小节二:Tool Registry 怎么设计——Coding Agent 需要的是“窄而可靠”的 Tool,而不是万能 Shell

这里建议大家把重点放在“可控”两个字上。Tool 不是越多越好,也不是给一个万能 Shell 就算完事。真正好用的 Tool Registry,一定是参数可校验、权限可限制、执行可审计。下面这张图把“窄而可靠”的工具设计和“万能 Shell”的高风险做了一个很直观的对比。

图片[1]-小节二:Tool Registry 怎么设计——Coding Agent 需要的是“窄而可靠”的 Tool,而不是万能 Shell-大赛人网

这一章我们只保留一组非常核心的 Tool:

list_files
search_files
read_file
edit_file
run_pytest

如果需要,还可以增加:

write_file
run_python

但第一版不追求 Tool 多。

为什么 Tool 越多不一定越好?

Tool 太多:

模型更难选
Schema 更复杂
权限更难控制
Trace 更难读

所以一个 Coding Agent 最先应该有:

读
搜
改
测

四类能力。

Registry

最小接口:

class ToolRegistry:

    def __init__(self):
        self._tools = {}

    def register(
        self,
        name,
        func,
    ):
        self._tools[name] = func

    def execute(
        self,
        name,
        **kwargs,
    ):
        if name not in self._tools:
            raise KeyError(name)

        return self._tools[name](
            **kwargs
        )

真实项目再增加:

schema
description
permission
risk

为什么不直接全用 run_shell?

因为 Shell 能做很多事。

但:

万能能力
=
更大攻击面。

例如读取文件,最好:

read_file

而不是:

cat file

修改文件,最好:

edit_file

而不是:

sed -i

这样每个动作都更容易:

校验
审计
限制
Trace

测试 Tool

Coding Agent 最关键的真实反馈之一就是:

pytest。

所以默认开放的是:

run_pytest

它把可执行范围收窄到:

当前 Python 3.9 解释器
python3 -m pytest

而不是任意命令。确实需要 Shell 时,我们再把它作为单独的高风险 Tool 接入,让命令白名单、超时、工作目录和审批规则都显式可见。这里很容易为了方便先开一个万能入口,最后却很难解释 Agent 到底获得了哪些权限。

Tool Result 要结构化

例如:

{
  "ok": false,
  "returncode": 1,
  "stdout": "...",
  "stderr": "...",
  "duration_ms": 1250
}

这样 Agent 更容易判断:

失败类型
是否重试
是否需要读文件

这也方便 Trace。

© 版权声明
THE END
喜欢就支持一下吧
点赞10 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容