简介《大模型应用开发 动手做AI Agent》是黄佳撰写的一本面向Agent技术学习者与开发者的实战型电子书适合研究人员、开发人员、产品经理、企业负责人及高校相关专业师生阅读帮助读者从技术框架、开发工具到实操项目系统掌握Agent的设计与实现。全书围绕GPT-4、OpenAI Assistants API、LangChain、LlamaIndex、MetaGPT等前沿技术展开通过7个功能强大的Agent案例覆盖办公自动化、函数调用、ReAct推理、智能调度、检索增强生成RAG以及多Agent框架等方向并展望Agent的未来趋势。资源包为1个PDF文件大小约25.35MB内容完整、结构清晰便于按章节检索学习。目前已有994人学习下载读者可借此零距离接触尖端AI技术理解Agent访问工具、与数据交互及对话完成任务的关键思路为实际开发提供可落地的参考。1. 从一份 PDF 说起大模型 Agent 到底能不能照着做出来很多人第一次接触 Agent是在各种演示视频里看它自动查资料、调工具、写代码感觉像魔法。但真到自己动手往往卡在第一步不知道一个 Agent 的最小闭环长什么样不知道该先写提示词还是先搭框架更不知道哪些环节是玄学、哪些是硬工程。这份《大模型应用开发 动手做 AI Agent》的 PDF 就是冲着这个痛点来的——它不讲空泛的行业趋势而是把 Agent 拆成可执行的模块模型调用、工具注册、任务规划、记忆管理、执行循环。适合两类人一是刚转到大模型应用方向的开发者想用最短路径跑通第一个 Agent二是已经会用 API 但项目总是“演示能跑、上线就崩”的熟手需要补上工程化那一段。下面我按自己拆包复现的顺序把这份资料里的关键路径和踩坑点摊开讲。2. 动手前的环境底座模型接口、依赖与最小可运行单元2.1 为什么先锁接口层而不是先挑框架Agent 框架换得比手机壳还勤但底层模型接口的调用方式基本稳定。这份 PDF 里反复强调一个原则先把模型调用封装成一个独立函数再往上叠 Agent 逻辑。这样做的好处是后面无论换模型、换框架还是加缓存、加重试都只改一个地方。常见做法是用 OpenAI 兼容接口作为统一入口因为大多数国内模型服务也支持这套协议。我一般会建一个llm_client.py把 base_url、api_key、model_name 三个参数抽成环境变量代码里不出现硬编码。# llm_client.py import os from openai import OpenAI # 从环境变量读取避免密钥写进代码库 client OpenAI( base_urlos.getenv(LLM_BASE_URL), # 例如 https://api.example.com/v1 api_keyos.getenv(LLM_API_KEY), ) def chat(messages, modelNone, temperature0.3): messages: [{role: user, content: ...}] temperature: Agent 任务建议 0.2~0.4太低会死板太高会乱调工具 resp client.chat.completions.create( modelmodel or os.getenv(LLM_MODEL_NAME), messagesmessages, temperaturetemperature, ) return resp.choices[0].message.content这段代码的逻辑说明把客户端初始化放在模块级避免每次调用都重建连接chat函数只暴露 messages 和 temperature模型名走环境变量方便在测试和生产之间切换。参数上temperature 对 Agent 特别关键——规划类任务建议 0.2 到 0.4工具参数生成建议 0.1 到 0.2创意类子任务可以放到 0.7但不要全局用一个值。2.2 依赖装多少算够一份不臃肿的 requirementsPDF 里没有堆一大堆库核心依赖其实就几个。我按最小可运行原则整理了一份清单装完能跑通后面所有示例。# requirements.txt openai1.30.0 # 模型调用 pydantic2.0 # 工具参数校验Agent 调工具翻车多半是参数没校验 tenacity8.2 # 重试网络抖动和限流必备 python-dotenv1.0 # 读 .env rich13.0 # 终端输出好看点调试时能看清执行链安装命令就一行pip install -r requirements.txt。这里有个血泪经验不要一上来就装 LangChain 全家桶。PDF 里的示例是让你先手写一遍 ReAct 循环理解每一步在干什么等手写跑通了再决定要不要上框架。否则出了问题你连是框架的锅还是模型的锅都分不清。2.3 最小 Agent 循环手写一遍比看十篇原理强所谓 Agent最小闭环就是“想一步、做一步、看结果、再想”。下面这个 30 行的循环是整份资料里最值得抄作业的部分。import json from llm_client import chat # 工具注册表名字 - 函数 TOOLS { get_time: lambda: 2025-01-01 12:00:00, calc: lambda expr: str(eval(expr)), # 仅演示生产环境禁用 eval } SYSTEM_PROMPT 你是一个 Agent。