AuraBoot
免费开始
English简体中文

Agent 系统

Aura Bot 驾驶舱

AuraBoot 的 Agent 系统将应用元数据转化为安全的 AI 动作。Aura Bot 可以回答问题、检视当前页面上下文、调用已批准的工具,并通过与普通用户相同的 Command Pipeline 执行多步工作。

关键设计选择是 Agent 不绕过平台。它通过 Model、Command、命名查询、Permission、审计日志、审批与 trace 运作。这让 AI 在业务应用中可用,同时避免出现一条不可控的第二自动化路径。

运行时分层

层用途运行时产物
Aura Bot 面板面向用户的对话与上下文助手流式对话会话
LLM Provider模型选择与 API 执行云端配置的 Provider
Agent 定义角色、指令、模型、守卫Agent 元数据记录
工具契约工具用途、schema、风险、确认策略原生工具配置
Command Pipeline认证、校验、事务、审计、事件Command 执行结果
Trace调试、成本、span、工具调用AI trace 与 span 记录

这种分层让用户体验保持对话化,同时让执行足够确定,便于运维团队检视。

Aura Bot 与 Agent 运行时

Aura Bot 是用户界面,Agent 运行时是其背后的执行层。

Aura Bot 负责:

  • 从应用外壳打开右侧助手面板
  • 收集当前页面上下文、记录上下文、Model 元数据与选中字段
  • 从已配置的模型 Provider 流式获取响应
  • 提供 explain、summarize、draft 或 query 等快捷操作

Agent 运行时负责:

  • 加载 Agent 定义与守卫
  • 从元数据派生的契约中选择工具
  • 调用 DSL Command、命名查询或已批准的原生工具
  • 应用确认与审批规则
  • 记录 trace span、工具调用、失败与成本

工具契约

每个 Agent 工具都应具有契约。契约解释该工具做什么、何时应使用、接受什么输入 schema、返回什么输出 schema 以及携带什么风险等级。

AuraBoot 可以从元数据派生大多数契约:

来源派生的契约字段
Command 定义用途、副作用、风险等级、输入 schema
Model 元数据字段名、数据类型、必填输入
命名查询只读查询的用途与参数
能力注册中心版本、归属、可组合性
Agent hint人类编写的使用指引

契约质量很重要。如果一个工具仅说"update record",模型可能过于频繁选择它;如果它说"当请求人需要修正字段时,将已批准的采购请求回退到草稿",模型就能做出更窄、更安全的决定。

风险与确认

Agent 执行将 Command 风险映射为确认行为。

风险示例Agent 行为
L0(只读)查询记录或汇总页面无需确认直接执行
L1(内部写)创建一条草稿记录(单对象写入)通常直接执行
L2(跨对象)变更状态或运行批量级联更新询问一次或要求显式确认
L3(外部副作用)调用外部系统或触发对外动作要求确认且通常需要审批
L4(不可逆)删除、审批支付、不可逆操作始终确认且通常需要审批

同样的权限检查依然适用。如果用户无法手工运行某个 Command,Agent 也不能代用户运行。

多步执行

Agent 可以把工作分解为步骤。一个典型请求"创建一个 campaign,加 3 个 task,并总结后续动作"会被分解为:

  1. 理解目标 Model 与必填字段
  2. 通过 create Command 创建 campaign
  3. 通过 Command 调用创建子 task 记录
  4. 查询生成的记录
  5. 返回包含链接的摘要

每次写操作仍然走 Command Pipeline。Agent 收到的是结构化结果,而不是抓取 UI。

协作模式

高级部署可以将 Agent 工作建模为任务。核心模式如下:

模式行为用途
Delegate父任务将一个子任务指派给特定 Agent专家评审或计算
Broadcast多个 Agent 尝试同一任务,选出最佳结果起草、分类、分析
PipelineAgent 步骤顺序运行并前向传递输出多阶段补全或评审

OSS 文档应将其视为架构概念,除非部署启用了对应的任务管理界面。

可观测性

Agent 工作必须可调试。AuraBoot 记录模型调用与工具调用的 trace 数据,以便管理员回答:

  • 使用了哪个 prompt 与模型?
  • 选择了哪个工具,为什么?
  • 传给工具的参数是什么?
  • 校验、权限或下游执行是否失败?
  • 模型调用与工具调用各耗时多久?
  • Token 或 Provider 成本是多少?

trace 数据也有助于改进工具描述。如果某个工具频繁被错用,修复往往是更好的契约,而不是更大的模型。

Plugin 作者职责

当 Plugin 作者希望其能力与 Aura Bot 良好协作时,应当:

  • 定义精确的 Model 名、字段标签与描述
  • 让 Command 输入 schema 保持严格且完整
  • 在 Command 上设置贴近实际的风险等级
  • 为含糊操作添加 agent_hint 或等效指引
  • 读多型分析优先使用命名查询
  • 避免在没有清晰前置条件的情况下暴露高风险工具

边界

Agent 很强大,但不是平台规则的替代品。不要用 Agent 绕过缺失的 Command、弱权限或不完整的校验。如果某项操作对业务重要,先把它建模为 Command,再让 Agent 调用该 Command。

下一步