Agent Harness 框架

从零写 Agent 循环是最好的学习方式，但跑在生产环境里需要框架。框架处理了状态持久化、并发、错误恢复、可观测性这些琐碎但关键的问题。

这个模块给你选型标准，并教你用主流框架实现真实 Agent。

子课展开学习：

框架概览

框架	定位	适合场景
手写 Agent Loop	不绑框架，自己控制循环	学习原理、原型、简单 Agent
LangGraph	有状态图，工作流可视化	复杂多步流程、需要人工介入点
MCP	工具标准协议	工具复用、跨 Agent 共享能力
多 Agent 模式	协作架构 + 框架示例	角色协作、任务委派、Agent 间通信

课次

课次 01 · 手写 Agent Loop

框架的起点：不用框架，自己把 Agent 的循环写出来。底层接 HTTP、SDK 还是统一封装，都只是接入层选择。

你会学到：

多轮对话历史怎么组织
Tool Use 的请求、执行和回填
Streaming：流式输出怎么接回循环
手动实现 ReAct 循环：while 循环 + 工具分发

为什么要先学这个： 框架封装的是循环、状态和调度。不懂 Loop，用任何 SDK 或框架都会停留在会调用、不会定位问题的阶段。

课次 02 · LangGraph

LangGraph 用有向图（DAG）来表达 Agent 工作流：节点是操作，边是状态转移。适合复杂、需要审计的 Agent。

你会学到：

State Graph：定义 Agent 的状态结构
节点（Node）：每个 LLM 调用或工具执行是一个节点
条件边（Conditional Edge）：根据状态决定下一步
Checkpoint：状态持久化，支持暂停和恢复
中断（Interrupt）：在关键节点暂停等待人工审批

什么时候用 LangGraph： 任务有明确的阶段、需要回滚、需要人工介入点、需要可视化流程图。

课次 03 · MCP（Model Context Protocol）

MCP 是 Anthropic 提出的工具标准协议：把工具定义、暴露、调用标准化，让工具可以跨 Agent、跨平台复用。

你会学到：

MCP 服务器：把工具封装成独立进程，通过标准协议暴露
MCP 客户端：Agent 如何发现和调用 MCP 工具
本地 MCP Server：在本地跑文件系统、浏览器、数据库工具
工具复用：同一个 MCP Server 被多个 Agent 共用

关键价值： 工具和 Agent 解耦。工具改了，不需要改 Agent 代码。

课次 04 · 多 Agent 模式

单 Agent 解决不了某些问题：任务太复杂、需要不同专业角色、需要并行处理。这一课先讲多 Agent 作为架构模式，再介绍常见框架和协议。

你会学到：

Orchestrator-Worker 模式：主 Agent 规划，子 Agent 执行
角色定义：Research Agent、Coding Agent、Review Agent 分工
消息传递：Agent 之间怎么通信
终止条件：多 Agent 系统怎么知道任务完成了
A2A（Agent-to-Agent）入门：为什么需要 Agent 间标准化协作协议

框架与协议举例：

AutoGen：更偏底层，适合研究和复杂定制
CrewAI：更偏 DSL，适合快速搭原型
A2A：更像 Agent 间协作协议，重点是标准化发现、委派、状态回传，而不是直接替你做全部编排

课次 05 · 框架选型指南

决策矩阵：

需求	推荐框架
学习 / 原型	手写 Agent Loop
复杂工作流 + 人工介入	LangGraph
工具复用 + 生态集成	MCP
多 Agent 协作原型	AutoGen / CrewAI
Agent 间标准化通信	A2A（了解概念与方向）

生产环境需要考虑的问题：

可观测性：LLM 调用的 trace / span 记录
成本控制：token 用量监控，避免失控
错误恢复：哪些错误可以重试，哪些应该报警
延迟：框架的调度开销有多大？