1. 从零理解AI Agent的核心组件作为一名长期从事AI系统开发的工程师我经常需要向团队新人解释Agent框架中的核心概念。这些概念看似抽象但用职场场景类比就非常容易理解。想象你正在培训一位新员工这个员工就是AI Agent本身。Agent本质上是一个具备自主决策和执行能力的AI实体就像一位新入职的员工。这位员工由几个关键部分组成大脑LLM大语言模型、感知系统Input、决策系统Planning和行动系统Action。刚开始时这位员工虽然智商很高但就像刚毕业的大学生一样对公司运作一无所知 - 不知道规章制度没有Rule没有专业技能没有Skill记不住事情没有Memory也操作系统没有MCP。关键理解一个裸Agent就像一张白纸需要通过各种组件赋予其实际工作能力。这与人类员工入职后的培训过程高度相似。2. Rule不可逾越的行为红线2.1 Rule的本质与作用Rule是AI Agent必须遵守的硬性约束相当于公司的规章制度和红线政策。无论执行什么任务这些规则都始终生效。在我们的工程实践中Rule通常存放在rules/目录下或直接写入System Prompt。典型例子包括数据隐私保护任何输出不得包含用户手机号、身份证号等隐私数据技术规范约束所有代码建议必须兼容Android API 21交互要求回答必须使用简体中文诚信原则当不确定答案时必须明确告知用户禁止编造信息2.2 Rule的工程实现在实际项目中我们会用Markdown文件管理Rule。例如rules/global-rules.md可能包含# 全局规则 ## 数据安全 1. 禁止输出任何形式的用户隐私数据包括但不限于手机号、身份证号、银行卡号 2. 禁止建议任何可能危害系统安全的代码 ## 技术规范 1. 所有Android代码建议必须兼容API 21 2. Web前端建议必须考虑IE11兼容性 ## 交互规范 1. 必须使用用户设定的语言回复 2. 当问题超出能力范围时必须明确告知这些规则会被转换成系统提示词(System Prompt)注入到LLM的上下文窗口中。在架构设计上Rule的检查通常发生在最终输出前作为最后一道过滤网。3. Skill专业领域的技能包3.1 Skill的核心特征Skill是Agent在特定领域的专业能力相当于员工的岗位技能。每个Skill包含任务描述明确适用场景工作流程(Workflow)分步指导如何完成任务参考材料(References)相关文档、代码示例等输出模板标准化结果格式例如Android代码审查Skill可能包含代码风格检查流程常见漏洞检测方法Google Android最佳实践文档审查报告模板3.2 Skill的工程实现我们通常按目录组织Skill例如skills/ android-code-review/ README.md # 技能描述 workflow.md # 审查流程 references/ # 参考文档 templates/ # 输出模板 unit-test/ ...当用户请求帮我Review这段Android代码时Agent会解析请求内容匹配最相关的Skill此处为android-code-review加载该Skill的全部资源按照workflow执行审查实践心得Skill的粒度设计很关键。太粗会导致不精准太细会增加管理成本。我们通常按一个典型岗位职责的粒度划分。4. Rule与Skill的协同与冲突4.1 核心区别对照表特性RuleSkill作用范围全局适用特定场景激活变更频率低频相对高频存储位置rules/目录或System Promptskills/目录优先级最高次高类比公司规章制度岗位操作手册4.2 冲突解决机制当Rule与Skill出现冲突时Rule始终优先。典型场景Skill的workflow要求报告代码风格问题但全局Rule规定禁止报告代码风格问题最终输出将过滤掉风格问题工程实现上我们采用分层过滤架构def generate_response(user_input): # 1. 执行Skill workflow draft_response execute_skill_workflow(user_input) # 2. 应用Rule过滤 final_response apply_global_rules(draft_response) # 3. 