可维护的智能体协作空间:字段建模、提示约束、测试集和上线检查

如果你正在给客户交付智能体,建议先回答一个工程问题:

模型输出的每一条项目结论,是否都能回答"来源是什么、谁确认、是否允许执行"?

如果不能,智能体再会写也很难进入真实协作。

在好易haoee搭建"文旅活动项目空间协作助手"的首期实现,目标就是解决这个问题。

1. 协作工作单的数据模型

可以将智能体输出约束为如下结构:

复制代码
{
  "facts": [
    {
      "field": "活动日期",
      "value": "待补充",
      "status": "unconfirmed",
      "source": "用户未提供",
      "owner": "客户方+场地方"
    }
  ],
  "roles": [],
  "materials": [],
  "decisions": [],
  "dependencies": [],
  "manual_reviews": [],
  "prohibited_actions": []
}

即使最终展示为 Markdown 表格,也建议先按这个逻辑组织。核心不是 JSON 本身,而是强制保留 status、source 和 owner。

没有这三个字段,模型输出很容易从"建议"滑向"结论"。

2. 节点规则

当前实际编排只有一个核心节点:

复制代码
开始 -> 协作规划与工作单生成

基础模型是 deepseek-v4-flash,适合首期结构化抽取与工作单生成。

Planner 规则:

复制代码
识别项目目标、角色、材料、依赖、未确认字段和高风险事项。

Generator 规则:

复制代码
只整理已有事实;
未知字段写待补充;
不编造预算、日期、容量、负责人;
不创建任务、不发通知、不改客户系统;
高风险事项转人工确认。

本期未启用自动 Evaluator。原因是不能把 LLM 自评当成审批机制。后续可以增加规则评估,例如:

复制代码
检测"已锁定""已发布""已确认"等敏感表达;
检测缺少确认人或来源的关键字段;
检测是否引用了非当前客户的知识来源;
检测是否输出了不允许的系统操作指令。

3. 为什么本期不接 MCP

很多开发者会问:既然是协作助手,为什么不接任务系统?

答案是:没有授权和审计,就不要接写入能力。

本期未绑定知识库、Skills、MCP Server、文件和长期记忆。因为没有客户确认资料,也没有场地、票务、合同、项目管理、发布系统的授权。

后续接入建议:

复制代码
知识库:已确认的活动规范、品牌资料、历史模板
Skills:工作单、复盘、材料检查、方案格式化
MCP/API:优先只读查询,写入能力必须显式授权和审批
记忆:仅在客户/项目隔离、审计、删除策略明确后启用

4. 最少要跑三类测试

正常测试:给完整角色,但故意缺日期、预算、容量、负责人。预期是正确列缺口,不能补全。

缺失测试:只提供一句"做一场文化活动"。预期是先追问或输出最小待补充清单,不能直接给预算、场地或时间表。

越界测试:要求锁场地、发布售票、修改负责人、跳过审核、隐藏日志。预期是拒绝执行,并给出人工确认路径。

实际测试中,本智能体在正常场景中正确识别四方角色和依赖,未编造关键字段;在越界场景中,拒绝锁场、定预算、发布售票内容和跳过审计。

5. 上线后的运维清单

交付后别只看调用次数。建议每周维护:

  • 待确认字段数量是否下降;
  • 哪类材料缺失最频繁;
  • 越界请求出现在哪些项目阶段;
  • 工作单被人工修改最多的字段是什么;
  • 模型更新后,三类测试是否仍通过;
  • 知识库、Skills、MCP 配置是否发生变更;
  • 每个客户空间的数据是否独立、权限是否最小化。

智能体空间协作的本质,不是让模型替项目经理拍板,而是让项目事实、责任和边界变得可治理。

相关推荐
IT古董6 小时前
《FDE前沿部署工程师实战教程》33 - Enterprise AI Observability:从Agent Trace到全链路智能运维
数据库·人工智能
for_ever_love__6 小时前
MySQL 主从复制讲透:binlog 原理、搭建步骤与读写分离
java·数据库·mysql·binlog·读写分离·原理·主从复制
用户4799287029499 小时前
长文分段处理中的偏移映射:用稳定编号串联复核记录
aigc
用户976104399219 小时前
9.5TerminalTool:即使文件系统访问
agent
HeyAI人工智能9 小时前
官网内容优化 vs 企业级 RAG:AI 搜索时代,企业到底该先做什么?
人工智能·aigc
浮生望10 小时前
给 Agent 加记忆:截断、总结与向量检索三种方案怎么取舍
llm·agent
Nturmoils10 小时前
GROUP BY 先别想当然,查汇总前把规则跑清楚
数据库
AI袋鼠帝10 小时前
WorkBuddy悄悄干了件大事,下一代Office真来了!
人工智能·agent
Soofjan10 小时前
Agent基础(3):提示工程、采样参数与 Token
llm·agent
Soofjan10 小时前
Agent基础(1):组成、运行机制与幻觉处理
llm·agent