logo

智能体三层架构实战:从RPA走向自主决策

作者:搬砖的石头2026.11.17 03:16浏览量:1

简介:RPA 依赖固定脚本,流程一变就要重写;智能体能读懂文本、图像等非结构化输入,并自主规划步骤。本文拆解感知、决策、执行三层架构,给出 LLM 与规则引擎协同、工具调用、RAG 知识接入的代码思路,并整理模型分层选型与 Token 成本的计算方法,帮你判断哪些场景适合改用智能体。

一、先判断:RPA 还是智能体

很多团队做流程自动化时,第一个想到的是 RPA。RPA 适合结构稳定的任务,但业务规则一变,就得重写脚本。智能体能处理非结构化数据,也能应对部分异常,但它需要更严格的边界设计。选型前先看两件事:流程是否稳定,输入是否结构化。

维度 传统 RPA 自主决策智能体
输入 结构化、格式固定 文本、图像、语音等非结构化数据
流程 脚本预先写死 由模型推理动态规划
变更成本 流程变化要修改脚本 通过提示词、工具、知识库调整
异常处理 超出规则即中断 可换路径重试,或转人工
典型场景 发票信息录入财务系统 电网故障诊断、智能客服

两个条件都满足时,RPA 通常更便宜,结果也更可预测。只要有一项不满足,智能体才值得认真评估。

电网故障诊断常被当作智能体的成功案例。有公开讨论称,智能体把响应时间明显缩短了。但目前没有可核验的测量数据,包括样本范围、统计周期和对比基线,因此本文不给出具体时长或倍数。可以确定的是,这类改善主要来自感知、决策、执行链路的重新设计,模型参数规模只是其中一个因素。

二、三层架构怎么搭

感知层:把输入变成模型能读的内容。 感知层接收文本、图像、语音和时序指标等多模态数据,完成清洗、切分和脱敏。以智能客服为例,用户可能一边打字一边发语音,感知层需要把两路输入对齐到同一个会话上下文,再交给决策层。敏感信息识别和格式归一最好在这一层完成,避免脏数据进入推理环节。

下面是一个最小的脱敏示例:

  1. import re
  2. PHONE_PATTERN = re.compile(r"(?<!\d)1[3-9]\d{9}(?!\d)")
  3. ID_CARD_PATTERN = re.compile(r"(?<!\d)\d{17}[\dXx](?!\d)")
  4. def normalize_input(raw_text: str) -> str:
  5. text = raw_text.strip()
  6. text = re.sub(r"\s+", " ", text) # 统一空白字符
  7. text = PHONE_PATTERN.sub("[手机号已脱敏]", text)
  8. text = ID_CARD_PATTERN.sub("[证件号已脱敏]", text)
  9. return text

正则只覆盖常见格式。正式上线前,需要按所在行业和地区的合规要求扩充规则。

决策层:LLM 与规则引擎协同。 LLM 负责理解意图、抽取关键信息和开放式推理。规则引擎依据行业规范和企业内部策略做校验与修正。以金融风险评估为例,LLM 分析市场数据和企业财报等文本,规则引擎再按监管要求对结论做硬性校准,例如不满足准入条件的客户直接拦截。

决策层还需要收敛机制,包括最大推理步数、置信度阈值和超时兜底。缺少这些约束,智能体容易反复调用同一个工具,陷入死循环。

执行层:把决策变成动作。 执行层通过 API 对接业务系统,例如在电商营销场景中调用广告投放平台。执行层必须做到四点:

  • 接口幂等,同一指令重复下发时不产生重复副作用;
  • 设置超时和重试上限;
  • 凭证遵循最小权限原则,并由密钥管理服务保存;
  • 记录全量操作审计日志。

智能体的自主性越强,执行层的约束就应越严格。

三、决策层代码骨架:一个最小工具调用循环

下面的代码使用兼容 OpenAI 协议的客户端接入模型。切换厂商时,主要修改 base_url 和 model。运行前,请对照你所用平台的接口文档核对字段名。

  1. import json
  2. import os
  3. from openai import OpenAI # 兼容 OpenAI 协议的多模型客户端
  4. client = OpenAI(
  5. api_key=os.environ["LLM_API_KEY"],
  6. base_url=os.environ["LLM_BASE_URL"],
  7. )
  8. MODEL = os.environ["LLM_MODEL"]
  9. TOOLS = [{
  10. "type": "function",
  11. "function": {
  12. "name": "query_fault_signal",
  13. "description": "按设备编号查询实时故障信号与近 30 分钟告警。"
  14. "若用户未提供设备编号,不要调用此工具,应先追问。",
  15. "parameters": {
  16. "type": "object",
  17. "properties": {
  18. "device_id": {"type": "string"},
  19. "window_min": {"type": "integer", "default": 30},
  20. },
  21. "required": ["device_id"],
  22. },
  23. },
  24. }]
  25. def query_fault_signal(device_id: str, window_min: int = 30) -> dict:
  26. # 示例桩函数。正式环境需替换为真实的监控系统查询,
  27. # 并在函数内部处理鉴权、超时和幂等。
  28. return {"device_id": device_id, "window_min": window_min, "alarms": []}
  29. def run_tool(name: str, args: dict):
  30. if name == "query_fault_signal":
  31. return query_fault_signal(**args)
  32. raise ValueError(f"未注册的工具: {name}")
  33. def agent_loop(user_input: str, max_steps: int = 6) -> str:
  34. messages = [{"role": "user", "content": user_input}]
  35. for _ in range(max_steps):
  36. resp = client.chat.completions.create(
  37. model=MODEL, messages=messages, tools=TOOLS
  38. )
  39. msg = resp.choices[0].message
  40. messages.append(msg.model_dump(exclude_none=True))
  41. if not msg.tool_calls:
  42. return msg.content # 推理收敛,输出结论
  43. for call in msg.tool_calls:
  44. result = run_tool(call.function.name,
  45. json.loads(call.function.arguments))
  46. messages.append({
  47. "role": "tool",
  48. "tool_call_id": call.id,
  49. "content": json.dumps(result, ensure_ascii=False),
  50. })
  51. return "已达到最大推理步数,转人工处理"

这段代码有三个容易被

发表评论

活动