游戏策划工坊
- 编排:意图前置路由(chat / query / task,模式只是偏置)→ 导演分解任务 + Skill 匹配 → DAG 分层并行,Blackboard 共享短期上下文
- 治理:工具风险分级、参数沙箱、熔断降级;结构化输出校验失败自动反馈重试,双层 Token 预算控制成本
- 人在环:三级人工审阅按需开启(默认直达),不可逆操作审批常开;每步推理留痕可回放,任务进度卡片进主对话
一条从供数、生成到观测的完整链路。三套系统同源部署、独立登录,可以直接打开体验。
演示环境:工坊免登录直接体验(每日免费额度共享,也可在设置里填自己的模型 Key,AES-256-GCM 加密存储);观测台登录页已预填访客账号;知识库演示账号自动预填登录(只读)。
一台服务器上的全链路:接入、服务、数据,以及多 Agent 编排的每一次决策。两张图都可以细看,手机上左右滑动可查看完整图。
从实现里长出来的原则,而不是挂在墙上的口号。每一条背后都有一次真实事故或一轮真实迭代。
一次真实事故:让模型为 6 个任务决策回显编号,它把 6 个全部写成了 "F1"。从此任务编号、依赖改写、路由键一律由代码生成,LLM 输出的 ID 不被采信;依赖图进流水线前先净化——重复编号、悬空依赖直接丢弃并告警,成环则整体拒绝执行。
任务图拓扑排序后按层执行:同层并行、层间把上游的「蒸馏结论」交给下游,而不是塞全文。前驱失败则后继标 skipped;触发重规划时只重做失败任务,成功结果原样带入下一轮——省的不只是 token,还有已经对齐过的人工审阅。
六个子 Agent 并行调研,难免查同一份知识、发同一次搜索。Blackboard 是会话级共享缓存:昂贵检索按「工具名 + 参数指纹」读穿透缓存,谁先查过、后来者直接命中;调研要点也主动上黑板,后开工的 Agent 先看黑板再决定查什么。
一句「你好」不该触发策划工作流。所有消息先过意图路由:chat 直接聊、query 查知识、task 才进规划;用户选的模式从硬开关降级为「偏置」,只在意图模糊时起作用。路由本身也有围栏——6 秒超时、静态寒暄兜底、失败回落当前模式;91 例黄金评测集从 v1 迭代到 v9 保持 100%。
六份稿子拼起来不叫整合。Integrator 用启发式从表格行和 key:value 里抽取每个 Agent 实际写下的数值字段,写入字段注册表;同名字段出现不同取值即为冲突,自动生成冲突报告随交付物一起交人审——这是可验证的信号,不是模型自评「一致」。
知识引用不只活在实时事件流里:执行完成时把引用来源去重后落库,会话回放也能看到「引用 N 篇」徽标并点开证据面板。有出处的回答才能被审计——评测打分、排错归因、访客信任,都建立在同一份证据上。
系统保留三级人工审阅(计划 / 单任务产出 / 终稿),卡在错误成本最高的位置;但默认全部关闭、按点粒度开启——演示与低风险场景直达结果,卡点只在需要时出现。唯一的例外是不可逆操作审批常开:内容可以自动通过,危险不可以。人不在时怎么办同样是显式配置(四种超时策略一行切换),代决必留审计标记。
结构化输出校验失败,把具体错误喂回模型重试,仍失败按场景降级——路由失败就退回确定性映射。工具调用同参数指纹重复 ≥ 3 次判循环中止;外部工具 3 次失败熔断冷却 60 秒;单 Agent 与多 Agent 双层 token 预算在 Hook 层强制,超限先于下一次调用拦截。
core/ 里搜不到任何一个 Agent 框架的 import:LangGraph、PostgreSQL、Redis 全部被端口接口挡在 adapter 层,三条依赖红线靠静态检查强制。这不是洁癖——知识库引擎从自研 KH 整体换成 WeKnora 时,Agent 侧零代码改动,只换了一行 MCP 配置。
BYOK 让访客自带 Key:模型注册表来自 models.dev 快照(16 家 / 888 个模型),思考参数统一成五档,按各家协议自动映射成 effort / budget_tokens / enable_thinking;Key 以 AES-256-GCM 加密落盘。接入一个新供应商,改的是快照,不是代码。
每轮推理九相位 span、每次工具调用、每个检查点、每笔 token 按 Agent 与模型归因落库;观测台以只读角色直连共享库,Agent 端零改动。这些在「重规划耗尽」那次排错里全部兑现:没有逐任务的原始记录,三个叠加的缺陷一个都定位不了。
「重规划次数耗尽」最后查出是三个互不相干的 bug:预算默认值按单 Agent 时代拍的、跨层传 ID 的接缝错位(计划编号 vs 行 UUID)、并行检查点的孤儿超时连带判死。教训:聚合报错只说「哪里死了」,逐任务原始数据才说「为什么死」;修掉一个缺陷,下一个只会换一种方式发作。
把踩过的坑沉淀成可复用的技能包。与编程语言、业务方向无关,只谈取舍。
把上面这些原则沉淀成一份与编程语言、业务方向无关的 AI 应用工程决策手册——不是规则清单,而是取舍判断:每个模式都讲清「问题 → 推荐做法 → 为什么有效 → 失败边界 / 代价 → 何时不该用」。提供中英双语两版,内容一一对应。
解压后把 production-ai-app-engineering/(英文)或 …-zh/(中文)放进 ~/.agents/skills/ 即成为本地技能,详见包内 README.txt。
这套系统每天打交道的词。也是我目前的技术坐标。
这套界面的颜色、字体与质感。点击任意色板即可复制色值。