Phase 14: Agent Engineering

石:运输可重复使用的代理工作台包

Type: Build

Languages: Python (stdlib)

Prerequisites: Phases 14 · 31 to 14 · 41

Time: ~75 minutes

学习目标

• 包装七个工作桌面面,
• 入方案,脚本和模板,这样一个新的 repo得到了已知的基础.
• 添加一个单个安装脚本,将包装无力放下.
• 决定什么留在群里,什么留在外,为每一个人辩护.
• 证明一个代理协助的存储库变化,并提供审查者可以复制的证据.

问题

工作桌面在Google文档,聊天历史和三个半记忆脚本中存在,是一个每季度重建的工作桌面.治疗方法是一个版本包:一个备忘录或目录,上面包含表面,方案,脚本和一个命令安装器.

你将结束这个课程outputs/agent-workbench-pack/发送在磁盘上bin/install.sh这将它放入任何目标回报.

概念

flowchart TD
  Pack[agent-workbench-pack/] --> Docs[AGENTS.md + docs/]
  Pack --> Schemas[schemas/]
  Pack --> Scripts[scripts/]
  Pack --> Bin[bin/install.sh]
  Bin --> Repo[target repo]
  Repo --> Surfaces[all seven workbench surfaces wired]

包装布局

Copyoutputs/agent-workbench-pack/
├── AGENTS.md
├── docs/
│   ├── agent-rules.md
│   ├── reliability-policy.md
│   ├── handoff-protocol.md
│   └── reviewer-rubric.md
├── schemas/
│   ├── agent_state.schema.json
│   ├── task_board.schema.json
│   └── scope_contract.schema.json
├── scripts/
│   ├── init_agent.py
│   ├── run_with_feedback.py
│   ├── verify_agent.py
│   └── generate_handoff.py
├── bin/
│   └── install.sh
└── README.md

什么是留在,什么是留在

在:

• 表面图案,这是合同.
• 上面的四个剧本,它们是运行时间.
• 它们是规则和规则.

走出去

• 任务属于目标备忘录的板块,而不是包装.
• 包装是框架无知的.
• 团队生活在团队现有的集团旁边,而不是内部.

安装器

简短的bin/install.sh(或bin/install.py):

1. 拒绝安装在现有包装上,没有--force现在,我们要去.
2. 复制包到目标存储器中.
3. 电缆如果有.github/workflows/没有.
4. 打印下一步:填写板,设置接受命令,运行 init脚本.

版本化

包装载有VERSION文件. 计划的颠覆和需要迁移的脚本变化颠覆主要. 只有文件的变化颠覆补丁. 目标备忘录的agent_state.json记录它被初始化为哪个包版本.

建立它

code/main.py组装包装成outputs/agent-workbench-pack/在课旁边, 种植了你已经写的小曲目中的前课程的方案和脚本.

运行它:

Copypython3 code/main.py

脚本复制和接表面,写出 README,打印包树,然后退出零.重启是无效的.

野生生产模式

包装只能有价值,只要它存活着,如果它能保持良好的状态,如果它能保持良好的状态,

VERSION is the contract, not the marketing.基本上,需要一个状态迁移. 基本上,需要重新检查. 补丁的补丁只需要文件. 安装器写道.workbench-version在每次安装中, 进入目标备忘录;lint_pack.py如果目标的锁与包裹的锁不同,拒绝运输VERSION这就是怎么做npm现在Cargo其他pyproject.toml经历了10年的炼, 没有什么改变了规则.

Single source for cross-tool distribution.号船1号nx ai-setup这就说明了AGENTS.md现在CLAUDE.md现在.cursor/rules/现在.github/copilot-instructions.md包装器应做同样的事情;安装器发出了符号链接 (ln -s AGENTS.md CLAUDE.md对于每一个编码代理,只有一种信息来源.

uninstall.sh that refuses on non-trivial state.卸载包不能删除用户的文件agent_state.json现在task_board.json其他outputs/解装器删除了方案,脚本,文件,AGENTS.md(与--keep-agents-md由于该数据库的数据库是用户的,而该数据库并非其所有者.

Skill-as-publishable. SkillKit-style distribution.作为一个SkillKit技能:skillkit install agent-workbench-pack包装备是真相来源,SkillKit是分销道.供应商锁定崩;七面保持相同.

用它

包装船只的三个位置:

• As a directory you drop into a repo. cp -r outputs/agent-workbench-pack /path/to/repo现在,我们要去.
• As a public template repo.叉和定制,用VERSION控制漂移.
• As a SkillKit skill.连接到你的代理产品,所以只有一条命令可以设置它.

每个装配都是一个分量.

运送它

outputs/skill-workbench-pack.md产生一个项目调整的包:规则与团队的历史进行了调整,范围范围与 repo相匹配,条目尺寸通过一个特定领域的输入扩展.

运动

1. 决定哪个选项第五文件值得升级到圣经包.
2. 用一个 编写重新安装器为Python--dry-run标,比较 ergonomics 和 bash.
3. 添加一个bin/uninstall.sh没有任何小事,如果国家文件有非小事历史,
4. 添加一个lint_pack.py子出时会失败VERSION给IC传输,让包裹自己回复.
5. 导读了从手动滚动工作台到这个包的迁移运行指南.