可用工具{tools} 输出格式必须是 JSON{{thought: ..., action: 工具名或null, action_input: 参数, final_answer: null或答案}} def run_agent(user_input, max_steps5): messages [ {role: system, content: SYSTEM_PROMPT.format(toolslist(TOOLS.keys()))}, {role: user, content: user_input}, ] for step in range(max_steps): raw chat(messages, temperature0.2) try: decision json.loads(raw) except json.JSONDecodeError: # 模型偶尔会带 markdown 代码块这里做一次清洗 raw raw.strip().strip(json).strip() decision json.loads(raw) if decision.get(final_answer) not in (None, null): return decision[final_answer] action decision.get(action) if action in TOOLS: observation TOOLS[action](decision.get(action_input, )) else: observation f未知工具{action} # 把观察结果塞回对话进入下一轮 messages.append({role: assistant, content: raw}) messages.append({role: user, content: f观察结果{observation}}) return 达到最大步数任务未完成逻辑说明每一轮让模型输出结构化 JSON包含思考、动作、参数和最终答案。如果 action 是 null 且有 final_answer就结束否则执行工具把结果作为“观察”拼回对话。参数上max_steps是保命参数防止模型陷入死循环烧 token一般设 5 到 8。temperature 压到 0.2是为了让 JSON 格式更稳定。这段代码跑通你就理解了 Agent 的骨架后面加记忆、加多工具、加规划都是在这个循环上长出来的。3. 工具调用与任务规划让 Agent 从“会说”到“会做”3.1 工具描述怎么写模型才不调错工具调用的准确率八成取决于描述而不是模型能力。PDF 里给了一个很实用的模板工具名用动词开头描述里写清楚“什么时候用、输入是什么、输出是什么、失败会怎样”。我对比过同一套工具描述写详细后调用准确率能从六成提到九成。TOOL_SCHEMA { name: search_docs, description: 在公司内部文档库中搜索关键词。当用户询问产品参数、流程规范时使用。输入是搜索词字符串返回最相关的前三条摘要。如果无结果返回空字符串。, parameters: { type: object, properties: { query: {type: string, description: 搜索关键词不要带问句} }, required: [query], }, }参数说明description里明确“什么时候用”比“这个工具能干什么”更重要因为模型是在做选择不是在做阅读理解。query的描述里加一句“不要带问句”能减少模型把整句用户问题直接塞进去的情况。常见做法是给每个工具写三到五条正例和反例放在系统提示里效果比调 temperature 明显。3.2 任务规划先拆步骤再决定用哪个工具复杂任务直接丢给 Agent它容易东一榔头西一棒子。PDF 里推荐的做法是加一个“规划器”角色先让模型输出步骤列表再逐步执行。下面是一个规划提示的骨架。PLANNER_PROMPT 把用户任务拆成 2~5 个步骤每步只做一件事。 输出 JSON 数组[{step: 1, goal: ..., tool_hint: 可能用到的工具名或null}] 不要输出解释。 def plan(task): raw chat([ {role: system, content: PLANNER_PROMPT}, {role: user, content: task}, ], temperature0.3) return json.loads(raw)逻辑说明规划器只负责拆步骤不负责执行这样职责单一出错好定位。tool_hint是给执行器的建议不是强制执行器仍然可以自己选工具。参数上步骤数限制在 2 到 5太多会引入不必要的中间环节太少又起不到规划作用。我一般会在规划后加一步人工确认调试阶段把步骤打印出来看一眼确认没跑偏再往下走。3.3 记忆管理短期靠对话长期靠摘要Agent 跑多轮之后对话历史会越来越长token 成本飙升模型还会“忘记”前面的关键信息。