登录社区云,与社区用户共同成长
邀请您加入社区
当业务逻辑被固化在 SKILL.md 与参考文档中后,团队应当转向极高频的“Bolt”迭代模式:通过调整测试用例(RED 阶段) -> 刷新 Skill 规范 -> 自动触发沙箱回归测试,实现天级别甚至小时级的交付。:当 Agent 产生新的合理化借口(例如:“我先写业务代码,稍后一定补测试”),在 Skill 中增加明确的反驳逻辑(“后补的测试是无效测试,拒绝妥协”)。:优秀的 Skill 应当
大模型Agent的5种核心设计模式:工程师视角解析 本文从工程实践角度拆解了当前主流的5种Agent设计模式: ReAct模式:先推理再行动,适合多工具调用的复杂任务,但存在延迟问题 Code Act模式:用代码精确解决问题,保证结果可复现,但需沙箱环境 Agentic RAG:智能检索增强,能主动优化搜索策略并更新知识库 Self-Correction:自我校验输出质量,提高准确性但增加计算成本
摘要:本文通过珠宝行业的抽象工厂模式实现,展示了卡地亚和蒂芙尼两大珠宝品牌的生产线差异。系统定义了珠宝基类(Jewelry)和具体产品类(戒指Ring、项链Necklace、耳环Earrings),包含材质、重量等通用属性。抽象工厂(JewelryAbstractFactory)规范了生产接口,具体工厂(CartierFactory/TiffanyFactory)实现了各品牌特有的材质选择(如卡地
在实际项目中,我们经常需要定义自己的异常类型,让错误信息更加语义化。为什么需要自定义异常?提供更具体的错误信息区分业务逻辑错误和系统错误让代码更具可读性和可维护性# 基础:继承 Exception 类"""数据验证失败时抛出"""pass# 进阶:添加额外信息"""业务逻辑错误"""# 实战:完整的异常体系"""应用基础异常""""""配置相关错误""""""文件操作错误"""# 使用示例。
第一步:任务分析这个任务有哪些不同性质的子任务?(搜索?实现?审查?测试?哪些子任务可以并行?哪些有依赖必须串行?有没有需要"第二视角"来对抗验证的环节?第二步:角色设计每个 Agent 有且只有一个明确的职责执行者 ≠ 审查者 ≠ 验证者(三个不同 Agent 实例)每个角色的 System Prompt 有明确的"该做什么"和"不能做什么"Manager 不亲自执行具体工作第三步:协作模式选择
前段时间有个粉丝去面蚂蚁,岗位跟大模型应用相关。他提前准备了不少Agent相关的知识点,简历上也写了"熟悉主流Agent设计模式"。面试前面试官聊了几轮项目,气氛还不错,然后随口问了一句:"你了解哪些Agent设计模式?
本文介绍了Agent框架中定时任务的设计思路。作者采用最小堆数据结构来管理定时任务,堆顶始终存储最近到期的任务。系统通过单独线程监控堆顶任务,当任务到期时触发执行。插入新任务时采用O(n)时间调整堆结构,并唤醒等待线程重新计算等待时间。文章提供了Python实现代码示例,展示了如何添加定时任务(支持浮点秒数延迟)并返回任务ID。最后提到下一期将讨论流式输出优化用户体验。整个设计参考了Chromiu
编程智能体不是魔法。它是软件工程流程的一次升级。Vibe Coding 解决“怎么开始”。编程智能体解决“怎么交付”。真正适合生产的编程智能体,一定不是单纯代码生成,而是围绕任务简报、上下文、计划、修改、测试、评审和 PR 形成闭环。人类开发者的角色不会消失,只会升级:从一行行写代码,变成定义目标、设计架构、拆分任务、审查结果和把控风险。未来的软件团队,不是“人或者 AI”,而是“人类架构师 +
本文介绍了一个基于Python的有界并行模式(BoundedParallelismPattern)实现,用于珠宝业务批量任务处理。项目采用模块化设计,包含全局配置(settings.py)、并发控制工具(concurrency.py)和多个业务模块(证书生成、图片处理、价格同步、条码生成等)。核心类BoundedParallelExecutor通过信号量(BoundedSemaphore)和线程池
在任何技能中,最具价值的部分是“Gotcha”部分,也就是Agent可能踩的坑。例如,一个Standup Meeting发布技能可能会维护一个 standups.log 文件,记录每次发布的内容,这意味着下次运行时,Claude 可以读取自己的历史记录并告知自昨天以来发生了哪些变化。通过实施明确的菱形门禁条件(例如,在从文档字符串生成到最终组装之前需要用户批准),管道确保Agent无法绕过复杂的任
