AI智能体应用开发 鲍亮崔江涛李倩范涛 清华大学出版社【行情 报价 价格 评测】-京东
鲍亮垂直Agent开发入门书《AI智能体应用开发》1~7章试读~-CSDN博客
目录
[10.1 整体架构介绍](#10.1 整体架构介绍)
[10.2 用户交互层](#10.2 用户交互层)
[10.2.1 插件集成](#10.2.1 插件集成)
[10.2.2 命令行接口调用](#10.2.2 命令行接口调用)
[10.2.3 Web界面](#10.2.3 Web界面)
[10.3 Agent调度层](#10.3 Agent调度层)
[10.3.1 主循环引擎](#10.3.1 主循环引擎)
[10.3.2 异步消息队列](#10.3.2 异步消息队列)
[10.3.3 会话流生成器](#10.3.3 会话流生成器)
[10.3.4 消息压缩器](#10.3.4 消息压缩器)
[10.4 工具执行与管理层介绍](#10.4 工具执行与管理层介绍)
[10.4.1 工具引擎](#10.4.1 工具引擎)
[10.4.2 并发控制](#10.4.2 并发控制)
[10.4.3 权限验证](#10.4.3 权限验证)
[10.4.4 可拓展工具生态系统](#10.4.4 可拓展工具生态系统)
[10.5 存储与持久化层](#10.5 存储与持久化层)
[10.5.1 短期记忆](#10.5.1 短期记忆)
[10.5.2 中期记忆](#10.5.2 中期记忆)
[10.5.3 长期记忆](#10.5.3 长期记忆)
[10.6 本章小结](#10.6 本章小结)
2025年是智能体爆发的一年，从手机中的智能助手到企业决策引擎，从自动化流程到跨域协同系统，智能体正深入地融入各行各业。与此同时，一大批智能体应用也如雨后春笋般涌现，Claude Code正是其中的佼佼者，其展现出强大的跨模态编程与复杂逻辑推理能力，推动着智能体从概念走向实际应用。本章参考Claude Code1的核心设计思想，总结出一套智能体应用的参考架构。
10.1 整体架构介绍
如图10-1所示，通过对不同智能体应用的分析，我们将智能体应用架构主要分成4个层级，分别为用户交互层、Agent调度层、工具执行与管理层以及存储与持久化层。这4个层级各司其职，自上而下、由表及里地构成了智能体应用的完整闭环：用户交互层捕获意图，Agebt调度层规划协调，工具执行与管理层执行动作，存储与持久化层存储记忆与知识。各个层级分工明确，保证了智能体应用的模块化和可维护性。在明确架构轮廓后，本节将逐层解析各组件的核心机制。
图10-1 智能体应用架构图
10.2 用户交互层
用户交互层是智能体应用中的关键组成部分，其主要功能可以形象地理解为构建一座连接用户与核心模型的"桥梁"。这座桥梁完成了用户与智能体应用之间消息的双向传递。
目前主流的交互方式主要有插件集成、命令行接口调用和Web界面等几种形式。
10.2.1 插件集成
插件集成是一种极其重要且高效的路径，它将大模型的智能能力无缝注入用户已长期使用、具有固定工作流程的成熟软件环境中。这种方式不需要用户改变习惯或切换平台，只是在原有软件上新增加一个智能体的交互层，可以降低用户的上手成本。
这种模式的典型代表，便是GitHub Copilot与Visual Studio Code的集成。在此范例中，Copilot作为插件直接安装在IDE内部，如图10-2所示。它深度感知开发者编写代码的上下文（如当前文件内容、项目结构、错误信息），并通过紧贴代码行的建议、聊天面板或右键菜单，将大模型的代码补全、解释、生成等能力，转化为IDE内即时的、可操作的自然交互。用户无须离开编码环境，也无须在工具间手动复制粘贴，即可获得并应用AI的辅助。
图10-2 VS Code插件集成Copilot2
这种方式的优势在于非侵入性。它尊重并利用了原有软件的界面、交互逻辑，将大模型能力裁剪、适配为特定场景下的功能模块（如在IDE中专注于代码开发，在演示文稿软件中专注于内容生成与排版）。这种方式极大地降低了用户的采纳门槛和学习成本。