PDF 里给了一个折中方案保留最近 N 轮原始对话更早的内容压缩成摘要。实现上就是一个滑动窗口加一个摘要函数。def compress_history(messages, keep_recent6): if len(messages) keep_recent: return messages old messages[:-keep_recent] recent messages[-keep_recent:] summary chat([ {role: system, content: 把以下对话压缩成三句话以内的摘要保留关键事实和结论。}, {role: user, content: json.dumps(old, ensure_asciiFalse)}, ], temperature0.2) return [{role: system, content: f历史摘要{summary}}] recent参数说明keep_recent控制保留多少条原始消息一般设 4 到 8取决于单条消息长度。摘要用低 temperature保证事实不跑偏。注意摘要会丢细节所以关键结论最好在生成时就写进一个独立的“事实表”而不是只靠对话历史。4. 避坑与排查那些演示看不出来的翻车点4.1 模型返回的 JSON 带 markdown 代码块现象json.loads报JSONDecodeError打印出来发现内容被json 和包着。原因模型在训练时见过大量 markdown 格式的代码习惯性加围栏。解决在解析前做一次清洗去掉首尾的代码块标记更稳的做法是在系统提示里明确“只输出 JSON不要 markdown”双管齐下。4.2 工具参数类型对不上现象工具函数收到的是字符串3但内部逻辑需要整数3导致计算或查询出错。原因模型输出的 JSON 里数字经常带引号。解决用 pydantic 做一层参数校验和类型转换在工具注册时定义好 schema调用前先model_validate类型不对就返回错误信息让模型重试。4.3 循环停不下来token 烧得心疼现象Agent 反复调用同一个工具或者一直在“思考”不输出最终答案。原因没有设置最大步数或者工具返回的空结果让模型以为没执行成功。解决强制max_steps并在工具返回空时明确告诉模型“本次调用无结果请换策略或给出最终答案”而不是返回空字符串让它猜。4.4 换了模型之后全部崩盘现象同一套提示词A 模型跑得好好的换 B 模型后 JSON 格式全乱。原因不同模型对格式指令的遵循程度差异很大尤其是小参数模型。解决把格式约束从系统提示里再复制一份到用户消息末尾形成“双重强调”同时准备一个降级解析器用正则提取关键字段而不是直接json.loads。4.5 工具描述里的“隐藏假设”现象模型调用了正确的工具但传的参数是它自己编的不是用户给的。原因工具描述里没写清楚参数来源模型就“合理想象”了一个。解决在描述里加一句“参数必须来自用户输入或上一步观察结果不得自行编造”并在执行前做一次来源校验对不上就拒绝执行并让模型重新生成。5. 进阶技巧把 Agent 从能跑变成好用5.1 用“执行轨迹”做回归测试Agent 的输出不稳定今天能跑通不代表明天还能。我的习惯是每次调试成功后把完整的执行轨迹每轮的 thought、action、observation存成 JSON 文件作为回归用例。下次改提示词或换模型先跑一遍这些用例看轨迹是否还在预期路径上。这比只看最终答案靠谱得多因为最终答案对了过程可能已经跑偏只是运气好。import json, hashlib def save_trace(task, trace): key hashlib.md5(task.encode()).hexdigest()[:8] with open(ftraces/{key}.json, w, encodingutf-8) as f: json.dump({task: task, trace: trace}, f, ensure_asciiFalse, indent2)参数说明用任务文本的哈希做文件名避免重复trace 里记录每一轮的完整消息方便 diff。我一般会攒 20 到 30 条覆盖不同工具和边界情况的用例改一次提示词就跑一遍几分钟的事能省下大量线上排查时间。5.2 给工具加“干跑”模式生产环境最怕 Agent 误调写操作。我的做法是给每个工具有一个dry_run参数默认 True只返回“将会执行什么”不真正执行。调试阶段全用干跑确认轨迹没问题再关掉。这个习惯是从一次误删测试数据之后养成的从那以后我每次接新工具都强制走一遍干跑验证。模式行为适用阶段dry_runTrue只打印将要调用的工具和参数调试、回归测试dry_runFalse真实执行并返回结果确认后的生产调用5.3 提示词版本管理别再用“最终版2”命名了Agent 项目里提示词就是核心代码但很多人把它散在 py 文件里改一次覆盖一次出了问题回不去。我的做法是把所有提示词抽到一个prompts/目录每个文件带版本号用 git 管理。改提示词走正常的代码评审流程而不是随手改。这样当 Agent 行为变化时能快速定位是哪次提示词改动引入的。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/13 10:35:23 · 阅读 1.2k 大模型Agent开发实战：从最小闭环到工程化避坑指南
