lanzeou-大赛人网-第111页
lanzeou的头像-大赛人网
lanzeou管理员超级版主
这家伙很懒,什么都没有写...
小节三:HTTP API 真正解决什么——不是“给函数套一个 URL”-大赛人网

小节三:HTTP API 真正解决什么——不是“给函数套一个 URL”

这一部分最容易被误解,所以我专门补了一张说明图。图的中心是“HTTP API 作为服务协议”,周围围绕着语言解耦、部署解耦、API 版本化、统一鉴权与审计、错误标准化,以及 Streaming 支持几个关...
小节四:同一个 AgentEngine 如何同时服务 CLI、Web、飞书与其他系统?-大赛人网

小节四:同一个 AgentEngine 如何同时服务 CLI、Web、飞书与其他系统?

这一部分其实和前面的“不要复制 Agent”是同一个思想,只不过这里更强调入口视角。下面这张图把 CLI、Web、飞书机器人、定时任务和其他系统怎么一起接到统一入口上,画成了一个更完整的复用关...
案例分析一:Coding Agent 从本地脚本迁移成 Web 产品-大赛人网

案例分析一:Coding Agent 从本地脚本迁移成 Web 产品

这个案例最适合直接看对比图。左边是错误做法:Web 请求直接去调本地脚本,能跑,但会带来超时、强耦合、状态混乱和难扩展的问题;右边则是正确迁移方式:前端调用 Flask Route,再到 AgentServ...
案例分析二:给飞书机器人接入 Agent,如何管理请求与任务生命周期-大赛人网

案例分析二:给飞书机器人接入 Agent,如何管理请求与任务生命周期

如果说前一个案例强调的是 Web 产品化,那这个案例更强调“企业协作入口 + 任务系统”。下面这张图从飞书用户发消息开始,一路串到 Bot 接收、API / Route、AgentService、AgentEngine,再到回...
章末自测-大赛人网

章末自测

题目 1:为什么 agent.run('分析这个项目') 适合作为开发入口,却不适合作为真实 Web 产品唯一入口? 请从调用环境、协议、多调用方、长任务与多用户五个角度解释。 agent.run() ...
用 Flask 封装第一个 Agent API-大赛人网

用 Flask 封装第一个 Agent API

上一节,我们已经回答了一个很重要的问题,为什么 Agent 不能永远停留在 agent.run('分析这个项目') 这种本地 Python 调用里? 因为真实系统的调用方可能是: Frontend App 飞书 其他...
小节一:先设计 API Contract——不要一上来就写 Route-大赛人网

小节一:先设计 API Contract——不要一上来就写 Route

先看一张总览图会更容易进入状态。它把“调用方 → API Contract → Flask Route → AgentService / AgentEngine”这条链路直接摊开了。你会发现,真正应该先稳定下来的,不是某一段 Flask 代码...
小节二:实现第一个完整 Flask Agent API——真正跑通 POST /api/v1/chat-大赛人网

小节二:实现第一个完整 Flask Agent API——真正跑通 POST /api/v1/chat

这一节可以理解成:我们开始把原来只能在本地 agent.run() 跑起来的能力,往“别人也能稳定调用”的方向推进。下面这张图把这条演进路径拆成了 7 步,看起来会特别顺。 图里最值得记住的一点...
小节三:Route 为什么只做参数校验,不应该直接实现 Agent Main Loop?-大赛人网

小节三:Route 为什么只做参数校验,不应该直接实现 Agent Main Loop?

多同学在这里最容易犯的毛病,就是觉得既然 Route 已经拿到了请求,那索性把主逻辑也一口气写进去。但从长期维护看,这么做几乎一定会越写越乱。先看一张分层图,脑子里有了结构,再去读代码会...
小节四:如何让这个 API 真正调用前面已经实现的 Agent Harness?-大赛人网

小节四:如何让这个 API 真正调用前面已经实现的 Agent Harness?

到了这里,问题已经不是“API 能不能回一段字符串”,而是“这套 API 能不能真正接上你前面已经写好的 Harness”。如果只盯着当前这个 Flask Route,你很容易把视角放窄;从更大的接入关系看,...