构建治理约 12 分钟

EDPAgent 与 AgentRule

规则驱动的动态规划智能体：业务范围、规划步骤、执行上限、总结格式写进一份规则文件，由 Rail 在运行时强制执行。

依据 agent-solution 0.1.3 · main@bf702bc9（2026-11-03）核实

把规则从提示词里拿出来

很多智能体把"能做什么、不能做什么、最多试几次"全写在提示词里，然后祈祷模型遵守。EDPAgent（动态规划智能体参考实现）换了个做法：规则写在一份 AgentRule.md 里，分成两部分。

部分	去向	例子
YAML 头	解析成配置对象，由 Rail 强制执行	迭代上限、单工具调用上限、中断超时
Markdown 正文	注入系统提示词，指导模型行为	规划规约、超范围时怎么回应

能用代码强制的就不交给模型，交给模型的也写得明确、可检查。

规则	内容
1 业务范围	允许做什么、超范围时的提示
2 规划步骤	需求解析 → 目标拆解 → 方案生成 → 规则校验 → 结果输出
3 任务依赖	结构化依赖声明（预留）
4、5 执行限制	最大迭代次数、用户补充输入的最大尝试次数、中断超时、每种工具的调用上限
6 总结格式	总结结构、最大长度、必填字段

另有一份话术配置（ScriptsConfig.md）。业务场景则放在 skills/scenarios/ 下的场景文件里，用环境变量切换当前场景——仓库自带的示例场景是理财业务，换成交期承诺只需要再写一份场景文件。

说明

场景文件的写法本站没有逐项核实，这里只说明规则文件与场景文件的分工。

limits 一节由两个 Rail 执行：

Rail	时机	做什么
`IterationLimitRail`	每次工具调用后	累加计数，达到 `max_iterations` 就请求强制结束
`ExecutionLimitRail`	每次工具调用前	按工具名计数，某个工具达到上限就请求强制结束

两者都用 agent-core 的 request_force_finish，结束原因带类型（如 iteration_limit_exceeded），前端和日志能区分"正常完成"和"被上限截停"。

此外还有 AskUserRail 负责人机交互中断：ask_user 工具触发中断，状态存进 Redis，用户回复后续轮；支持终止关键词、超时和次数限制。

EDPAgent 跑在 agent-runtime 的 A2A 服务里（上一个模块讲过），面向客户端；需要调用低代码平台的流程时，通过一个 A2A 适配服务转发。会话状态和断点存 Redis，模型走 OpenAI 兼容接口。

链接指向固定提交，仓库后续更新不影响这里的行号。

通关条件