10.2.2 命令行接口调用
命令行接口是用户交互层中另一种基础且强大的实现方式。它主要面向开发者、系统管理员及需要将智能体能力嵌入自动化流程的高级用户，提供了一种通过文本指令直接调用和控制模型的精准交互手段。Claude Code的CLI界面如图10-3所示。
图10-3 Claude Code的CLI界面
这种命令行接口的优势在于极强的灵活性与自动化潜力。它允许用户将大模型无缝集成到Shell脚本、CI/CD管道、后台服务或其他程序中，实现批处理、条件触发、数据转换等复杂任务。
命令行接口通常作为大模型服务的基础交互层被提供，是开发者和技术人员连接与利用模型核心能力的直接管道，尤其适用于服务器环境、数据处理流水线及需要高频、批量调用模型的场景。
10.2.3 Web界面
Web界面是用户交互层中最直观、最易于广泛访问的实现方式。它通过标准的网页浏览器，为用户提供了一个集中式的图形化操作平台，以进行与大模型的交互。其核心逻辑在于：将智能体的复杂能力封装在一个可通过互联网直接访问的统一门户中，通过表单、对话框、按钮等丰富的可视化元素，引导用户完成从输入到结果获取的全过程，以最大限度地降低技术使用门槛。
这种模式的典范正是豆包AI助手的对话式界面。如图10-4所示，通过Web端，会进入一个以"气泡式"对话为核心的交互环境，同时集成智能体的各种功能。
Web页面虽然可能在特定场景的深度集成上不如专用插件，在自动化程度上不如命令行，但其在可用性、普及性和多功能整合方面的优势，成为构建智能体应用生态的基础性交互范式。
图10-4 豆包的Web界面
10.3 Agent调度层
当前的智能体应用大多由多个智能体组成，Agent调度层即为复杂智能体系统的中枢神经系统，负责协调多个智能体的工作、管理任务流、维护对话状态并优化资源使用。它突破了单一智能体的能力局限，通过精巧的架构设计，实现了任务的分解、并发执行与实时协同。
多Agent架构的核心思想是"不依赖单一Agent解决所有问题"，对于复杂任务，其目标并非强化单个智能体的能力，而是通过调度和组织，将问题拆解分派给多个特化的智能体来协同完成。
这种思想体现在两种模式上，其一是工具化智能体，主智能体并不直接处理复杂子任务，而是将子智能体视为一个需要调用的特殊"工具"。通过调用Task工具，可以动态实例化一个全新的子智能体来专门处理该任务，实现了智能体能力的模块化和按需创建3。其二是根据任务性质的不同，采用不同策略，思考使用结构化的工作流还是多智能体系统4。
为了实现这些功能，Agent调度层主要由主循环引擎、异步消息队列，会话流生成器和消息压缩器4部分组成。
10.3.1 主循环引擎
主循环引擎是Agent系统的"心脏"，它驱动着智能体持续的认知与行动循环。该引擎的核心是一个循环的迭代过程，它不仅是单个Agent的思考中枢，更是整个调度层实现任务分解、并发执行和动态引导的基石。
其循环是一个高度结构化的多次循环，每一次迭代都严格遵循"感知-思考-行动"的经典Agent模型。其主要分为以下三个阶段。
- 感知阶段：在此阶段，引擎从所有可能的输入源同步状态，包括用户指令，上一轮的工具执行结果、异步消息队列中拉取的实时引导信息以及压缩后的上下文历史等，通过这些信息构建出完整的决策上下文。
- 思考阶段：引擎将整合后的包含完整上下文的提示词发送给底层大语言模型。模型在此阶段执行核心推理，其输出不是一个直接面向用户的自然语言回复，而是一个结构化的"行动计划"。这个计划明确指定了智能体下一步应该做什么，应当进行输出还是产生工具调用请求。
- 行动阶段：根据上一阶段思考的产出，模型进入执行分支，根据上一个阶段的计划，决定是将信息返回给用户，还是调用执行工具，并重复这一循环。
主循环引擎并非独自处理工具调用，它与其他模块紧密协同，确保行动既高效又安全。其产生工具调用请求后，会传递至工具执行与管理层进行处理。