本文展示了一个基于装饰器模式的珠宝产品定制系统。系统通过抽象组件JewelryProduct整合珠宝实体属性(价格、描述)和业务流程(加工),具体组件PlainGoldRing实现基础珠宝功能。装饰器分为两类:属性装饰器(如DiamondInlayDecorator添加钻石镶嵌)和流程装饰器(如QualityCheckDecorator添加质检环节)。通过多层装饰,可将基础5克素金戒指逐步升级为含
摘要:本文展示了一个基于桥接模式的珠宝业务管理系统设计。系统通过将珠宝实体(JewelryEntity)与业务逻辑解耦,实现了业务流程(如销售、质检、回收)和实体属性(如材质、宝石)的独立扩展。核心采用桥接模式,通过JewelryMaterialImpl和JewelryGemImpl接口层连接实体与业务,支持新增"回收"流程和"铂金"材质等扩展需求。代码示例
继承虽然提供复用,但容易将行为静态绑定,需求变化时导致代码脆弱。单纯使用接口能抽离行为,但无法复用实现,产生大量重复代码。设计原则1:找出变化的部分并封装之。设计原则2:面向接口编程,而非面向实现。设计原则3:多用组合,少用继承。策略模式定义:定义一系列算法,封装每一个算法,并使它们可以相互替换。策略模式让算法的变化独立于使用它的客户。结构:抽象策略接口 → 具体策略实现 → 上下文持有策略引用,
元类是Python元编程的巅峰,通过重写或__call__,我们可以在类创建和实例化阶段注入自定义行为。本文展示的自动属性修改、单例、接口校验、自动注册和日志记录等实战案例,覆盖了框架开发中最常用的场景。然而,能力越大责任越大,在使用元类前,务必权衡是否可以用更简单的方案达到目的。当你确实需要对类的创建过程进行深度控制时,让元类成为你的撒手锏吧!
本文介绍了使用解释器模式实现珠宝业务规则的Python实现。系统包含JewelryContext上下文类存储珠宝属性,以及多个表达式类:GoldPriceExpression计算黄金价格、GreaterThanExpression数值比较、MaterialMatchExpression材质匹配等原子规则,AndExpression/OrExpression组合规则。通过JewelryRuleSer
Planning 是 Agent 从“工具调用器”升级为“任务执行者”的关键一步。它把一个模糊目标,拆成可执行步骤。它让 Agent 知道先做什么,后做什么。它让失败不再是终点,而是重新规划的起点。真正能落地的 Planning,不是让模型自由发挥,而是用状态、工具、约束、日志和审批,把模型能力装进工程边界里。
摘要: 该代码实现了一个基于熔断器模式(Circuit-Breaker Pattern)的珠宝订单系统,包含以下核心组件: 基础架构:实现断路器抽象基类(BaseCircuitBreaker)和三种状态(CLOSED/OPEN/HALF_OPEN) 业务服务层: 库存服务(JewelryInventoryService)处理内部稳定的库存校验 金价服务(GoldPriceService)封装外部依
本文介绍了建造者模式在珠宝定制系统中的应用。系统通过Jewelry产品类定义珠宝属性,使用JewelryBuilder抽象类规范建造流程,并由DiamondRingBuilder具体实现钻戒定制步骤。JewelryDirector指挥者类控制构建流程,确保按选材质、宝石、工艺、刻字、质检的顺序执行。客户端可灵活配置不同参数(如铂金戒托、1克拉钻石、包镶工艺等)生成定制珠宝,系统自动计算价格并输出详
从11月份开始学习后端技术栈,做了外卖和点评之后就开始投递.一个月来投了800多份只有两个面试.都是一面挂.觉得心灰意冷,也不清楚为什么拿不到面试.
Notion 最近发了一篇工程文章,复盘过去两年他们怎么做向量搜索基础设施。我读完之后,有一种强烈的似曾相识感。因为他们描述的几乎每一个问题、每一次迁移、每一个临时方案,都能在大数据的发展史中找到近似对应。
从纯对话 Agent 查不了数据这个痛点出发,讲解工具调用模块的四层架构设计、10 个工具的设计缘由,以及 Spring AI 已有的工具调用体系.
