Agent 即工具模式

定义#

将专家 Agent 封装为可调用的工具。主 Agent 从不放弃控制权——它像调用普通函数一样调用专家 Agent。

类别：控制结构

结构#

适用场景#

一次性专家查询、检索子任务、代码审查、文档摘要、以工具形式暴露的内部能力。

不适用场景#

当专家 Agent 需要与用户进行持续多轮对话，或 Agent 之间需要互相接管时。

实现方法#

1. 将每个子 Agent 封装为普通工具，例如 callSearchAgent(input)。
2. 工具 schema 必须精确定义输入和输出——不要留自然语言接口。
3. 主 Agent 的系统提示中声明何时调用每个 Agent 工具。
4. 子 Agent 不直接面对用户；它们返回结果、证据和限制说明。
5. 每个 Agent 工具获得独立的追踪记录，便于定位失败原因。

最小化伪代码#

const searchAgentTool = tool({
  name: "search_agent",
  description: "调查公开来源并返回证据列表",
  schema: z.object({ query: z.string(), depth: z.enum(["fast", "deep"]) }),
  execute: async ({ query, depth }) => searchAgent.run({ query, depth })
});

const mainAgent = new Agent({
  tools: [searchAgentTool, reviewAgentTool],
  instructions: "需要研究时调用 search_agent；需要质量检查时调用 review_agent。"
});

推荐的追踪事件#

• tool.Agent.invoked
• tool.Agent.output
• tool.Agent.error

常见失败模式#

• 子 Agent 工具的描述过于宽泛；主 Agent 不加区分地调用它。
• 子 Agent 返回冗长的自然语言而非结构化结果。
• 主 Agent 将子 Agent 视为权威来源而不进行验证。

实现检查清单#

• 输入/输出 schema 已定义。
• 每个 Agent 的权限边界已定义。
• 每次 Agent 调用均携带 run id / trace id。
• 失败、超时、取消和重试策略已定义。
• 传递的上下文为最小必要内容，而非完整历史。
• 高风险操作需要审批或验证器把关。

参考资料#

• OpenAI 工具
• LangChain 多 Agent