同时主循环引擎最强大的特性在于其可嵌套性，当主Agent的循环在"思考"后决定调用Task工具时，会触发调度流程。系统通过函数实例化一个全新的子Agent，该子Agent将启动一个独立的循环，在其专属的上下文和资源限制内，专注于解决被分解的子任务。
所有并发执行的子Agent完成工作后，其结果由合成器收集，并再次通过一个"合成Agent"的循环进行整合，最终将统一的结果返回给主Agent的主循环，从而形成一个"分解-并发执行-合成"的更高层次循环。
10.3.2 异步消息队列
异步消息队列是调度层实现实时交互与动态控制的核心通信基础设施。它突破了传统AI系统"请求-响应-等待"的同步模式，通过一个智能的生产者-消费者模型，使智能体能够在执行长时间任务时持续接收并响应用户的新指令，从而将单向的命令执行转变为双向的、可随时干预的协作过程。
如图10-5所示，异步消息队列机制主要分为三个步骤，主要生成了一种智能的动态生产者消费者关系。
图10-5 异步消息队列流程示意图
双路径分发机制是其实现实时响应的关键设计，新消息到来时，将其分为两条路径，若主循环引擎正处于"等待"或"思考"间隙，队列会立即将消息传递给等待状态的引擎，实现近乎即时的响应，如同直接对话。若引擎正忙于执行工具调用或模型计算，消息则被存入一个循环缓冲区暂存。这确保了用户输入不会丢失，同时不会阻塞当前任务的执行。
如图10-5所示，异步队列是主循环"感知阶段"最重要的输入源之一。这种机制确保了暂存于缓冲区的消息能在下一次决策时机被及时处理，实现了用户意图的延迟整合。
10.3.3 会话流生成器
其核心职责是将系统内部复杂的多智能体调度、任务分解与并发执行过程组织、编排并最终呈现为一段用户感知上连贯、自然、有逻辑的对话流。其作用是将内部的多智能体并发处理，转换为用户侧感知的"一个智能体在系统性地解决问题"。
当主Agent的循环判定当前任务复杂时，会话流生成器开始工作。将宏观任务拆解为多个独立的子任务描述。
同时，Task工具动态地为每个子任务实例化一个完全独立的子Agent，每个子Agent并行运行自己的循环，专注于解决各自被分配的、边界清晰的子任务。此过程由调度层的并发调度器管理。
当所有的子Agent完成自己的任务后，会话流生成器会收集所有子任务的输出，并依据原始任务目标进行对齐，从而生成一个最终回复。
会话流生成器的核心价值在于隐藏复杂性，呈现简洁性。对用户而言，它只是提出了一个复杂问题，并经历了一段可能稍有延迟但连续不断的对话，最终得到了一个完整的答案。它感知不到背后可能有数个智能体被动态创建、并发执行、相互竞争或协作，也感知不到结果合成的过程。
10.3.4 消息压缩器
消息压缩器是调度层中负责上下文生命周期管理的核心模块，其核心职责是突破大语言模型固有上下文窗口的长度限制，在长达数十甚至上百轮的复杂对话中，智能地保留任务的关键脉络与决策逻辑，从而使智能体具备真正意义上的中长期对话记忆能力。
大语言模型的上下文窗口本质上是其工作内存，在多Agent协同的背景下，对话轮次、生成的代码等会迅速填满上下文窗口，传统的解决方案是截断，就是丢弃最早的对话历史，这会导致智能体"遗忘"项目的核心目标、早期的重要决策或已解决的问题，从而使对话陷入混乱或重复。为了解决这一问题，目前多智能体框架会采用消息压缩器模式。
压缩算法在上下文占用率达到阈值时自动触发，其核心在于理解性压缩，而不是机械截断。主要通过以下几个步骤来完成。
首先，算法将当前占用大量Token的原始对话历史作为处理对象。随后系统可以使用一个大语言模型，通过一组精心设计的提示词，从背景目标、过去的关键决策、使用的工具以及工具所产生的结果等方面，对信息进行总结，最终生成一段结构化摘要，这段结构化摘要在信息密度上远高于原始文本。它随后会替换掉被压缩的旧历史，作为新的记忆被放入上下文。
