AI Agent Workshop - 开始

百闻不如一练，今天我就开始我的ai agent workshop。本篇文章着重分享我的想法。

purpose

• 探索和比较市面各种agent的能力和实现效果。
• 探索ai agent可落地性和可用性的边界。
• 借助workshop开发的契机与参与者共同交流，保持与ai行业上的联系。
• 探索如何测试基于ai开发的项目。

principle

• 三个月内可落地。
• 不排除使用任何可接触到的技术。
• 尽量多的尝试，从广度上覆盖跟多agent框架的实现。
• 不计cost成本。

idea

DevOps Agent需要支持两部分功能。能够覆盖公司日常工作。

Operation feature

• 通过自然语言，对低环境进行发布操作
• 根据代码改动，对module进行编译和发布
• 自动根据公司的规则，提交interface version 递增pr
• 自动升级所依赖的其它interface

Development feature

• NPE时，自动提交代码修复pr，并自动merge+自动build

Setup workflow

• 用户友好的设置流程，通过对话形式收集tools配置信息

初步分析

llm 支持

因为涉及一些编程的工作，编程部分的llm 可以使用Claude Sonnet 4 or some others（截止2025 aug） 可尝试multiple llm agent

tools开发

至少需要支持以下tools

• Monitoring alert tools
• Github tools
• Pipeline tools

Workflow/ Human in the loop 开发

• 需要支持简单的workflow 支持Human in the loop

至于memory 和planning pattern，我们需要具体实现的时候依情况而定。 一点点私货是，这样的一个agent跟UI无关，或者关系不大，我作为一个后端开发，有效的避开了自己的短处。

先盐少许

后面的话题我也已经想好啦

• 技术栈选型的思考
• ReAct 源码对比

感觉自己在做tiktok产品agent 框架评测呢哈哈哈。