← 返回博客

从一份 JD 逆推出一个工业 Agent(Day 0 – S2 学习记录)

目标岗位:工业 AI Agent 开发(LangChain / Dify / Coze、全栈 POC、端到端交付) 产出:industry-copilot —— 设备运维 Copilot,从「报警」到「工单闭环」

0. 我是怎么开始的

我把 JD 原文甩给 AI,要求三件事:先逆推落地流程 → 对话选项目 → 事无巨细带我一步步搭。

逆推出的结论是:JD 的三条职责其实等于三份交付物——

JD 职责 交付物
工业需求转化为 Agent 需求 一页需求规格(任务拆解 + 数据契约 + 验收标准 + 哪些不给模型做)
独立搭可演示原型、全栈 一个能跑的全栈 demo(后端 Agent + 知识库 + 工具 + 界面)
优化并推动落地 一份评测报告 + 一份运维证据(成功率/失败归因/P95/单次成本)

每一关都要留下一个数字或一张表,这是”像工程师”和”像学生”的分界线。


1. 六轮问答(原始问题 + 我的收获)

Q1:帮我逆推工业 Agent 的落地完整流程,先对话选项目,我要参与全流程、事无巨细、一步步验证,帮我选一个现在很常用的框架

收获

Q2:一件一件来,告诉我该在哪个文件夹里干活,最好在 VS Code 里跑

收获

Q3:契约是什么?在哪个文件、怎么运行?下一步做什么?要注意什么?

收获

Q4:mock 是什么?怎么运行的?为什么不花钱也有结果?

收获

Q5:写 6 个工具 + 手册 + 工具契约;分析工业 Agent 数据物理注入的主要形式和坑;把传数据的链路完整给我

收获

Q6:把这些整理成一篇简短的技术博客,作为学习记录

→ 就是这篇。


2. 今天真正落地的东西

层 文件 说明
模型层 app/llm.py mock / deepseek 双轨,每次调用都带 token、延迟、成本
契约层 app/schema.py DiagnosisCard,8 字段 + 6 条业务规则
Prompt app/prompts.py 版本化(PROMPT_VERSION),改了就改号
工具层 app/tools.py 6 个工具 + 统一入口 + OpenAI function 导出
数据 data/raw/ 120 设备 / 69,120 行时序 / 500 报警 / 200 工单 / 5 手册 / 20 备件
脚本 scripts/00…12 冒烟 / 输出策略实验 / 造数 / 造手册 / 工具验收

3. 我踩的 5 个坑(这段最值钱)

① uv 自动选了 Python 3.14,还写不进缓存目录 别急着装包,先 uv python list 看看用的谁。钉到 requires-python = ">=3.12,<3.13" + .python-version。 👉 环境的确定性,比版本的新更重要。

② 差点把 mock 的 ¥0.0000 当成实验结果 同样的脚本,mock 下耗时 0ms、成本 ¥0、token 守恒;真模型下 26 秒、2 967 tokens、¥0.024。 👉 看到”好得反常”的数字,先问一句:这是真模型跑的吗?

③ 断言只测”有没有抛异常”,测试就绿着骗我(犯了两次)

④ sparkline 各自归一化,图会骗人 健康设备 ±0.07 的噪声被放大成满屏跳动,看起来比故障设备还严重。 改成所有曲线共用 0~7 mm/s 纵轴后,噪声自然压平。 👉 给客户看的图,纵轴是道德问题,不是审美问题。

⑤ 我预判错了,被数据推翻 我以为”只有 prompt 约束”的 B 模式会挂,结果 DeepSeek 一次通过,和 C 只差 18% 成本。 修正后的结论:对短输出、单轮、听话的模型,prompt 约束就够;C 的价值不是”更省”,而是”更稳”——而”稳”必须用 20~30 条刁难样本证明,不能靠 1 次。 👉 预判可以被推翻,但必须用数据推翻,不能靠感觉。


4. 关键数字(可以直接写进简历)

指标 自由散文 结构化输出 改善
输出 tokens 2 967 300 ↓ 9 倍
单次成本 ¥0.0240 ¥0.0028 ↓ 8.5 倍
延迟 26.2 s 2.5 s ↓ 10 倍
可入库 ✗ ✓ —

其他:契约自检 8/8、工具验收 18/18、工具契约 836 tokens、报警数据 77 真 / 423 噪 / 156 重复。


5. 下一步

S3:把 6 个工具装进 LangGraph 状态机——planner / tool_executor / reflector / finalize,条件边处理工具失败,checkpointer 支持断点续跑,高风险诊断用 interrupt 挂起等人确认。

跑完之后,输入一句”3 号冲压机振动报警”,Agent 应该自己走完: 查台账 → 查近 2 小时时序 → 判断 1X/2X 比值 → 检索手册阈值 → 查相似工单 → 查备件 → 出诊断单 → 高风险挂起等人确认。

那才是 JD 里”复杂 Agent 工作流”的意思。