消息压缩器的引入为多智能体的协作提供了可能，智能体可以记住几十甚至上百轮对话前设定的项目目标，确保所有后续工作不偏离主线。同时，极大地扩展了其可持续处理的任务复杂度。
因此，消息压缩器不仅是优化Token使用的"节省工具"，更是实现智能体持久化认知、连续性思考的关键组件。它将一次性的、受窗口限制的对话，转变为一个可长期演进、积累的协作进程，是智能体应用中不可或缺的一环。
10.4 工具执行与管理层介绍
工具执行与管理层是智能体系统从"思考"迈向"行动"的关键桥梁，负责将大语言模型输出的抽象指令安全、可靠、高效地转化为对文件系统、数据库等的具体操作。
如果说Agent调度层是智能体应用的大脑，那么工具执行与管理层就是智能体应用的四肢和感官。工具层并非简单地将函数调用暴露给模型，其应该构建一个包含工具引擎、并发控制、动态权限验证和可拓展生态系统的完整体系。
10.4.1 工具引擎
工具引擎是智能体与外部环境交互的终极执行枢纽，其核心实现为安全执行管道。该管道的设计超越了简单的函数调用，它将智能体发出的每一次工具调用请求转化为一个经过严格生命周期管理的标准化作业流程。其核心使命是在赋予智能体强大行动力的同时，通过多重递进式的安全检查，确保操作的绝对安全性、可靠性与可控性。
工具执行管道可以分为6个阶段，通过严格遵循6个阶段来调用工具，可以保障每一次的工具调用都是安全可控的。其具体过程如图10-6所示。
图10-6 工具执行引擎流程示意图
- 首先是发现阶段.在这一阶段引擎会根据智能体提供的工具名称，在中央工具注册表中进行精确查找与加载。此过程不仅验证工具是否存在，更会获取其完整的元数据定义，包括函数指针、输入输出模式及安全属性，为后续所有阶段的决策提供依据。未能通过发现阶段的调用会立即终止，并返回明确的错误。
- 然后是输入验证阶段.这一阶段是防御数据错误与注入攻击的关键防线。引擎会严格检查工具预定义的强类型的参数表，对于智能体传入的参数进行校验和净化，检查路径参数是否为合法字符串，并且拒绝任何可能指向系统关键目录的模糊路径。简而言之，本阶段就是将自由文本输出中可能存在的不确定性输入转换为安全可控的确定性输入。
- 权限检查阶段是安全体系的核心，该阶段实施动态的、上下文感知的访问控制。综合考虑当前操作者的信任等级、当前的工作目录以及工具本身的固有风险等级等进行权限管理。最终结果可以包括允许、拒绝或问询。当遇到高风险、边界性操作时，管道会暂停执行，生成明确的权限请求并等待用户的实时确认。
- 取消检查阶段赋予了智能体系统实时的可引导性与可控性，在执行前，管道会主动查看是否有与对应会话绑定的终止信号，该信号在接收到用户停止指令时触发，这一机制确保了用户能够随时中断一个耗时漫长或方向错误的操作，实现了对智能体行为的动态干预与纠正。
- 所有安全检查顺利通过后，调用才会进入实际的执行阶段。工具代码将在高度受控的沙箱环境中运行，此环境应该是资源隔离的并且具有超时控制。
- 执行后会进入结果格式化阶段，这是管道产出标准化结果的最终环节。无论工具原生返回的是纯文本、结构化JSON还是数据流，引擎都会将其统一封装到一个规范的tool_result对象中。该对象明确包含执行状态码、标准化输出内容、清晰的错误信息以及可供模型直接解析的结构化数据字段。这一标准化输出成为智能体进行下一轮感知与思考的明确输入，从而闭合了"规划-行动-反馈"的完整循环。
工具引擎是智能体从"认知实体"迈向"行动实体"的基石。通过标准化的流程、多重化的安全校验与资源隔离的执行环境，系统性地解决了智能体与真实世界交互时的安全性、可靠性难题，极大地拓展了智能体解决复杂现实任务的能力边界。
10.4.2 并发控制
并发控制模块是工具执行与管理层的中枢调度器，其核心组件调度器负责协调来自主循环引擎的多个并发工具调用请求。它的设计目标是在最大化系统吞吐量与执行效率的同时，严格保障操作执行的逻辑正确性与系统状态的安全性，从根本上规避因并行执行可能引发的竞态条件、数据不一致等风险。