职业实践:证明一个库存变化

包装演示证明组装器运行和生成文件.它不证明您的代理能完成新任务,生成的检查证明该任务,或部署的系统工作. 保持这些要求分开.

选择一个小的实际任务,在一个你拥有或有权更改的库中.使用一个你已经访问的编码代理.一个错误纠正,一个有限的功能或一个操作改进是足够的;安装多个代理不是练习的一部分.

预算除包装实验室之外的单独工作会议.learning-artifacts/保存注册表,并作为参考材料包装.

1. 制任务,选择自主

使用第43课题的任务框架和第44课题的证据计划.记录起来的修订,可观察的目标,非目标,允许的路径和接受证据.确定真正需要行为的用户或操作员.

选择一个工作模式:指导步骤,检查点执行,或一个有限的自动运行.解释为什么不确定性,后果和可逆性证明了这一点.一个小的本地检查点可能需要更少的检查点,而不是改变访问控制.

设置一个壁时间预算和一个代币或成本限制,如果代理人暴露一个. 诚实记录不可用测量. 定义一个停止条件重复故障,新的许可,预算耗尽,或未解决的合同决定; 命名谁可以解决它.

2. 准备最小的有用环境

检索相关的实现,调用程序,测试和本地说明.记录每个源为什么属于文本,以及当前的证据将取代过时的注释.默认不加载整个存储库.

对于每个相关扩展,做出一个明确的选择:一个技能提供可重复的程序;一个MCP工具提供访问;一个子运行确定性检查;一个插件包装功能.只在任务需要它时保留扩展,使用最小的权限让它工作.

记录你拒绝的建议添加的文本或维护成本.重新检查一个过时的内存或指令,然后在学习者拥有的设置中退休或更换它,当证据支持该决定时. 重复检查以确认删除没有失去必要的约束.

3. 捕捉基线并实现

在编辑之前,运行最近的现有检查,并展示所需行为的当前状态. 保持命令,修改,结果和证据位置.尚未存在的功能仍然具有基线:记录观察到的反应或未支持的操作.

让代理人在合同内执行. 保持一个干预日志,说明每次纠正,许可变更或计划修改的原因. 委托是可选的;如果有用,在增加另一个工人之前,应用45课的所有权和整合合合同.

4. 挑战证据

选择观察改变的表面的证明.对于UI,重建和检查服务的路径在相关宽度.对于API,检查请求和序列式响应.对于CLI,运行构建命令并检查其出口代码和输出.选择您需要的检查并解释其限制.

写出任务合同的预期结果,独立于代理执行.在一次性复印件中,输入一个特定的错误结果,例如接受无效值或丢弃所需响应字段.执行相同的接受检查:它必须因此故障.

如果它保持绿色,在信任它之前,强化声明或观察.恢复正确的实现并成功重复运行.保持两份收据.语法错误或故障的测试设置不算是检测回归.

检查最终的差异,包括改变的测试,与原始目标和允许的路径相比.请同行或单独的审查者会话挑战最弱的证据,而不编辑实施.你仍然拥有最终的判断;另一个代理的同意不是执行证据.

5. 修复车的运行和恢复

运行已改变的文物在一次性本地或舞台环境中.local现在staging其他live地方演练支持当地要求;此演练不需要生产部署.

选择一个与任务相关的失败信号,一个门,一个观察窗口和一个主. 当这个门过了时,解释反应.在练习中安全激活信号,并保留观察日志,指标或反应.

检查已知的好文物重新推翻,并检查是否恢复了以前的行为. 考虑到适用的持续数据;仅仅替换二进制可能不会逆转数据变化.记录您无法验证的任何恢复步骤.

6. 改进下一次跑步,然后把它交给

根据研究结果,我们可以将结果与原始数据进行比较,包括过去的时间,可用的使用数据和人类干预.

通过第46课进行一个观察到的修正,一个较小的权限界限,一个自动化或更清晰的例子. 重复受影响的检查.删除临时突变,离开最后的分支,更改文件,开放风险,下一步行动明确下次会议.

手动审查条例

检查员检查证据文件,并复制至少最弱的接受检查.demonstrated现在needs revision其他unverified填写字段和传递包装脚本不取代这些观察.

解决问题needs revision要求完成任务之前的发现.unverified投资组合证明您对有限任务的工程判断,而不是雇佣或部署保证.

运输的文物

保存可重复使用的包装和您的复印件career-agent-evidence.md模板将任务框架,执行计划,运行时间收据,审查,恢复练习和转让连接到一个可审查的案例研究中.

关键词

进一步阅读

• 阶段14 · 31至14 · 41 每一个面积包装包装
• SkillKit将这种技能安装在32个人工智能代理中
• Nx Blog, Teach Your AI Agent How to Work in a Monorepo 六个工具的单源发电机
• agents.md — the open spec您的包装路由器必须实现什么
• HKUDS/OpenHarness 包装等价的参考实施
• Augment Code, A good AGENTS.md is a model upgrade包装文件质量条
• Anthropic, Effective harnesses for long-running agents
• Anthropic, Harness design for long-running application development
• 阶段 14 · 30 基于评估的代理开发,使用包装的验证门
• 之前/后的基准,本包的改善

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.