简介《大模型应用开发 动手做AI Agent》是黄佳撰写的一本面向Agent技术学习者与开发者的实战型电子书适合研究人员、开发人员、产品经理、企业负责人及高校相关专业师生阅读帮助读者从技术框架、开发工具到实操项目系统掌握Agent的设计与实现。全书围绕GPT-4、OpenAI Assistants API、LangChain、LlamaIndex、MetaGPT等前沿技术展开通过7个功能强大的Agent案例覆盖办公自动化、函数调用、ReAct推理、智能调度、检索增强生成RAG以及多Agent框架等方向并展望Agent的未来趋势。资源包为1个PDF文件大小约25.35MB内容完整、结构清晰便于按章节检索学习。目前已有994人学习下载读者可借此零距离接触尖端AI技术理解Agent访问工具、与数据交互及对话完成任务的关键思路为实际开发提供可落地的参考。1. 从一份 PDF 说起大模型 Agent 到底能不能照着做出来很多人第一次接触 Agent是在各种演示视频里看它自动查资料、调工具、写代码感觉像魔法。但真到自己动手往往卡在第一步不知道一个 Agent 的最小闭环长什么样不知道该先写提示词还是先搭框架更不知道哪些环节是玄学、哪些是硬工程。这份《大模型应用开发 动手做 AI Agent》的 PDF 就是冲着这个痛点来的——它不讲空泛的行业趋势而是把 Agent 拆成可执行的模块模型调用、工具注册、任务规划、记忆管理、执行循环。适合两类人一是刚转到大模型应用方向的开发者想用最短路径跑通第一个 Agent二是已经会用 API 但项目总是“演示能跑、上线就崩”的熟手需要补上工程化那一段。下面我按自己拆包复现的顺序把这份资料里的关键路径和踩坑点摊开讲。2. 动手前的环境底座模型接口、依赖与最小可运行单元2.1 为什么先锁接口层而不是先挑框架Agent 框架换得比手机壳还勤但底层模型接口的调用方式基本稳定。这份 PDF 里反复强调一个原则先把模型调用封装成一个独立函数再往上叠 Agent 逻辑。这样做的好处是后面无论换模型、换框架还是加缓存、加重试都只改一个地方。常见做法是用 OpenAI 兼容接口作为统一入口因为大多数国内模型服务也支持这套协议。我一般会建一个llm_client.py把 base_url、api_key、model_name 三个参数抽成环境变量代码里不出现硬编码。# llm_client.py import os from openai import OpenAI # 从环境变量读取避免密钥写进代码库 client OpenAI( base_urlos.getenv(LLM_BASE_URL), # 例如 https://api.example.com/v1 api_keyos.getenv(LLM_API_KEY), ) def chat(messages, modelNone, temperature0.3): messages: [{role: user, content: ...}] temperature: Agent 任务建议 0.2~0.4太低会死板太高会乱调工具 resp client.chat.completions.create( modelmodel or os.getenv(LLM_MODEL_NAME), messagesmessages, temperaturetemperature, ) return resp.choices[0].message.content这段代码的逻辑说明把客户端初始化放在模块级避免每次调用都重建连接chat函数只暴露 messages 和 temperature模型名走环境变量方便在测试和生产之间切换。参数上temperature 对 Agent 特别关键——规划类任务建议 0.2 到 0.4工具参数生成建议 0.1 到 0.2创意类子任务可以放到 0.7但不要全局用一个值。2.2 依赖装多少算够一份不臃肿的 requirementsPDF 里没有堆一大堆库核心依赖其实就几个。我按最小可运行原则整理了一份清单装完能跑通后面所有示例。# requirements.txt openai1.30.0 # 模型调用 pydantic2.0 # 工具参数校验Agent 调工具翻车多半是参数没校验 tenacity8.2 # 重试网络抖动和限流必备 python-dotenv1.0 # 读 .env rich13.0 # 终端输出好看点调试时能看清执行链安装命令就一行pip install -r requirements.txt。这里有个血泪经验不要一上来就装 LangChain 全家桶。PDF 里的示例是让你先手写一遍 ReAct 循环理解每一步在干什么等手写跑通了再决定要不要上框架。否则出了问题你连是框架的锅还是模型的锅都分不清。2.3 最小 Agent 循环手写一遍比看十篇原理强所谓 Agent最小闭环就是“想一步、做一步、看结果、再想”。下面这个 30 行的循环是整份资料里最值得抄作业的部分。