智能体工程第一版该保留哪些核心能力在构建 LLM 工具调用Function Calling系统的 MVP最小可行产品第一版时许多团队容易陷入两个极端要么过于简单仅做json.loads便直接透传调用底层 API导致线上频繁报错要么设计过于繁复试图在第一版就实现支持无限递归调用的全自动 Multi-Tool 路由与动态 Schema 生成。规划 Function Calling 第一版的合理工程边界核心在于在第一版中建立强类型 Schema 校验、单工具调用隔离以及确定性的格式修复Auto-Repair机制将复杂的可选功能留待后续版本迭代。1. MVP 第一版应做到的 3 项核心能力与推导在产品 MVP 第一版中工程防护能力的优先级推导如下第一强类型的 Schema 契约反序列化Pydantic Validation。第一版应使用 Pydantic 或 JSON Schema 对模型生成的参数进行字段类型与必填项拦截杜绝裸字典dict透传导致下游函数崩溃。第二Markdown 标记与格式清洗Sanitization。第一版应能够自动识别并剔除模型输出外层包裹的json或多余换行符提高 JSON 解析成功率。第三单工具调用与显式 Timeout 保护Single Tool Isolation Timeout。第一版应限制单次请求仅能触发一次工具调用并为工具 API 调用设置 3~5 秒的显式超时时间。演进版本支持的工具调用特性契约防护能力开发复杂度推荐使用场景V0 探针版裸json.loads无校验极低仅用于 Demo 演示V1 MVP 生产版单工具调用 Auto-RepairPydantic 强类型校验适中生产环境初始上线V2 进阶版多工具并行调用 依赖图结构化约束 智能重试较高复杂 Agent 工作流2. 生产级 Python Function Calling MVP 第一版脚手架实现以下展示满足上述 MVP 第一版工程边界要求的标准代码实现import json import re import logging from typing import Dict, Any, Callable, Type from pydantic import BaseModel, Field, ValidationError logging.basicConfig(levellogging.INFO, format%(asctime)s [%(levelname)s] %(message)s) class OrderQuerySchema(BaseModel): order_id: str Field(..., min_length6, description订单唯一编号) include_detail: bool Field(defaultFalse, description是否包含商品明细) class FunctionCallingMVPGateway: def __init__(self): self.tools: Dict[str, Callable] {} self.schemas: Dict[str, Type[BaseModel]] {} def register_tool(self, name: str, schema: Type[BaseModel], func: Callable): self.tools[name] func self.schemas[name] schema logging.info(f[MVP Gateway] 注册工具: {name}) def process_llm_tool_call(self, raw_llm_output: str) - Dict[str, Any]: clean_json self._extract_json(raw_llm_output) try: payload json.loads(clean_json) except json.JSONDecodeError: clean_json clean_json.replace(, ) try: payload json.loads(clean_json) except Exception: return {success: False, error: LLM 输出不符合 JSON 语法规格} tool_name payload.get(name) args_dict payload.get(arguments, {}) if tool_name not in self.tools: return {success: False, error: f请求了不存在的工具: {tool_name}} schema_cls self.schemas[tool_name] try: validated_args schema_cls(**args_dict) except ValidationError as ve: return {success: False, error: f参数校验拦截: {ve.errors()}} try: res self.tools[tool_name](**validated_args.model_dump()) return {success: True, data: res} except Exception as e: return {success: False, error: f工具执行异常: {str(e)}} def _extract_json(self, text: str) - str: text text.strip() match re.search(r(?:json)?\s*(\{.*?\})\s*, text, re.DOTALL) if match: return match.group(1) return text def query_order_impl(order_id: str, include_detail: bool) - str: return f订单 {order_id} 状态: 已发货, 包含明细: {include_detail} if __name__ __main__: gateway FunctionCallingMVPGateway() gateway.register_tool(query_order, OrderQuerySchema, query_order_impl) raw_llm_response json { name: query_order, arguments: { order_id: ORD20260831, include_detail: true } } output gateway.process_llm_tool_call(raw_llm_response) logging.info(fMVP 第一版 Function Calling 执行结果: {output})3. MVP 第一版的监控与度量第一版网关需暴露指标function_calling_mvp_success_total: MVP 网关成功处理的工具调用数。function_calling_mvp_schema_invalid_total: 参数契约拦截次数。4. 第一版落地的核心建议第一守住静态类型防线Type-Safety First。第一版宁可拒绝对接不规范的模型输出也绝不透传未校验的字典入参。第二保持架构的简单与透明Simplicity Transparency。第一版日志中完整打印输入 JSON 与校验结果方便快速迭代 Prompt。第三做好版本演进规划Version Evolution Roadmap。完成 MVP 的稳健运行后再有规划地引入多工具并发与复杂依赖重试。