写入Memory update_memory(user_input, final_response) return final_response5. MCP连接外部世界的桥梁5.1 MCP的三大核心角色Model Context ProtocolMCP是Agent与外部系统交互的标准协议相当于公司的统一接口规范工具抽象层将不同系统的API统一封装认证统一化OAuth2.0错误处理标准化数据格式规范化JSON Schema动态工具注册支持运行时发现和调用工具描述名称、功能、参数自动生成调用代码使用情况监控执行沙箱安全隔离环境权限控制资源配额管理执行日志审计5.2 MCP的工程价值在没有MCP前每个工具集成都需要单独处理认证定制错误处理逻辑编写特定数据转换代码有了MCP后新工具只需实现标准接口Agent通过统一方式发现和调用维护成本降低70%以上实际项目中的MCP接口定义示例# mcp-config.yaml tools: - name: gitlab-api description: GitLab仓库操作接口 endpoint: https://gitlab.example.com/api/v4 auth_type: oauth2 methods: - name: get_merge_request params: project_id: string mr_id: number6. Memory持续学习的关键6.1 记忆系统的分层设计Agent的记忆系统分为两个层级短期记忆存储当前会话的上下文类似对话历史记录容量有限通常4-8K tokens会话结束即丢弃长期记忆知识库形式存储需要显式读写持久化保存支持向量检索6.2 记忆系统的工程实现我们采用混合存储方案class MemorySystem: def __init__(self): self.short_term ConversationBuffer() # 对话历史 self.long_term VectorDatabase() # 向量知识库 def remember(self, key, value, is_long_termFalse): if is_long_term: self.long_term.store(key, value) else: self.short_term.append(f{key}:{value}) def recall(self, query): short_term_results self.short_term.search(query) long_term_results self.long_term.search(query) return combine_results(short_term_results, long_term_results)典型应用场景用户第一次说我们项目用DataBindingAgent将这条信息存入长期记忆下次代码审查时Agent会主动适配DataBinding模式7. 完整工作流程解析让我们通过一个Android代码审查的完整案例看各组件如何协同任务接收阶段用户请求请审查这段MainActivity的代码Agent解析意图识别为代码审查任务上下文准备阶段读取短期记忆本轮对话历史检索长期记忆该项目使用KotlinMVVM加载相关Rule代码规范要求技能匹配阶段匹配到android-code-review Skill加载该Skill的Workflow审查步骤ReferencesAndroid最佳实践Templates报告格式外部数据获取通过MCP调用GitLab API获取完整代码通过MCP读取公司内部的Code Style文档执行审查阶段按Skill的workflow逐步检查架构合规性MVVM生命周期管理线程安全内存泄漏风险应用Rule过滤违规项如不报告风格问题结果输出与学习格式化审查报告将本次发现的关键问题写入长期记忆更新该项目的技术栈特征8. 避坑指南与最佳实践8.1 常见问题排查Rule不生效检查Rule是否注入System Prompt确认Rule的优先级高于Skill验证Rule的语法是否符合LLM理解Skill匹配错误优化Skill的描述metadata增加意图识别训练数据设置fallback机制Memory检索不准调整向量检索的相似度阈值优化知识分块策略增加元数据过滤8.2 性能优化技巧冷启动优化预加载常用Skill建立Memory缓存并行初始化MCP连接上下文管理实现分层记忆压缩关键信息优先保留自动清理无效历史工具调用加速MCP连接池批量请求合并异步预取数据9. 架构演进方向在实际项目迭代中我们发现几个有价值的改进方向动态Rule管理支持运行时Rule更新条件式Rule如不同客户不同规则Rule版本控制Skill组合支持多个Skill协同工作Skill间的数据传递解决Skill冲突的仲裁机制记忆增强自动记忆摘要生成记忆重要性评分记忆关联网络经过多个项目实践这种基于Rule/Skill/MCP/Memory的架构设计展现出强大的适应性和扩展性。它不仅适用于代码审查场景也能很好地支持客服、数据分析、内容生成等多种AI应用场景。关键在于根据具体需求合理设计各组件的实现细节和交互方式。
