分享一份非常值得收藏的 Agentic AI Engineer 项目清单 🔥 Reddit 上有人整理了 15 个 Agent 工程实战项目，比起继续学习各… · @kqyno7 · TwKit

@kqyno7

分享一份非常值得收藏的 Agentic AI Engineer 项目清单 🔥 Reddit 上有人整理了 15 个 Agent 工程实战项目，比起继续学习各种 Agent 框架，把这些系统真正复现出来，对工程能力的提升更有效 尤其适合想从 LLM 应用开发，转向 Agent Infra / Harness Engineering 的工程师 ⚡ Agent 编排与执行 ♢ Async Agent Orchestrator：用 FastAPI + asyncio 实现 100+ 并发 Agent 任务，支持异步 Tool Call、超时取消和故障恢复 ♢ Dynamic Context Budget：开发 Context 中间件，为 System Prompt、检索内容和工具 Schema 动态分配 Token 预算 ♢ Pydantic Tool Router：使用严格 JSON Schema 校验工具参数，失败时返回错误信息并有限重试 ♢ 3-Tier Memory Engine：实现工作记忆、Session 压缩、长期向量检索，以及 TTL 自动淘汰 ♢ Self-Healing ReAct Loop：让 Agent 读取异常堆栈、分析失败原因、修复工具调用，并限制重试次数 🔐 Agent 安全与可靠性 ♢ Typed Multi-Agent Swarm：用 LangGraph 构建 Researcher → Coder → Reviewer 工作流，通过类型化 State 传递数据 ♢ Async HITL Approval Gate：接入 Slack 审批，让 Agent 暂停高风险操作，持久化状态，几天后仍能恢复执行 ♢ Inter-Agent Security Proxy：校验 Agent 之间的消息，隔离不可信内容，防止跨 Agent Prompt Injection ♢ Sandboxed Code Executor：使用 E2B / gVisor 隔离代码执行，限制网络、文件系统和系统调用权限 ♢ Cost Kill-Switch：追踪 Token、循环深度和任务成本，达到预算阈值时停止执行或降级模型 📊 Agent 评估与可观测性 ♢ Trajectory Eval CI Gate：通过 GitHub Actions 回放 Agent 执行轨迹，检查关键工具调用、最终结果和安全约束，阻止回归进入生产 ♢ OpenTelemetry Agent Tracer：记录每次 LLM 调用、Tool Call、Token 消耗、延迟和状态变更，支持完整 Trace 回放 ♢ Shadow Trajectory Comparator：复制 5% 线上流量到新版本 Agent，在不影响用户的情况下比较成功率、成本和执行路径 ♢ API-to-Browser Fallback：当 API 不可用且操作获得授权时，切换到 Browser Agent 完成 GUI 工作流 🧠 系统设计与工程判断 ♢ Public Architecture Teardown：公开 3 篇深度技术复盘，讲清楚编排架构、状态管理、安全隔离、故障恢复和每任务成本 这 15 个项目其实都在回答同一个问题： 当 Agent 不再只是 Demo，开始持续操作真实系统时，你如何保证它可靠、安全、可观测，而且成本可控？ 能回答这个问题，比熟练调用十几个 Agent Framework 的 API 更有价值 😁 #AIAgents #AgenticAI #LLM #LangGraph #AIEngineering #Infrastructure #HarnessEngineering

曝光 168 · 评论 2 · 点赞 3 · 书签 1