求助 Agent 大佬 有个需求望指教

谁看懂他说的了，我只看出你的问题是有关loop的。

抱歉表述不清楚这里用ai整理了一下

要么你前端自己根据业务场景做自己的 Agent，然后对接你们后端的 Agent。

要么就是你让后端梳理清楚，告诉你后端需要前端提供什么参数，让后端的 Harness 去调配。

实时场景可以让Hermes考虑用独立脚本服务，或者使用心跳服务，去监测会话内容，给出显示建议（或者调整建议）然后前端渲染。

如果想更简单一些，就是改一下会话返回结构，会话返回包含：输出内容+按钮展示建议，前端分别展示输出内容，调整左侧建议按钮。

我不理解的是比如：Hermes说要增加一个字段，前端加好了 怎么通知Hermes前端加好了 继续让Harness 进行loop

这个肯定要传给后端接口的吧,这样通过后端接口传给Agent,Agent再进行回复吧,按道理来说:

用户:增加一个表单

Agent:调用模型或skill生成对应的代码=>传给前端展示

用户:看到了增加了表单

=====

按道理应该是这个流程吧

可以看一下 vercel ai sdk。

我们现在做的也是这种编辑器，是客户端工具执行架构。

因为编辑器的内容只存在于前端浏览器中，后端去执行这些东西就不现实。

前后端统一一套工具契约，用的 vercel ai sdk 是会有一个回调函数回传 tool result 返回给后面的 agent 的。

 [前端] onToolCall 收到 get_component_tree                                       

    → executeTool() → 遍历 GrapesJS 组件树 → 返回结果                              

    → addToolOutput() 回传 tool result   

  // 2. 使用 AI SDK 的 useChat() 管理对话状态

  const { addToolOutput, messages, sendMessage, status, stop } = useChat({

    transport,

    sendAutomaticallyWhen: lastAssistantMessageIsCompleteWithToolCalls,  // 自动发送工具结果

    async onToolCall({ toolCall }) {

      // 3. 工具调用回调：根据风险等级决定执行或等待确认

      if (needsConfirmation(toolCall.toolName, approvalMode)) {

        setPendingMutation({ ... });  // 等待用户确认

        return;

      }

      await runToolCall(toolCall.toolName, toolCall.toolCallId, toolCall.input);

    },

  });

这不是要跟页面需要审批的逻辑差不多么 agent-> 输入给到前端 → 前端渲染状态 → 后端接口 =>agent

我理解这样的话是一次性的对话，就不是Agent了 比如ai做了一些表单的更改需要用户去确认ai在去干下一步

并不是一次性的呀,只要有上下文给Agent,那么他就可以继续下一步,不管是确认与否还是下一步执行其他内容,只要在当前的聊天中,有上下文就可以了吧.其他的工具也是这样的呀,前端拿到上下文和用户的新内容,传给后端,后端给模型,根据模型返回的内容渲染或处理…,应该都是一样的吧.

嗯 理解佬的这是客户端的Agent，我们这个可能还有这样的需求比如 “绑定某一个表单为多对一关系 这时候应该会有个工具去查询另一个表单的一些信息 这样的话是不是所有的工具都需要写在客户端”

我没看懂，你前面说你们搭了个hermes，我的理解是把这个系统包装成skills让hermes调用。后面的说法又像是直接在你们系统上开发一个agent

不理解，怎么就不是Agent了？

明白佬的思路了 佬也是把工具放到客户端客户端来做 但是现在我们后端搭建了一个Harness 后端懒省事直接进行了接口的转发

可以的啊，很多操作你都可以封装为 tool 然后就可以查数据通过addToolOutput回传给本次的 agent 了。

但我觉得 tool 弄多了似乎也不好，这个看你业务吧。

我们定了二十多个 tool 提供给 ai 来操作我们的画布工作区。

这样的话Harness Agent是不是就没有意义了

后端就是偷懒，脏活累活前端来干 ^-^

但是这中操作界面的确实也得需要前端来干，我其实不太明白的是这种既需要使用调接口的工具 又需要操作界面的工具， 该如何去组合， 还是如果有操作界面只能都放在客户端

我不确定你们后端是怎么实现的，但我认为这种业务需求是需要自己开发后端的那些部分。

我们现在用的 vercel ai sdk 比较轻量级，还有那些更复杂的 langgraph 之类的东西我还没看。

我这边后端直接用那个 sdk 里的streamText就能满足我的需求了。。。