Plan-and-Execute将Agent分为规划器和执行器两个独立组件，是处理复杂多步任务的有效架构。本文解读Plan-and-Solve Prompting论文，详解分层规划(hierarchical planning)策略，分析动态重规划(re-planning)机制如何应对执行中的意外情况。结合LangGraph的PlanAndExecute实现，展示这一架构的代码实践。
Agent 架构与工具链
从单工具到MCP生态，从无状态到持久化Agent的架构进阶
文章列表
- 11
- 12记忆是Agent区分于无状态API调用的关键。本文聚焦短期记忆管理：详解上下文窗口策略（滑动窗口、优先级保留）、自动压缩(summarization)技术，以及Stanford Generative Agents论文(Park et al., UIST 2023)中的Memory Stream架构——时间戳+重要性+相关性三维度检索。分析LangGraph Checkpoint如何实现短期记忆持久化。
- 13长期记忆让Agent跨会话保留知识。本文详解向量数据库选型（ChromaDB轻量本地、Pinecone全托管、Qdrant高性能、Milvus大规模），嵌入模型选择（OpenAI text-embedding-3、BGE、Cohere），以及Agentic RAG与传统RAG的关键区别——Agent自主决定何时检索、检索什么、如何整合。介绍Mem0、Zep等Agent记忆工具。
- 14MCP（Model Context Protocol）是Anthropic推出的开放标准，被称为"AI工具的USB-C"。本文深度解析MCP架构：Host-Client-Server三层模型、三大服务端原语（Tools可执行函数/Resources数据源/Prompts模板）、两大客户端原语（Sampling请求LLM完成/Elicitation请求用户输入），以及传输层（Stdio本地通信/Streamable HTTP远程通信）和JSON-RPC 2.0生命周期管理。
- 15动手构建MCP Server。本文使用FastMCP和官方Python SDK，从零开发一个完整的MCP工具服务：注册Tools（带JSON Schema类型安全）、暴露Resources（提供上下文数据）、定义Prompts（可复用模板）。详解错误处理、部署选项（Stdio模式本地使用/HTTP模式远程访问），以及如何在Claude Desktop或Claude Code中集成自建MCP Server。
- 16生产级Agent需要状态持久化能力。本文详解LangGraph的Checkpointer机制（SqliteSaver/PostgresSaver/MemorySaver），通过thread_id实现多会话管理，支持中断恢复和时间旅行(Time-travel)调试。对比OpenAI Agents SDK的Session方案（SQLite/Redis/SQLAlchemy/Dapr），分析不同场景下的选型建议。
- 17代码Agent是Agent Engineering最成功的应用领域之一。本文深入解析SWE-agent论文(Yang et al., NeurIPS 2024)的Agent-Computer Interface设计——如何让Agent像人类开发者一样浏览代码、编辑文件、运行测试。详解代码沙箱执行的安全设计，以及OpenAI CodeInterpreter、ShellTool的实现原理。分析SWE-bench上的最新评测结果。
- 18浏览器Agent让AI像人类一样操作网页。本文详解Playwright MCP Server和Browser Use等方案的架构设计，分析DOM理解（Accessibility Tree vs 原始HTML）、元素定位（CSS选择器 vs 视觉定位）、多标签管理等核心技术。结合WebArena基准（812个真实Web任务），评估当前浏览器Agent的能力边界。
- 19关键决策点引入人工审批是Agent安全落地的重要策略。本文详解OpenAI Agents SDK的needs_approval工具审批机制和RunState序列化，LangGraph的interrupt断点恢复机制，以及AG2的UserProxyAgent(human_input_mode=TERMINAL/ALWAYS/NEVER)。分析何时需要HITL（高风险操作、大额交易、数据删除）以及如何设计优雅的审批UX。
- 20将Ep 11-19的架构知识融会贯通，构建一个完整的个人助理Agent。该助理具备：持久化长期记忆（向量数据库存储用户偏好和历史对话）、多工具能力（通过MCP集成搜索、日历、文件操作）、人机协作（关键操作需人工确认）。从架构设计到完整Python实现，展示Ep 11-19所有技术在真实系统中的协同工作。