Agent Lab

背景

Agent Lab 属于后续规划。v0.3.0 优先完成主站重设计，当前没有对外运行的 Agent，页面不展示虚构的执行轨迹或成功率。

职责

• Agent 状态图、工具边界和人工确认流程设计
• Python 与 LangGraph 服务实现
• 轨迹存储、回放一致性和公开脱敏验证

约束

• 首个 Agent 只读分析需求、变更与验收证据
• 保存节点输入、工具调用、输出与错误，支持确定性回放
• 关键决策必须进入人工确认状态
• 私人仓库内容和密钥不得进入公开回放或客户端

过程

后续实现将先覆盖受控状态图和固定工具，再增加中断、人工确认、错误重试与回放。公开演示只读取脱敏轨迹，并为受限实时请求设置速率限制。

架构

使用 LangGraph 表达状态和中断点，通过独立 trace 存储记录执行过程。站点只消费经过脱敏的公开回放，私人仓库内容和密钥不进入客户端。

结果

尚未交付。实际实现必须覆盖工具失败、人工拒绝、重试、回放一致性和公开脱敏检查，完成后才从计划中改为已交付。

证据

当前只有 v0.1.0 需求档案 中的版本规划，没有运行轨迹。

反思

可回放和人工确认需要先于工具数量扩展。实现后将用失败路径和拒绝路径验证该边界。