《A3--李恒--从个人 Agent 到教育客户级 Agent:面向教育 SaaS 的 Agent Hub 实践.pdf》由会员分享,可在线阅读,更多相关《A3--李恒--从个人 Agent 到教育客户级 Agent:面向教育 SaaS 的 Agent Hub 实践.pdf(40页珍藏版)》请在三个皮匠报告上搜索。
1、教育SaaS产品的Agent Hub实践李恒 科大讯飞,高级系统架构师01020304 SaaS类产品的交付挑战OpenClaw带来的启发Agent Hub关键技术后续规划05实践案例SaaS类产品的交付挑战智学网介绍1产品矩阵精准教学智能批阅个性化学习数智作业2核心业务流程选题组卷制卡扫描批改报告3能力封装教育知识图谱多模态材料库教学策略库AI 安全治理学情模型4星火教育大模型底座国产底座 自主可控 多模态感知 教育场景深度优化高考级综合评测能力652 分六科综合评测样例数学表现最亮眼:稳定 140-145 分检验学科推理、解析与规范表达能力教育场景安全治理内容合规 权限约束 风险拦截严肃教
2、学场景需要可信可控大规模应用验证100+模型能力 50+Agent 场景亿级/日调用支撑真实业务闭环交付挑战01体验臃肿同一功能承载过多差异不同学校、地区、学科的差异配置持续叠加,最终挤压到同一套页面与流程里。结果页面越来越复杂,用户学习成本和交付解释成本同步上升02长尾积压千人千面的业务诉求选题、组卷、报告呈现经常是“小需求、多组合、难复用”。结果需求颗粒度小、复用率低,研发排期难以跟上现场变化03响应滞后运营策略转化慢报表、策略看板、区域分析等交付内容,需要随业务节奏持续调整。结果每次调整都依赖研发或复杂配置,交付响应逐渐变慢OpenClawOpenClaw带来的启发个人OpenClaw的
3、使用案例产品同学开发复杂交互稿不依赖工程师,产出可演示的高保真交互运营同学开发数据看板自助搭建实时业务监控,不再依赖数据团队项目经理推送每日情报自动汇总跨系统数据,每日准时推送团队三种 AI 应用形态LLMDirect LLM Prompt+Tool把问答、检索、轻量工具调用封装成最快上线的入口。边界安全与可用性完全依赖大模型WorkflowDeterministic DAG把确定流程固化成节点链路,便于验收、复用和管控。边界分支变多后维护成本上升ReAct AgentObserve Think Act根据环境反馈动态选择工具,把开放执行放到运行时。要求隔离、调度、审计、观测判断标准:按任务不
4、确定性选择 AI 应用形态,而不是把所有场景都做成同一种 Agent。确定输入用 LLM,确定流程用 Workflow,开放执行用 ReAct Agent。基于OpenClaw的Agent Hub探索INSTANCE AControl Plane AOpenClaw ALocal Docker onlyUser 1固定归属User 2固定归属INSTANCE BControl Plane BOpenClaw BLocal Docker onlyUser 3固定归属User 4固定归属部署形态被锁定在本地 Docker,无法天然跨机器漂移OpenClaw 的特点也是限制1控制面一对一一个控制面只
5、能管理一个 OpenClaw 实例2用户固定归属一个用户只能属于一个 OpenClaw 实例3本地 Docker 单形态缺少 process/remote/k8s 的统一抽象需要进入 Agent Hub 的资源调度模型客户级 Agent 的能力映射TOOL-USE LOOP推理行动观测定义 Agent声明式 Spec:模型、工具白名单上下文模板、Skills 索引解决:配置差异无法继续堆页面调度执行体按 user template 分配执行环境支持超时回收与恢复解决:长尾任务需要弹性执行资源权限与隔离继承教师、班级、题库权限执行环境与 workspace 严格隔离解决:Agent 不能越过原系
6、统边界评测与沉淀记录 Token、Tool、Cache、trace每次执行沉淀为可优化样本解决:效果不可解释、不可运营Agent HubAgent Hub关键技术Agent Hub 总览1 DECLAREagent.mdSkillsToolsMCPPermissions2 CONTROL统一接入协议身份鉴权路由分发沙箱调度3 EXECUTEAWorkerABWorkerBNWorkerNEACH WORKER CONTAINS ReAct 循环工具执行上下文压缩记忆层事件流4 PERSISTREDIS LEDGER状态账本命令 状态 事件WORKSPACE共享工作区文件 Diff 临时状态ME