案例分析二:Data Analysis Agent 连续查询多个指标,Streaming 如何让业务用户理解分析路径?
场景背景 用户问,“为什么昨天收入下降?” Agent 需要: 查整体收入 查请求量 查曝光 查 eCPM 按媒体拆 按广告位拆 整个过程 40 秒。 没有 Streaming 用户只看到: 正在分析... 最后突然出现...
章末自测
题目 1:为什么 Agent 比普通 CRUD API 更需要 Streaming? 请从执行时长、多步骤、用户等待体验和可见性四个角度说明。 普通 CRUD 往往几百毫秒就能返回,用户无需关心内部执行阶段;Agent 则...
数据持久化:SQLite 保存 Session、Run 和 Trace
上一节,我们已经让 Agent Backend 具备了实时 Streaming 能力。 现在客户端可以: POST /api/v1/runs ↓ 得到 run_id ↓ GET /api/v1/runs/{run_id}/events ↓ 实时看到进度 而 Run 本身也已经...
小节一:为什么 Agent Backend 一定会走向持久化——内存状态不是系统事实
先把一个很重要的边界说清楚,Python 内存中的对象,不等于系统真正“记住”了。 例如: sessions = {} runs = {} 它们非常快。 但生命周期只等于: 当前 Python 进程生命周期 服务一重启: 全...
小节二:怎么设计五张核心业务表与事件日志——不要把所有 JSON 塞进一张表
很多人第一次持久化 Agent,会想: 建一张 agent_runs 然后所有东西 JSON 全塞进去 比如: { 'session': {...}, 'messages': [...], 'steps': [...], 'tool_calls': [...] } Demo ...
小节三:实现 SQLiteStore——把“怎么存”从 SessionManager、RunManager 里抽出来
现在真正写代码。 我们不希望: RunManager 里面到处: sqlite3.execute(...) 因为以后换 PostgreSQL 会很痛苦。 所以先抽象: Storage 第一版接口 可以先定义: create_session get_session ap...
小节四:把 SQLiteStore 接回 SessionManager 和 RunManager——Manager 管生命周期,Store 管数据落盘
前面我们有: SessionManager RunManager 现在不要把它们删掉。 数据库出现以后,正确关系是: SessionManager ↓ Store RunManager ↓ Store Manager 继续负责: 生命周期 业务规则 状态转换 S...
小节五:怎么给未来 MySQL / PostgreSQL 留接口——不要让 SQLite 变成业务代码的一部分
这一节的最后一个重点,是为未来迁移做准备。 很多项目第一版: SQLite 后面业务增长: PostgreSQL 真正痛苦的不是迁移数据。 而是代码里到处都是: sqlite3.connect(...) 所以我们提前设计一个...
案例分析一:Flask 服务升级重启以后,历史 Run 为什么还能继续查询?
场景背景 用户晚上创建: session_id = sess_001 run_id = run_001 Run 已经完成: status = completed steps = 12 answer = 已修复 服务准备发布新版本。 开发者: Ctrl + C 然后重新启动。 内...
案例分析二:Coding Agent 失败以后,如何通过 SQLite 还原“失败前最后发生了什么”?
场景背景 Run: run_bugfix_009 执行过程: Step 1 读取项目 Step 2 读取 app.py Step 3 运行 pytest Step 4 发现 ImportError Step 5 检查 requirements.txt Step 6 Tool 执行超时 服务随后崩...