import json from llm_client import chat # 工具注册表名字 - 函数 TOOLS { get_time: lambda: 2025-01-01 12:00:00, calc: lambda expr: str(eval(expr)), # 仅演示生产环境禁用 eval } SYSTEM_PROMPT 你是一个 Agent。可用工具{tools} 输出格式必须是 JSON{{thought: ..., action: 工具名或null, action_input: 参数, final_answer: null或答案}} def run_agent(user_input, max_steps5): messages [ {role: system, content: SYSTEM_PROMPT.format(toolslist(TOOLS.keys()))}, {role: user, content: user_input}, ] for step in range(max_steps): raw chat(messages, temperature0.2) try: decision json.loads(raw) except json.JSONDecodeError: # 模型偶尔会带 markdown 代码块这里做一次清洗 raw raw.strip().strip(json).strip() decision json.loads(raw) if decision.get(final_answer) not in (None, null): return decision[final_answer] action decision.get(action) if action in TOOLS: observation TOOLS[action](decision.get(action_input, )) else: observation f未知工具{action} # 把观察结果塞回对话进入下一轮 messages.append({role: assistant, content: raw}) messages.append({role: user, content: f观察结果{observation}}) return 达到最大步数任务未完成逻辑说明每一轮让模型输出结构化 JSON包含思考、动作、参数和最终答案。如果 action 是 null 且有 final_answer就结束否则执行工具把结果作为“观察”拼回对话。参数上max_steps是保命参数防止模型陷入死循环烧 token一般设 5 到 8。temperature 压到 0.2是为了让 JSON 格式更稳定。这段代码跑通你就理解了 Agent 的骨架后面加记忆、加多工具、加规划都是在这个循环上长出来的。3. 工具调用与任务规划让 Agent 从“会说”到“会做”3.1 工具描述怎么写模型才不调错工具调用的准确率八成取决于描述而不是模型能力。PDF 里给了一个很实用的模板工具名用动词开头描述里写清楚“什么时候用、输入是什么、输出是什么、失败会怎样”。我对比过同一套工具描述写详细后调用准确率能从六成提到九成。TOOL_SCHEMA { name: search_docs, description: 在公司内部文档库中搜索关键词。当用户询问产品参数、流程规范时使用。输入是搜索词字符串返回最相关的前三条摘要。如果无结果返回空字符串。, parameters: { type: object, properties: { query: {type: string, description: 搜索关键词不要带问句} }, required: [query], }, }参数说明description里明确“什么时候用”比“这个工具能干什么”更重要因为模型是在做选择不是在做阅读理解。query的描述里加一句“不要带问句”能减少模型把整句用户问题直接塞进去的情况。常见做法是给每个工具写三到五条正例和反例放在系统提示里效果比调 temperature 明显。3.2 任务规划先拆步骤再决定用哪个工具复杂任务直接丢给 Agent它容易东一榔头西一棒子。PDF 里推荐的做法是加一个“规划器”角色先让模型输出步骤列表再逐步执行。下面是一个规划提示的骨架。PLANNER_PROMPT 把用户任务拆成 2~5 个步骤每步只做一件事。 输出 JSON 数组[{step: 1, goal: ..., tool_hint: 可能用到的工具名或null}] 不要输出解释。 def plan(task): raw chat([ {role: system, content: PLANNER_PROMPT}, {role: user, content: task}, ], temperature0.3) return json.loads(raw)逻辑说明规划器只负责拆步骤不负责执行这样职责单一出错好定位。tool_hint是给执行器的建议不是强制执行器仍然可以自己选工具。参数上步骤数限制在 2 到 5太多会引入不必要的中间环节太少又起不到规划作用。我一般会在规划后加一步人工确认调试阶段把步骤打印出来看一眼确认没跑偏再往下走。3.3 记忆管理短期靠对话长期靠摘要Agent 跑多轮之后对话历史会越来越长token 成本飙升模型还会“忘记”前面的关键信息。