Agent Lab
Architecture
Architecture
依赖方向
flowchart TD
Domain["Domain contracts"] --> Application["Application policy shell"]
Application --> Capabilities["Tools · Retrieval · Memory · Approval"]
Capabilities --> Workflow["Deterministic Workflow"]
Capabilities --> LC["LangChain create_agent"]
Capabilities --> LG["Custom LangGraph"]
Capabilities --> DA["Deep Agents optional adapter"]
Workflow --> Result["RunResult"]
LC --> Result
LG --> Result
DA --> Result
Result --> EvidenceLoop["Trace → Dataset → Eval → Regression → Release"]
依赖只允许向稳定核心收敛：
domain ← application ← capabilities ← runtimes / adapters
domain 不 import LangChain、LangGraph、LangSmith、Deep Agents 或 provider。
确定性外壳，概率性内核
代码负责：
- schema、权限、租户与 capability 白名单。
- 工具副作用、幂等、重试和超时。
- 模型、工具、步骤与成本预算。
- Evidence 和 Citation 完整性。
- 状态转换和发布门禁。
模型负责：
- 模糊意图理解。
- 开放式规划与工具选择。
- 证据综合和自然语言表达。
如果一项规则能由代码确定，就不交给模型猜。
Context 与 Memory
| 数据 | 生命周期 | 位置 |
|---|---|---|
| user、tenant、permission、client、secret | 单次调用 | RunContext |
| 当前任务、临时证据、中断点 | thread | LangGraph state + checkpointer |
| 稳定偏好和事实 | 跨 thread | Memory Store |
| 失败或成功执行摘要 | 跨 thread | Episodic memory |
| policy、prompt、skill、workflow | 版本化 | Procedural memory |
Runtime context 不序列化。长期记忆默认需要审批、namespace、来源和版本。
Runtime 选择
| 条件 | 首选 |
|---|---|
| 完全确定、步骤固定 | 普通 Workflow |
| 标准模型工具循环 | LangChain create_agent |
| 显式状态、分支、恢复、HITL | LangGraph |
| 长任务、文件系统上下文、可测 subagent 收益 | Deep Agents 实验 |
“更高级”不是选择标准；同一 RunRequest 在同一 dataset 上的结果才是。