/tags/langgraph/ Recent content in LangGraph on 星澜 Hugo zh-CN Sun, 29 Mar 2026 14:00:00 +0800 /post/2026/03/29/2026032905/ Sun, 29 Mar 2026 14:00:00 +0800 /post/2026/03/29/2026032905/ <h2 id="引言">引言</h2> <p>上一篇讲的是第一类场景：用现成 agent 产品时，团队怎么把自己的 harness 搭好。</p> <p>这篇讲第二类：如果是自己开发退款 agent、审批 agent、客服分诊 agent，<code>agent harness</code> 到底长什么样？</p> <p>这是《<a href="/post/2026/03/29/2026032901/">01. AI Agent 与 Harness：概念梳理</a>》里提到的第二类场景——不是在现成 agent 产品外面加一层团队规范，而是自己从头搭一套业务 agent 系统。</p> <p>对退款、审批、客服分诊、工单流转这类系统来说，第一步通常不是先打磨 prompt，而是先把流程图画出来。 图一旦清楚，第一版系统骨架往往也就跟着出来了。</p> <h2 id="为什么先画流程图再谈-agent">为什么先画流程图，再谈 agent</h2> <p>这当然不是说：</p> <p><code>流程图 = 代码</code></p> <p>而是说，对于退款、审批、分诊、风控这类业务 agent，你一旦能把下面几件事画清楚，第一版系统骨架其实就已经出来了：</p> <ul> <li>有哪些节点</li> <li>节点之间怎么流转</li> <li>哪些节点必须确定性执行</li> <li>哪些节点可以交给模型判断</li> <li>哪些地方要加人工接管</li> <li>哪些地方要加验证和返工</li> </ul> <p>很多团队一开始觉得自己是在“做 AI agent”，后来真正落地时会发现，第一步其实更像：</p> <ul> <li>画流程图</li> <li>画状态流转</li> <li>画工具调用图</li> <li>画失败回退路径</li> </ul> <p>这些图一旦清楚了，agent harness 的大部分骨架也就跟着清楚了。</p> <p><code>能画出流程图，不代表已经把 agent 写完了；但通常已经走到了“能开始写 agent harness”的阶段。</code></p> <h2 id="graph-在表达什么">Graph 在表达什么</h2> <p>这里说的 <code>graph</code>，不要只把它理解成某个具体框架的对象。<br> 它更广义地指：</p> <ul> <li>节点</li> <li>边</li> <li>状态</li> <li>路由规则</li> <li>重试和返工路径</li> </ul> <p>一个业务 agent 的 graph，通常至少会包含几类节点：</p> <ul> <li><code>LLM 节点</code> <ul> <li>负责意图理解、信息提取、回复生成、某些开放判断</li> </ul> </li> <li><code>工具节点</code> <ul> <li>查订单、查政策、调退款接口、写工单、发通知</li> </ul> </li> <li><code>规则节点</code> <ul> <li>权限判断、风控判断、政策判断</li> </ul> </li> <li><code>验证节点</code> <ul> <li>检查动作结果是否真的生效</li> </ul> </li> <li><code>人工节点</code> <ul> <li>升级审批、转人工处理、人工兜底</li> </ul> </li> </ul> <p>这时 graph 真正表达的，不只是“业务流程长什么样”，还包括：</p>