摘要：拆解工程化Agent三层核心架构（规划、记忆、执行），讲解分层记忆、Token压缩、DAG任务调度、异常管控等落地要点，适合快速搭建可稳定跑长任务的生产级Agent。
很多Agent项目停留在Demo阶段：简单prompt+单次LLM调用，一旦任务复杂、会话变长就容易失效。生产Agent的核心比拼点是长任务稳定性、记忆可控、Token成本、异常容错。本文聚焦工程落地，不讲虚理论。
一、Agent三层核心架构
工程化Agent由规划层Planner、记忆层Memory、执行层Executor组成闭环：用户输入 → 任务拆解 → 子任务执行 → 结果回传 → 更新记忆 → 继续规划/结束。
1. Planner 规划层（大脑）
负责目标校验、任务拆分、状态追踪、失败重规划。
-
校验需求，信息缺失时主动追问补参数
-
将复杂目标拆成串行/并行子任务，生成DAG任务清单
-
跟踪子任务状态：待执行/运行中/成功/失败
-
任务失败自动重规划，设置最大重试阈值防死循环
原则：规划只负责思考，工具调用、数据查询交给执行层，职责解耦。
2. Memory 记忆层（记忆仓库）
区分三类记忆，解决上下文窗口有限、长任务失忆问题：
- 短时记忆：当前对话上下文，受Token上限约束
- 工作记忆：本次任务临时变量、中间结果，任务结束可清理
- 长效记忆：跨会话持久信息，存入向量库，相似度检索召回，不占用上下文Token 核心目标：保留关键信息、过滤冗余，控制上下文长度。
3. Executor 执行层（手脚）
接收子任务，调用各类工具：RAG检索、DB查询、API、代码执行、文件读写。 必须内置：参数校验、超时捕获、异常处理、结果标准化，执行完成回传结构化结果给规划器。
二、Token压缩方案（解决上下文溢出）
单纯放大窗口会拉高延迟与成本，组合策略压缩：
-
摘要压缩：历史对话生成结构化摘要，丢弃冗余话术
-
信息抽取：提取实体、结论、动作，输出JSON，可省50%-70%Token
-
RAG召回过滤：只召回和当前任务相关记忆，无关内容直接过滤
-
滑动窗口：旧对话摘要归档到长记忆，而不是直接删除
避坑：不要过度压缩，必须保留数字、ID、状态标记；用低成本小模型做摘要。
三、长效记忆实现
结构化记忆单元存入Milvus/PGVector/Chroma向量库，核心字段： memory_id、content、embedding、memory_type、时间戳、相关性分数、过期时间、关联任务ID
- 写入：任务结束后提取关键信息，摘要+向量化入库
- 召回：根据当前query检索Top-N相关记忆
- 衰减机制：长期未访问记忆自动降低权重，减少召回优先级
- 幻觉规避：记忆添加来源标记，检索结果交由LLM二次校验
四、任务拆解 & 调度实战
任务拆解Prompt要点
强制输出JSON，拒绝自由文本，支持识别依赖关系：
- 信息不足返回
need_info，列出待补字段 - 子任务包含：task_id、名称、描述、依赖ID、工具名
- 并行任务依赖ID置为null，自动构建DAG图
状态机调度
子任务状态流转：pending → running → success / failed
- 无依赖任务并行执行，依赖任务等待前置成功
- 失败分支：重试、终止、触发重规划三选一
五、生产落地必看管控手段
- 超时熔断：LLM、工具独立超时，单任务设置Token上限，防止级联阻塞
- 可观测性：全局trace_id，埋点统计耗时、Token消耗、召回指标、错误分类
- 安全隔离：工具权限管控，用户记忆数据隔离，拦截高危操作
- 灰度上线：先验证规划模块，从轻量任务逐步放量，持续沉淀失败案例
六、小结
Demo Agent靠Prompt；企业级Agent是一套稳定系统。 核心要点：三层架构解耦、分层记忆+向量检索控Token、DAG状态机调度、配套超时熔断与监控。 这套架构可直接用于知识库智能体、自动化运维、业务流程助手等场景。后续会放出完整工程代码。
