Agentpath
L3 · 嵌入、隔离、评测、成本

工程化

能跑通和敢上线之间差的就是这一阶段：把 agent 嵌进自己的应用，关进沙箱，给它写测试，把 token 账单和失败率变成看得见的曲线。

7 节课 · 约 4 小时已完成 0/7
  1. 1

    用 SDK 把 agent 嵌进自己的应用

    动手45 分钟

    不是所有 agent 都长成终端。SDK 模式让 Pi 变成你应用里的一个库。

    • 在一个 Node 服务里嵌入 Pi，接管输入输出与工具集
    • 把事件流转成自己前端的实时更新
    • 设计会话隔离与并发上限
  2. 2

    RPC 模式：非 Node 宿主怎么接

    原理30 分钟

    宿主是 Go、Python、Rust 也照样能用 —— 一条 stdin/stdout 上的 JSON 协议而已。

    • 用非 JS 语言起一个 Pi 子进程并完成一轮完整对话
    • 处理协议里的错误、超时与进程退出
    • 在 SDK 与 RPC 之间做出选择
  3. 3

    沙箱与隔离：把手脚绑在安全范围里

    原理35 分钟

    与其猜哪条命令危险，不如让危险命令根本没地方落地。

    • 为 agent 选一档隔离方案并说明它挡住了什么、挡不住什么
    • 在容器里跑 agent 并只挂载该给的目录
    • 设计凭据不落地的访问方式
  4. 4

    MCP 还是 CLI 工具：Pi 的取舍

    原理30 分钟

    Pi 明确不内置 MCP，理由值得认真读一遍 —— 然后你自己决定要不要加回来。

    • 对比 MCP 与「CLI + README」两种给工具的方式在上下文成本上的差别
    • 判断自己的场景该走哪条路
    • 需要 MCP 时，用扩展把它接进来
  5. 5

    给 agent 写测试：评测与回归

    动手45 分钟

    改一句提示词就可能让成功率掉一半，而你不会立刻知道 —— 除非有评测。

    • 建一组任务用例，能自动判定成功与失败
    • 把提示词、工具、模型三者的改动都纳入回归
    • 读懂评测波动：多少差异算真的变差
  6. 6

    可观测：trace、用量与失败分类

    原理30 分钟

    线上 agent 出问题时，你需要的不是日志，而是能回放的一整条链路。

    • 为一轮 agent 执行打出可回放的完整 trace
    • 把 token 用量拆到会话、工具、模型三个维度
    • 建立失败分类，让告警指向可行动的原因
  7. 7

    成本与延迟：把账压下来

    推演35 分钟

    同一个任务，做对缓存和模型分层能便宜一个数量级。

    • 算出单次任务成本的构成，并指出最值得优化的那一项
    • 设计缓存友好的上下文布局
    • 用模型分层把简单步骤交给便宜模型