agent Graph: Normalizer-\>Filler-\>Style-\>Image-\>Gate$

Agents -->|tool calls| MCP $MCP Tools: search/style/assets$

MCP --> Agents

Agents -->|final artifact| A2A

A2A -->|SSE/response| U