智能体工程第一版该保留哪些核心能力在构建 LLM 工具调用Function Calling系统的 MVP最小可行产品第一版时许多团队容易陷入两个极端要么过于简单仅做json.loads便直接透传调用底层 API导致线上频繁报错要么设计过于繁复试图在第一版就实现支持无限递归调用的全自动 Multi-Tool 路由与动态 Schema 生成。规划 Function Calling 第一版的合理工程边界核心在于在第一版中建立强类型 Schema 校验、单工具调用隔离以及确定性的格式修复Auto-Repair机制将复杂的可选功能留待后续版本迭代。1. MVP 第一版应做到的 3 项核心能力与推导在产品 MVP 第一版中工程防护能力的优先级推导如下第一强类型的 Schema 契约反序列化Pydantic Validation。第一版应使用 Pydantic 或 JSON Schema 对模型生成的参数进行字段类型与必填项拦截杜绝裸字典dict透传导致下游函数崩溃。第二Markdown 标记与格式清洗Sanitization。第一版应能够自动识别并剔除模型输出外层包裹的json或多余换行符提高 JSON 解析成功率。第三单工具调用与显式 Timeout 保护Single Tool Isolation Timeout。第一版应限制单次请求仅能触发一次工具调用并为工具 API 调用设置 3~5 秒的显式超时时间。演进版本支持的工具调用特性契约防护能力开发复杂度推荐使用场景V0 探针版裸json.loads无校验极低仅用于 Demo 演示V1 MVP 生产版单工具调用 Auto-RepairPydantic 强类型校验适中生产环境初始上线V2 进阶版多工具并行调用 依赖图结构化约束 智能重试较高复杂 Agent 工作流2. 生产级 Python Function Calling MVP 第一版脚手架实现以下展示满足上述 MVP 第一版工程边界要求的标准代码实现import json import re import logging from typing import Dict, Any, Callable, Type from pydantic import BaseModel, Field, ValidationError logging.basicConfig(levellogging.INFO, format%(asctime)s [%(levelname)s] %(message)s) class OrderQuerySchema(BaseModel): order_id: str Field(..., min_length6, description订单唯一编号) include_detail: bool Field(defaultFalse, description是否包含商品明细) class FunctionCallingMVPGateway: def __init__(self): self.tools: Dict[str, Callable] {} self.schemas: Dict[str, Type[BaseModel]] {} def register_tool(self, name: str, schema: Type[BaseModel], func: Callable): self.tools[name] func self.schemas[name] schema logging.info(f[MVP Gateway] 注册工具: {name}) def process_llm_tool_call(self, raw_llm_output: str) - Dict[str, Any]: clean_json self._extract_json(raw_llm_output) try: payload json.loads(clean_json) except json.JSONDecodeError: clean_json clean_json.replace(, ) try: payload json.loads(clean_json) except Exception: return {success: False, error: LLM 输出不符合 JSON 语法规格} tool_name payload.get(name) args_dict payload.get(arguments, {}) if tool_name not in self.tools: return {success: False, error: f请求了不存在的工具: {tool_name}} schema_cls self.schemas[tool_name] try: validated_args schema_cls(**args_dict) except ValidationError as ve: return {success: False, error: f参数校验拦截: {ve.errors()}} try: res self.tools[tool_name](**validated_args.model_dump()) return {success: True, data: res} except Exception as e: return {success: False, error: f工具执行异常: {str(e)}} def _extract_json(self, text: str) - str: text text.strip() match re.search(r(?:json)?\s*(\{.*?\})\s*, text, re.DOTALL) if match: return match.group(1) return text def query_order_impl(order_id: str, include_detail: bool) - str: return f订单 {order_id} 状态: 已发货, 包含明细: {include_detail} if __name__ __main__: gateway FunctionCallingMVPGateway() gateway.register_tool(query_order, OrderQuerySchema, query_order_impl) raw_llm_response json { name: query_order, arguments: { order_id: ORD20260831, include_detail: true } } output gateway.process_llm_tool_call(raw_llm_response) logging.info(fMVP 第一版 Function Calling 执行结果: {output})3. MVP 第一版的监控与度量第一版网关需暴露指标function_calling_mvp_success_total: MVP 网关成功处理的工具调用数。function_calling_mvp_schema_invalid_total: 参数契约拦截次数。4. 第一版落地的核心建议第一守住静态类型防线Type-Safety First。第一版宁可拒绝对接不规范的模型输出也绝不透传未校验的字典入参。第二保持架构的简单与透明Simplicity Transparency。第一版日志中完整打印输入 JSON 与校验结果方便快速迭代 Prompt。第三做好版本演进规划Version Evolution Roadmap。完成 MVP 的稳健运行后再有规划地引入多工具并发与复杂依赖重试。