Adapting the Interface, Not the Model.** 不改模型,而是适配模型与环境之间的运行时接口。
本文展示了适配器模式在珠宝电商平台中的应用。系统需要整合不同供应商的数据格式:传统供应商A返回中文字典数据,国际供应商B返回英文类对象。通过定义统一的DuJewelryEntity标准接口,并实现SupplierAAdapter和SupplierBAdapter两个适配器,将不同格式的数据转换为标准格式。JewelryBusinessFlow业务流程只需依赖标准接口,无需修改即可处理所有供应商数据
摘要: 本文通过珠宝行业场景演示了代理模式的应用。高端珠宝(RealSubject)由珠宝顾问(Proxy)代理访问,实现权限控制和安全保护。系统包含顾客实体(Customer)、珠宝实体(HighEndJewelry)和展示接口(JewelryDisplay)。珠宝顾问代理类(JewelryAdvisorProxy)实现了权限校验、访问记录和购买提醒等扩展功能,验证了不同VIP等级顾客的访问权限
攻击者通过间接 Prompt 注入(在 Agent 处理的邮件中嵌入恶意指令),诱导 Agent 将一笔正常审批的金额篡改为异常数值,并通过审批流程。整个操作链路中,Agent 没有"违规"——它只是在执行它被"告知"应该执行的操作。Agent 的所有操作都是"合法的"——它有权限读取知识库,只是被诱导读取了不该读取的部分。这些案例的共同特征是:Agent 没有"被黑",没有"利用漏洞",没有"提
反思模式解决的不是“能不能生成”,而是“生成后能不能自我纠错”。它的本质是质量闭环。Worker 负责完成任务。Critic 负责发现问题。工具和规则负责提供外部证据。终止条件负责控制成本。真正工程化的反思,不是让模型说一句“我再想想”,而是把每一轮生成、评审、修正和停止都做成可追踪、可验证、可控制的系统流程。智能体设计模式:反思 Reflection,让 Agent 学会自我检查:功能变化与行业
高级推理技术的共同目标,是把一次性生成升级为可分解、可搜索、可验证、可恢复的求解过程。不同方法改变的是候选路径、外部反馈和计算预算的组织方式。可靠的智能体不以“思考得很长”为目标,而以任务成功、证据充分和成本可控为目标。工程上应从简单基线出发,只在必要时增加搜索、反思、多智能体和工具调用,并用状态机、动态预算、验证器和权限边界控制复杂度。
本文介绍了一个基于N-Barrier模式的珠宝生产流程管理系统。系统采用多阶段屏障同步机制,包含生产、入库和发货三个阶段,每个阶段通过动态屏障确保所有步骤完成后再进入下一阶段。核心组件包括:1)工作流注册中心管理步骤元数据;2)动态屏障类支持运行时参与者增减;3)阶段服务实现步骤执行与同步;4)事件总线驱动自动化流程。系统特色包括:质检失败自动返工、归档完成自动触发发货、带重试机制的发货服务等。通
本文展示了一个珠宝企业业务系统性能监控的实现方案。通过Python装饰器模式设计计时函数(timing_decorator),自动记录各业务模块执行耗时,并支持慢任务告警(阈值1秒)。系统包含供应链、设计、生产、质检、物流、财务、营销、销售、人事、IT等10个业务模块,采用统一日志配置,记录执行时间到business_perf.log文件。当业务函数执行超过阈值时输出警告日志,有效监控珠宝产销全流
Anthropic的研究给出了一个简洁的判断标准:**一个系统是否是Agentic,取决于LLM的输出在多大程度上直接影响真实世界,以及模型是否在无人监督的情况下做出了连续的自主决策。:能够处理失败并调整策略## 四大核心设计范式### 范式一:提示链(Prompt Chaining)这是最简单的Agentic范式,将复杂任务分解为一系列顺序的LLM调用,每一步的输出是下一步的输入。:- 流程固定
因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取。
本文介绍了一个基于Python的DeadlinePattern(截止期限模式)实现示例,用于珠宝定制系统的服务调用超时管理。系统包含以下核心组件: 异常处理模块(exceptions.py):定义业务异常基类BusinessException及子类ServiceTimeoutException(服务超时)和ServiceInvokeException(服务调用失败) 日志模块(logger.py)
