企业官网建设流程全解析

智能体工程第一版该保留哪些核心能力

在构建 LLM 工具调用（Function Calling）系统的 MVP（最小可行产品）第一版时，许多团队容易陷入两个极端：要么过于简单，仅做json.loads便直接透传调用底层 API，导致线上频繁报错；要么设计过于繁复，试图在第一版就实现支持无限递归调用的全自动 Multi-Tool 路由与动态 Schema 生成。

规划 Function Calling 第一版的合理工程边界，核心在于：在第一版中建立强类型 Schema 校验、单工具调用隔离以及确定性的格式修复（Auto-Repair）机制，将复杂的可选功能留待后续版本迭代。

1. MVP 第一版应做到的 3 项核心能力与推导

在产品 MVP 第一版中，工程防护能力的优先级推导如下：

第一，强类型的 Schema 契约反序列化（Pydantic Validation）。第一版应使用 Pydantic 或 JSON Schema 对模型生成的参数进行字段类型与必填项拦截，杜绝裸字典（dict）透传导致下游函数崩溃。

第二，Markdown 标记与格式清洗（Sanitization）。第一版应能够自动识别并剔除模型输出外层包裹的```json或多余换行符，提高 JSON 解析成功率。

第三，单工具调用与显式 Timeout 保护（Single Tool Isolation & Timeout）。第一版应限制单次请求仅能触发一次工具调用，并为工具 API 调用设置 3~5 秒的显式超时时间。

2. 生产级 Python Function Calling MVP 第一版脚手架实现

以下展示满足上述 MVP 第一版工程边界要求的标准代码实现：

import json import re import logging from typing import Dict, Any, Callable, Type from pydantic import BaseModel, Field, ValidationError logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s") class OrderQuerySchema(BaseModel): order_id: str = Field(..., min_length=6, description="订单唯一编号") include_detail: bool = Field(default=False, description="是否包含商品明细") class FunctionCallingMVPGateway: def __init__(self): self.tools: Dict[str, Callable] = {} self.schemas: Dict[str, Type[BaseModel]] = {} def register_tool(self, name: str, schema: Type[BaseModel], func: Callable): self.tools[name] = func self.schemas[name] = schema logging.info(f"[MVP Gateway] 注册工具: {name}") def process_llm_tool_call(self, raw_llm_output: str) -> Dict[str, Any]: clean_json = self._extract_json(raw_llm_output) try: payload = json.loads(clean_json) except json.JSONDecodeError: clean_json = clean_json.replace("'", '"') try: payload = json.loads(clean_json) except Exception: return {"success": False, "error": "LLM 输出不符合 JSON 语法规格"} tool_name = payload.get("name") args_dict = payload.get("arguments", {}) if tool_name not in self.tools: return {"success": False, "error": f"请求了不存在的工具: {tool_name}"} schema_cls = self.schemas[tool_name] try: validated_args = schema_cls(**args_dict) except ValidationError as ve: return {"success": False, "error": f"参数校验拦截: {ve.errors()}"} try: res = self.tools[tool_name](**validated_args.model_dump()) return {"success": True, "data": res} except Exception as e: return {"success": False, "error": f"工具执行异常: {str(e)}"} def _extract_json(self, text: str) -> str: text = text.strip() match = re.search(r'```(?:json)?\s*(\{.*?\})\s*```', text, re.DOTALL) if match: return match.group(1) return text def query_order_impl(order_id: str, include_detail: bool) -> str: return f"订单 {order_id} 状态: 已发货, 包含明细: {include_detail}" if __name__ == "__main__": gateway = FunctionCallingMVPGateway() gateway.register_tool("query_order", OrderQuerySchema, query_order_impl) raw_llm_response = """ ```json { "name": "query_order", "arguments": { "order_id": "ORD20260831", "include_detail": true } } ``` """ output = gateway.process_llm_tool_call(raw_llm_response) logging.info(f"MVP 第一版 Function Calling 执行结果: {output}")

3. MVP 第一版的监控与度量

第一版网关需暴露指标：

• function_calling_mvp_success_total: MVP 网关成功处理的工具调用数。
• function_calling_mvp_schema_invalid_total: 参数契约拦截次数。

4. 第一版落地的核心建议

第一，守住静态类型防线（Type-Safety First）。第一版宁可拒绝对接不规范的模型输出，也绝不透传未校验的字典入参。

第二，保持架构的简单与透明（Simplicity & Transparency）。第一版日志中完整打印输入 JSON 与校验结果，方便快速迭代 Prompt。

第三，做好版本演进规划（Version Evolution Roadmap）。完成 MVP 的稳健运行后，再有规划地引入多工具并发与复杂依赖重试。