其具体工作流程如图10-7所示。
在接收一批工具调用请求后，系统会首先进行并发安全性分析，元并发安全性是开发者在定义工具时预先声明的，这个安全性是由工具对于系统读写状态的影响来定型的。
工具可以分为两种类型，一类是并发安全工具，通常为纯函数或只读函数类型，这些工具不修改任何共享状态，无副作用，因此可以安全地并行执行。另一类是非并发安全工具，常涉及写入操作或修改全局状态，这些工具的并发执行可能导致无法预料的冲突。
随后会进行路径分发，对于并发安全工具，会被打包并提交给底层的并发调度器，真正实现这些任务的物理并行执行，显著缩短总体等待时间。
对于非并发安全工具，则会执行串行执行路径，会进行简单的依赖关系解析，将工具放到一个顺序队列中执行。
并行与串行两条路径执行完毕后，它们的结果会被统一收集、组合，随后返回给主循环引擎。主循环引擎将此结果列表作为下一轮"感知"阶段的输入，以驱动后续的决策。
图10-7 并发控制流程示意图
10.4.3 权限验证
权限验证是工具执行与管理层中贯穿始终的安全守门员。它并非简单地核对静态权限列表，而是根据当前用户角色、工作项目等级、操作风险等级等实时验证是否可以通过。
同时，对于高风险和边界模糊的操作，系统会向用户请求确认，将关键决策权交还给人。
通过这种动态的权限验证方法，在保障智能体高效工作的同时，守住了智能体的安全底线，避免了越权风险，是智能体应用得以安全融入实际工作流程的基石。
10.4.4 可拓展工具生态系统
可拓展工具生态系统是智能体应用能够持续增长、生生不息的关键。通过建立一套开放的标准、便捷的集成机制以及良好的生态环境，可以使得系统的能力源源不断地拓展。
可拓展工具生态系统机制如图10-8所示。
图10-8 可拓展工具生态系统示意图
生态系统的根基是一套严谨的工具接口。任何功能，无论是内部提供还是由社区创建，都必须封装成符合统一规范的工具接口。该接口应该明确定义工具的描述信息、输入/输出的数据格式、依赖项以及至关重要的安全属性。这确保了千差万别的能力能够被智能体以统一、可靠的方式理解和调度。
基于此接口，智能体应用可以提供集成能力。开发者和用户可以通过安装命令将新的工具安装到智能体应用中，赋予智能体新的能力。
一个良好的工具生态系统应该由官方核心工具库和社区贡献工具库组成，官方核心工具库由系统维护者提供，确保系统开箱即用。这些工具覆盖最通用的基础操作，确保大模型生态能够完整使用。社区贡献工具库则由社区用户或使用者提供，他们针对智能体在某一特定应用场景中的使用来制作专用工具，从而拓展智能体应用的能力。
10.5 存储与持久化层
存储与持久化层是智能体系统的记忆基础。它的核心作用是解决大模型自身无法处理长对话的短板，通过一套有组织的记忆管理方法，使智能体获得处理长期对话的能力，从而实现持续连贯的复杂协作。
其主要存储结构如图10-9所示。
整个存储系统主要由长期记忆、中期记忆和短期记忆三个层次组成。其中，短期记忆主要包括当前对话的信息，类似于思维过程中的草稿纸。中期记忆是在运行过程中，经过压缩算法获得的摘要，类似于初步整理的计划。长期记忆则是对应智能体的知识库文档，用于随时查阅的信息。接下来将详细介绍这三个层次。
图10-9 智能体存储结构示意图
10.5.1 短期记忆
短期记忆是智能体系统中负责维护实时对话状态与上下文的信息管理模块，确保智能体每一次的回应都具有高度的相关性和逻辑连贯性。
短期记忆的存在由大语言模型的运行机制决定。模型的每一次响应生成，都完全依赖其所接收到的提示序列。
短期记忆主要由在生命周期和功能上相互区别又协同工作的子模块构成，分别为当前对话上下文队列和临时缓存。
- 当前对话仅存储当前轮次的交互数据，即用户最新的输入消息和智能体即将输出的响应消息。它作为触发每次模型推理的直接信号和承载输出结果的容器。
