从工具调用到智能体计算机:架构如何演进
从工具调用循环到能执行真实任务的计算机:用报价对比说明任务隔离、状态保存、权限和进度管理如何进入架构。
假设你想在产品里加一个“对比供应商”按钮。客户选中几份报价,希望得到一张表格,列出价格、交付日期和条款差异。第一个原型把文本发给模型,处理简短报价没有问题。随后,客户给出了扫描版 PDF、电子表格,以及供应商网站的链接。
这个功能现在需要打开文件、提取表格、查看网站、把价格换算到同一标准,再生成可下载的表格。模型帮助决定该做什么,但还需要一个地方来运行真正完成这些工作的程序。智能体计算机就在这里派上用场。
模型说要运行命令,接下来谁来执行?
工具调用是模型发给程序的请求。例如,模型可能要求执行一段读取报价的脚本。你的程序仍然要准备输入文件、安装解析工具、运行脚本,再返回输出。如果解析工具读不了扫描页,智能体就需要查看失败原因,并尝试其他可用的提取方法。
这些步骤都可以自己搭建。随着功能扩展,你还需要浏览器、文件访问、命令输出,以及区分不同客户任务的方法。Beeuni 把它们放进一个会话:智能体在云端计算机中读取文件、编写代码、运行命令、操作浏览器。
做报价对比时,智能体可以保存提取出的数据,编写计算脚本并运行,还可以打开供应商的公开网页核对交付条件。某一行缺少明确单位或交付日期时,可以在结果中标出来,留给客户确认。最后交付的是一张附有来源、客户可以检查的表格。
从调用工具,到在计算机上执行工作
熟悉的工具循环仍然负责推理:询问模型、执行它要求的操作、返回结果,再次询问。处理 PDF 时,计算机执行提取脚本,返回退出码、输出和报错。智能体先读这些结果,再决定下一步。解析失败、表格为空和成功提取数据,需要不同的处理。
把原始 PDF、extracted.csv、计算脚本和最终表格分别保存。如果最后的数字不对,就能沿着这些文件往回查。修改计算方式前,先让智能体把提取的一行数据与原始页面对照,找到是哪一步丢失了信息。
工具还可能启动比调用本身运行更久的进程。例如,请求已经超时,文档转换任务却还在运行。执行程序的一侧需要能查看进程和输出。如果直接让模型再启动一次,可能会出现两个转换任务,而没有解决原来的等待。
让不同任务在各自的环境中运行
两项对比共用一个目录时,可能互相覆盖 extracted.csv,或安装对方无法使用的依赖版本。每个 Beeuni 会话都有自己的执行环境,将这些本地文件和进程分开。有代码库的会话还有独立分支,代码变更进入默认分支前可以先审核。
共享应用还要单独考虑。如果两个会话都能修改采购系统中的同一条记录,换两台计算机也无法避免冲突。需要决定任务是否只能读取这些记录,还是更新操作必须批准。
先决定停止或故障后要保留什么
保存的会话记录说明智能体做过什么;磁盘保存提取文件和表格;运行中的进程可能还有未写入文件的工作。这些是不同的状态。恢复了消息,不代表转换程序会从之前中断的位置继续。
正常停止会保留计算机磁盘。删除或丢失计算机,需要另一种恢复方式:在条件允许时利用保存的对话和代码库内容。重要输出应保存到选定存储,需要保留的代码变更应推送到代码库。会话指南说明了每项操作会保留什么。
对重要操作配置权限
对比智能体可能需要读取供应商文档,但下单应由人决定。Beeuni 的连接器策略可以允许工具操作、要求批准或阻止操作。应直接配置对应操作的权限,而不只依赖任务里的一句要求。计算机可以隔开本地工作,但连接的工具仍然能影响真实采购系统。
你的产品还要检查哪些客户能打开每项对比及其文件。服务端保存的 API 密钥让 Beeuni 识别你的应用;你自己的访问检查,负责确认请求来自有权查看结果的人。
让长任务不依赖一条连接
转换过程中,客户可能关闭页面。把 Beeuni 会话 ID 存进对比记录,页面回来时就能找到同一项工作。事件流显示实时进度,保存的日志则可以补上错过的过程。计算机可访问时,智能体可能正忙、已完成或等待输入,所以界面既要显示计算机是否可用,也要显示任务状态。
重发中断的请求前,先检查实际发生了什么。外部操作尤其如此:即使没有收到确认,订单也可能已经创建。智能体后端接入教程介绍了应用侧的记录和重新连接处理。
出了问题,能找到原因
假设生成的表格中价格列是空的。打开会话文件和命令输出看看:PDF 解析工具是不是没有读出数据?脚本是不是在找 Price 列,而报价中写的是 Unit cost?供应商页面是不是要求登录?原因不同,修复方式也不同。
智能体使用的是真实文件和程序,所以你可以让它查看中间生成的 CSV,修正列名映射,再重新运行计算。比起不知道哪里失败、只让模型重新生成最后的答案,这样通常更有用。
看清哪一步慢,再优化哪一步
这个功能的耗时可能来自准备计算机、等待模型回复、提取文档或加载网页。调整架构前,先看一次真实的报价对比。如果智能体反复打开同一份 PDF,就保存提取出的文本,后续直接处理文本。如果计算脚本慢,就检查脚本。供应商网站慢,换模型并不会让网页加载得更快。
每次改动后都检查表格。提取变快,前提是仍能正确获取价格和条款。用相同文档和模型设置对比,才能看出改动有没有帮助。
这些变化为架构增加了什么
模型仍然通过工具循环选择操作。在它周围,服务还要执行程序、隔离任务、保存有用成果、应用权限规则,并提供查看进度的方式。这就是引入智能体计算机后的架构变化。Beeuni 提供这些执行和会话接口,让你的应用可以发送任务,也能在工作过程中查看实际情况。
准备数据集或测试网站,也可以采用这种方式。文件、命令和预期输出会变化,但你的产品仍然是启动会话、跟进工作,再把可用结果交给客户。
从通过代码管理会话和身份验证开始接入。想了解产品概念,可以阅读什么是 AI Computer?。