犀牛鸟 2026 研究笔记 estelledc.github.io

竞赛速查:tRPC-Agent-Go 多 Agent 系统实战

一句话定位:犀牛鸟竞赛视角下,基于 tRPC-Agent-Go 框架从零搭建多 Agent 协作系统的可执行路径图。

调研元信息

项目
调研时间 2026-06-24
目标项目 tRPC-Agent-Go (Go >= 1.21)
项目定位 多 Agent 协作框架,支持 ReAct / Team / StateGraph / Ralph Loop 四种编排范式
GitHub Stars ~1,375
主要语言 Go(另有 Python 版本)
竞赛形式 提交完整多 Agent 应用系统(非 PR 贡献)
评判权重 技术创新 30% / 工程完整性 25% / 应用价值 25% / 文档 20%

环境矩阵

环境 能做什么 不能做什么 / 注意
Mac (Apple Silicon) 本地开发全流程:go mod init → import tRPC-Agent-Go → 编码 → 单测 → Demo LLM 调用需网络(设 OPENAI_API_KEY 或兼容 endpoint)
Linux (x86_64) 同上 + Docker 部署 + 性能 profiling(pprof) 无特殊限制
无 GPU 框架本身不需要 GPU;LLM 通过 API 调用 若需本地模型(Ollama 等)推理速度受限

贡献路径分级

本赛道是应用型竞赛(提交完整系统),不是开源贡献型。以下按系统复杂度分级:

级别 系统复杂度 典型方向 预估工时 竞赛竞争力
L1 入门 单 Agent + 2-3 Tool HelloAgent + 搜索工具 1 周 低(仅验证框架能跑)
L2 基础 2 Agent 协作 翻译+校对双 Agent 2 周 中低
L3 竞赛线 3-5 Agent + StateGraph DevOps 流水线 / 数据分析自动化 4 周 中高(多数获奖队水平)
L4 突破 5+ Agent + Ralph Loop + 自我验证 智能测试生成 / 知识库维护 6-8 周 高(需要技术创新点)

推荐起点:直接瞄准 L3,用第 1-2 周做 L1-L2 作为 warm-up。

六个候选方向速览

方向 核心创新 复杂度 推荐指数
DevOps 智能流水线 Ralph Loop + 风险分级 中高 ★★★★☆
多语言翻译校对 术语一致性 + 双向检验 ★★★☆☆
数据分析自动化 自我纠错循环 + SQL 沙箱 中高 ★★★★☆
智能客服系统 情感分析 + 跨 Agent 上下文 ★★★☆☆
智能测试生成 变异测试 + AST 分析 ★★★★☆
知识库自动维护 语义相关性 + 渐进更新 ★★★★☆

详细分析见 guide Ch16 第 16.2 节

第一周行动计划

目标 产出
Day 1 环境搭建 + HelloAgent go mod init 成功 + 单 Agent 回复 “Hello”
Day 2 读 guide Ch01-Ch02 + 跑官方 example 理解四种编排范式的区别
Day 3 确定选题方向 + 写 1 页设计文档 明确 Agent 分工 + 数据流 + 验证标准
Day 4 最小 PoC:2 个 Agent 协作跑通 证明框架 API 能支撑设计
Day 5 补全单测 + 整理代码 + 提交第一版 README 可 demo 的最小原型

判断标准:第 5 天结束时,若 PoC 无法跑通,强烈建议换方向或降级到 L2。

已知风险与边界

风险 影响 应对
选题过大(8 周做不完) 答辩时只有半成品 第 1 周确认 MVP 范围,砍掉一切非核心
为多 Agent 而多 Agent 评委一眼看穿 每个 Agent 必须有独立价值,不能是 prompt 换皮
LLM 成本失控 开发期耗尽预算 开发阶段用小模型 mock + 严格 token 限制
Demo 临时准备 现场翻车 第 6 周开始准备 demo 脚本 + 录屏备份
忽视文档(占 20% 分) 白丢分 从 Day 1 开始写 README,每周更新

读完你应能

交叉引用