pi-mono 学习 07|主 Agent 与 Tools:一套可迁移的设计方法

这篇写什么

把两份偏方法论的笔记(主 Agent 设计、Tools 设计)合并成一篇:给出一套可迁移、可施工的 agent 产品设计方法,不依赖编程场景。

主 Agent:先设计任务闭环,不要先写 prompt

主 agent 不是“一个大 prompt”,而是:任务边界、角色定义、行为规则与闭环运行方式的组合。

一个可用的主 agent,首先要回答:

  • 核心目标是什么
  • 完成标准是什么
  • 默认怎么推进
  • 何时继续、何时停止
  • 遇到失败怎么处理

提示词只是这些设计的表达载体,不是起点。

主 Agent 的设计骨架(建议写清楚)

  • 目标定义
  • 输入定义(用户通常怎么提任务)
  • 输出定义(你最终返回什么形态)
  • 完成条件与停止条件
  • 默认策略(模糊时问还是猜、失败时重试还是反馈)
  • 边界与禁区

Tools:从任务闭环反推,不要从已有 API 正推

Tools 的本质是:模型可以请求执行的外部动作单元。

一个好的 tools 体系要做到:

  1. 覆盖任务闭环中的关键动作
  2. 以统一 schema 暴露给 agent
  3. 让 runtime 能稳定调用、回灌、继续推进

Tool 设计的常见原则

  • 工具表达动作,而不是泄漏内部系统结构
  • 粒度适中:既不万能也不碎
  • schema 骨架统一(名称/描述/参数),业务语义可自由
  • 参数要“模型友好”(少、清晰、必填明确)
  • 返回结果要有清晰语义(成功/失败/关键信息),避免噪音转储
  • 错误要正式建模(是否可重试、失败原因)
  • 写操作要强调幂等或可预测性,明确副作用
  • 安全边界尽量设计进工具本身,而不是只靠 prompt

两者的边界

  • tools 决定“能做什么动作”
  • 主 agent 决定“什么时候做这个动作更合适、如何把动作串成闭环”
  • runtime 决定“如何让动作与模型形成可控循环(执行、回灌、继续/停止)”

小结

如果你把 agent 当产品做,主 agent 与 tools 的设计不是写 prompt 的副产物,而是先有闭环、再有动作、再有约束,最后才编译成 prompt + schema + runtime 策略。

Read more

三台机器部署 ClickHouse 高可用集群实战记录

本文是一份可发布版部署记录。真实 IP、域名、账号、密码、下载链接、业务目录名、机器唯一标识等敏感信息已经替换为占位符。命令中的 <...> 需要按自己的环境替换。 目标与拓扑 这次目标是用三台数据节点部署一套 ClickHouse 高可用集群,拓扑采用: 1 shard x 3 replicas 含义是:集群只有一个逻辑分片,三台机器都保存同一份数据的完整副本。任意一台数据节点宕机时,只要 ClickHouse Keeper 仍然有多数派,剩余节点仍可继续提供读写服务。 规划节点如下: 主机名示例地址角色ch-01<ch-01-ip>ClickHouse Server + ClickHouse Keeperch-02<ch-02-ip>ClickHouse Server + ClickHouse Keeperch-03<ch-03-ip&

By ladydd

折腾记(二):接入火山引擎实时语音 API,家庭语音助手体验直接拉满

接上篇 上一篇用全开源组件(Whisper + Hermes + Edge-TTS)搭了个语音助手,能跑,但体验就是"能用"二字: * 中文识别只有 70 分,方言基本歇菜 * 英文唤醒词"Alexa"喊着别扭 * 说完到回复要等 4-8 秒 * 它说话的时候你插不了嘴 这些问题靠堆开源组件很难根治。于是我去试了火山引擎(字节跳动)的语音服务,结果直接换了条路。 这篇分两段:先讲怎么用火山引擎的 ASR/TTS 替换掉开源组件(小改),再讲怎么上端到端实时语音模型(大改)。 第一段:先把 ASR 和 TTS 换成火山引擎 为什么换 我用豆包输入法的时候发现它语音识别准得离谱。一查,豆包用的就是字节自家的火山引擎 Seed-ASR。开通后有免费额度(

By ladydd

折腾记(一):用全开源组件给家里搭一个语音助手,对接自己的 Hermes Agent

起因 事情是从一块 ESP32-S3 开发板开始的。 我手上有一块 Seeed Studio XIAO ESP32-S3 Sense,带摄像头和麦克风。最初的想法很美好:用这块板子做一个无线语音终端,对着它说话,连到我服务器上跑的 Hermes Agent(一个自托管的 AI agent),让它回答我。 但折腾到一半我突然意识到一件事:我的麦克风、音响、服务器全在家里,为什么要绕一圈用 ESP32?直接把麦克风和音响插到服务器上不就行了? ESP32 那条路(做无线拾音终端)当然也有价值,但那是"为了学嵌入式而学",不是解决问题的最短路径。于是这个项目就从"嵌入式项目"变成了"在服务器上拼一个语音助手"。这篇就记录后者。 教训零:先想清楚你要解决的是什么问题。很多时候最优解比你最初设想的简单得多。 目标

By ladydd

Kiro 的三种代理设置方法:本地、服务端、Remote

作为kiro的骨灰级用户,这篇是我自己折腾 Kiro / Kiro Remote / Ubuntu Server 代理问题后的复盘。 核心不是“怎么配一个代理”,而是先判断:到底是谁在访问外网? 谁访问外网,代理就要配给谁。 0. 先说结论 Kiro 相关代理大概分三类: 场景真正访问外网的进程在哪里代理应该配在哪里本地 KiroWindows / Mac 本机本机 Clash / Proxifier / 系统代理服务端 Kiro / CLIUbuntu Server 上的 shell、CLI、node、kiro 进程Ubuntu 的环境变量,比如 HTTP_PROXY / HTTPS_PROXYKiro Remote远程 Ubuntu 上的 ~/.kiro-server 和 extensionHost远程 Ubuntu 的 Kiro Server

By ladydd
陕公网安备61011302002223号 | 陕ICP备2025083092号