本文介绍了一个基于Python异步编程的珠宝加工流水线系统设计,采用管道模式(Pipeline Pattern)实现。系统包含原石切割、质检(并行净度和颜色检测)、贵金属镶嵌、成品定价、销售出库等阶段,并通过队列实现各环节解耦。关键设计点包括: 使用异步队列实现阶段间通信,支持并行质检分支处理 内置次品返工机制,限制最大返工次数 全局指标监控各阶段执行情况 数据模型严格定义,包括原料、半成品和成品
本文展示了一个企业级珠宝并行任务系统的Python实现。项目采用模块化设计,包含以下核心组件: 配置管理(settings.py):定义基础路径、并行参数(线程池16,进程池4)和业务模拟参数(珠宝100件,订单50个,仓库5个) 实体工厂(entities.py):使用数据类生成测试数据 并行执行器(parallel.py):封装ThreadPoolExecutor和ProcessPoolExe
本文采用组合模式(Composite Pattern)实现了珠宝行业的产品管理系统。系统包含叶子节点(SingleJewelry)和容器节点(JewelryComposite)两类组件:叶子节点代表不可拆分的单个珠宝(如钻戒、项链),包含重量、单价等实体属性;容器节点可嵌套其他组件,代表珠宝套装或礼盒。通过统一的JewelryComponent抽象类,系统支持计算总价、生成销售清单和库存盘点等核心
本文从 AI Agent 的核心设计模式出发,重点剖析了ReAct 模式,并给出了一个完整的 Python 实现。通过这个最小化代理,你可以清晰地看到 LLM 如何将推理与行动结合,从而蜕变为真正能“做事”的智能体。未来,随着模型能力的提升和工程框架的成熟,Agent 设计模式会进一步演化,但感知-推理-行动-记忆这一基本循环将始终是构建智能代理的基石。掌握这些模式思想,你将能更从容地设计出自己的
Schema(工具说明书):JSON 描述——①name:函数名(get_weather)②最重要,清晰自然语言描述工具做什么(“获取指定城市当前天气”)③parameters:参数描述(city: string, “城市名,如 London”)LLM(选择者):推理——"目标关于天气,get_weather 的描述匹配;Orchestrator(执行者,我们的代码):①收 JSON ②解析(na
本文深入解析了ReAct Agent的核心原理与工程实现,通过"观察-思考-行动"的循环模式解决复杂任务。文章详细介绍了ReAct Agent的五大关键要素:历史上下文、环境信息、语言模型、工具/动作和观察结果,并通过伪代码展示了其执行流程。ReAct Agent的优势在于能根据实际情况动态调整策略,适用于处理不确定任务。本文还通过天气查询的实例演示了其工作过程,为开发者提供了
本文通过珠宝行业案例演示了简单工厂模式的应用。珠宝店(客户端)无需直接创建产品,而是通过珠宝工厂类(DuJewelryFactory)统一生产钻戒、项链、手镯等具体产品。工厂根据传入参数创建对应产品实例,并支持定制刻字、材质检测等业务逻辑。代码实现了抽象珠宝基类(Jewelry)和具体产品类(DiamondRing/Necklace/Bracelet),每个产品具有特有属性和定制逻辑。客户端只需指
拿到一个 Agent 系统,你习惯从哪儿开始看?是 Prompt、是工具调用、还是模型参数?
工具作用示例map()对每个元素应用函数filter()按条件过滤元素reduce()累积计算lambda匿名函数sorted()排序zip()合并多个序列带索引遍历any()all()逻辑判断偏函数缓存。
本文介绍了单例模式在珠宝行业中的典型应用场景,包括珠宝库存管理中心、珠宝鉴定证书生成器等需要全局唯一实例的场景。通过Python代码实现了一个珠宝库存管理中心的单例类,使用装饰器确保类实例唯一性,并提供了入库、出库、查询等核心功能。文章详细展示了如何定义珠宝实体类、实现单例模式,以及在实际业务中的调用示例,验证了单例模式在确保数据一致性和集中管控方面的优势。代码中还包含了异常处理、库存校验等实用功
本文提出了一种基于原型模式的珠宝定制解决方案。针对珠宝行业批量定制时重复定义基础属性的问题,通过创建基础款珠宝原型(如钻戒、珍珠项链),使用深克隆方法复制原型并仅修改差异化属性(证书号、刻字等)。该方法实现了:1) 避免重复定义材质、宝石参数等基础属性;2) 通过clone()方法快速生成新实例;3) 保持原型与克隆对象的独立性。实际业务演示显示,该方案能显著提升珠宝定制效率,降低出错率,适用于钻
享元模式是一种结构型设计模式,通过共享技术来支持大量细粒度对象的复用。它的核心思想是:当系统中存在大量相同或相似的对象时,只创建一个共享实例,而不是为每个使用场景都创建新对象。享元模式(Flyweight Pattern)实际应用示例: 文字处理器(字符共享)