- 上下文队列以先进先出的队列接口，存储最近多轮对话的完整内容，为模型提供理解当前问题所需的近期背景，是保障对话在数轮内保持连贯的关键数据结构。同时，它也是触发中期记忆压缩过程的原始数据来源。
- 临时缓存是一个基于键值对的内存存储区，用于保存在处理当前复杂任务过程中产生的中间状态或派生数据，如从外部API获取并经过初步处理的数据集、调用工具产生的中间结果等。其目的在于避免在同一会话内对相同资源或数据进行重复的、耗时的操作，从而显著提升任务执行效率。
综上所述，短期记忆是大语言模型与动态、连续的现实任务交互所必需的基础设施。它初步解决了对话上下文断裂问题，实现了上下文资源的主动管理，提升了复杂任务的执行性能，构成了高级记忆功能的数据基础。
10.5.2 中期记忆
中期记忆是智能体系统中负责对历史对话进行提炼与长期保存的核心模块。由于模型上下文窗口大小是有限的，中期记忆模块就是通过智能压缩技术，将海量的原始短期对话记录转换为一套精炼的、结构化的长期任务摘要，从而突破模型上下文窗口的物理限制，实现对复杂项目跨会话、长周期的状态跟踪。
当智能体和用户围绕一个复杂任务进行数十轮对话后，早期的重要决策、代码变更和问题解决方案都会因超出上下文窗口而被遗忘，这会导致对话可能会作出与前期工作相矛盾的判断。
中期记忆的建立就是为了终结这种"对话失忆"状态。它并非保存每一句对话，而是致力于保存对话所达成的成果与共识。
那么，中期记忆主要是怎么生成的呢？其主要是由结构化压缩的方法来实现的，系统将即将被挤出的、相对早期的原始对话历史作为输入，调用一个大语言模型，并指示其执行一项特殊的"摘要"任务。这个任务的输出不是普通的段落总结，而是一份遵循固定模板的结构化摘要。
结构化摘要包括重要决策、已解决的问题、尚待解决的问题等，这一操作能立即释放出大量的上下文空间，同时通过结构化摘要保留了了解问题的全部核心脉络。
中期记忆将智能体的能力从进行一段对话升级为管理一个复杂项目，大大提升了智能体处理长期复杂任务的能力。
10.5.3 长期记忆
长期记忆是智能体系统中稳定、持久的知识存储层。它与短期记忆的易变性和中期记忆的阶段性提炼不同，其职能是固化那些跨越不同对话会话、不随单一任务结束而改变的静态知识与全局状态。长期记忆构成了进入特定工作场景的长期知识基础和预设上下文。
长期记忆主要由项目知识库来实现，其内容由用户或智能体在项目推进过程中共同编辑和维护，可被视为该项目的公共知识。
当智能体被指示处理某个项目时，系统会首先读取并加载对应的知识库内容，将其作为核心上下文注入短期记忆。这样可以使其能立即在正确的认知框架下开展工作。
长期记忆将动态的交互固化为稳定的知识，并且可以将长期积累下的知识转换为模型的知识，是智能体深度融入现有工作流和知识体系的关键设计。
10.6 本章小结
本章围绕智能体架构展开，为智能体应用提供了一套系统的解决方案。其并非单一模型的简单封装，而是一个复杂工程体系。
整个智能体架构呈现清晰的分层设计，各层各司其职又紧密协同：
- 用户交互层：定义了人机协作的界面。无论是深度集成于专业工具的插件、面向自动化的命令行，还是普适的Web界面，以最恰当的形式呈现智能体的思考和行动结果。
- Agent调度层：是系统的中枢神经系统，通过主循环引擎、异步消息队列、会话流生成器以及消息压缩器完成多智能体之间的调度与协作。
- 工具执行与管理层：作为智能体的四肢，实现了智能体与实际世界的交互与感知。工具引擎通过标准化的六阶段流程，确保每一次外部调用都经过严格的安全校验。并发控制器智能调度并行与串行任务，平衡效率与安全。权限验证系统实施动态的、上下文感知的访问控制。
- 存储与持久化层：构成了智能体的记忆模块。短期记忆作为活跃的工作区，维护着实时对话状态；中期记忆是对历史脉络的持续提炼；长期记忆则固化项目知识。这一多层体系共同支撑智能体对于长期复杂项目的学习和解决问题的能力。
通过各层次组件的配合，智能体应用能够理解复杂上下文、规划多步任务，并且安全执行操作，使其真正成为可用的生产力。