PDF 里给了一个折中方案保留最近 N 轮原始对话更早的内容压缩成摘要。实现上就是一个滑动窗口加一个摘要函数。def compress_history(messages, keep_recent6): if len(messages) keep_recent: return messages old messages[:-keep_recent] recent messages[-keep_recent:] summary chat([ {role: system, content: 把以下对话压缩成三句话以内的摘要保留关键事实和结论。}, {role: user, content: json.dumps(old, ensure_asciiFalse)}, ], temperature0.2) return [{role: system, content: f历史摘要{summary}}] recent参数说明keep_recent控制保留多少条原始消息一般设 4 到 8取决于单条消息长度。摘要用低 temperature保证事实不跑偏。注意摘要会丢细节所以关键结论最好在生成时就写进一个独立的“事实表”而不是只靠对话历史。4. 避坑与排查那些演示看不出来的翻车点4.1 模型返回的 JSON 带 markdown 代码块现象json.loads报JSONDecodeError打印出来发现内容被json 和包着。原因模型在训练时见过大量 markdown 格式的代码习惯性加围栏。解决在解析前做一次清洗去掉首尾的代码块标记更稳的做法是在系统提示里明确“只输出 JSON不要 markdown”双管齐下。4.2 工具参数类型对不上现象工具函数收到的是字符串3但内部逻辑需要整数3导致计算或查询出错。原因模型输出的 JSON 里数字经常带引号。解决用 pydantic 做一层参数校验和类型转换在工具注册时定义好 schema调用前先model_validate类型不对就返回错误信息让模型重试。4.3 循环停不下来token 烧得心疼现象Agent 反复调用同一个工具或者一直在“思考”不输出最终答案。原因没有设置最大步数或者工具返回的空结果让模型以为没执行成功。解决强制max_steps并在工具返回空时明确告诉模型“本次调用无结果请换策略或给出最终答案”而不是返回空字符串让它猜。4.4 换了模型之后全部崩盘现象同一套提示词A 模型跑得好好的换 B 模型后 JSON 格式全乱。原因不同模型对格式指令的遵循程度差异很大尤其是小参数模型。解决把格式约束从系统提示里再复制一份到用户消息末尾形成“双重强调”同时准备一个降级解析器用正则提取关键字段而不是直接json.loads。4.5 工具描述里的“隐藏假设”现象模型调用了正确的工具但传的参数是它自己编的不是用户给的。原因工具描述里没写清楚参数来源模型就“合理想象”了一个。解决在描述里加一句“参数必须来自用户输入或上一步观察结果不得自行编造”并在执行前做一次来源校验对不上就拒绝执行并让模型重新生成。5. 进阶技巧把 Agent 从能跑变成好用5.1 用“执行轨迹”做回归测试Agent 的输出不稳定今天能跑通不代表明天还能。我的习惯是每次调试成功后把完整的执行轨迹每轮的 thought、action、observation存成 JSON 文件作为回归用例。下次改提示词或换模型先跑一遍这些用例看轨迹是否还在预期路径上。这比只看最终答案靠谱得多因为最终答案对了过程可能已经跑偏只是运气好。import json, hashlib def save_trace(task, trace): key hashlib.md5(task.encode()).hexdigest()[:8] with open(ftraces/{key}.json, w, encodingutf-8) as f: json.dump({task: task, trace: trace}, f, ensure_asciiFalse, indent2)参数说明用任务文本的哈希做文件名避免重复trace 里记录每一轮的完整消息方便 diff。我一般会攒 20 到 30 条覆盖不同工具和边界情况的用例改一次提示词就跑一遍几分钟的事能省下大量线上排查时间。5.2 给工具加“干跑”模式生产环境最怕 Agent 误调写操作。我的做法是给每个工具有一个dry_run参数默认 True只返回“将会执行什么”不真正执行。调试阶段全用干跑确认轨迹没问题再关掉。这个习惯是从一次误删测试数据之后养成的从那以后我每次接新工具都强制走一遍干跑验证。模式行为适用阶段dry_runTrue只打印将要调用的工具和参数调试、回归测试dry_runFalse真实执行并返回结果确认后的生产调用5.3 提示词版本管理别再用“最终版2”命名了Agent 项目里提示词就是核心代码但很多人把它散在 py 文件里改一次覆盖一次出了问题回不去。我的做法是把所有提示词抽到一个prompts/目录每个文件带版本号用 git 管理。改提示词走正常的代码评审流程而不是随手改。这样当 Agent 行为变化时能快速定位是哪次提示词改动引入的。希望帮到你。本文还有配套的精品资源点击获取