关于 Agent 开发的一些疑惑求大佬解答

[misoomang]

职位：一枚运维开发的菜鸡

背景：运维部门正在使用个人飞书对接 openclaw 通过 grafana mcp + skills 的方式进行监控大盘巡检工作，也通过 AI 编写的 tools 封装成 tools 结合 skills 进行资源的巡检

现状思考：目前的方式都是使用通用 agent 接入 skills 的方式去做相关的需求，目前内部也有类似蓝鲸标准运维的能力做相关的编排工作

疑惑：那现在的 agent 开发以相关编排工作的意义具体存在什么地方

附上目前正在学习 agent 开发相关的资料： https://hello-agents.datawhale.cc/#/ https://adp.xindoo.xyz/chapters/Chapter%201_%20Prompt%20Chaining/

[jerseyhero]

你学会了，就能更好的对 openclaw 等通用 agent 进行业务的定制化二开吧，就像你懂汽车维修，那你在修理使用汽车或者改装汽车的时候，更知道该做啥，不该做啥。个人拙见

[kristofer]

聚焦具体业务，根据业务定制 Agent 。犹如瑞士军刀和单体工具。

[murmur]

人工控制编排是将 AI 作为能力或者超级函数调用，本质上你知道你要干嘛，你的顺序是什么，出了问题是某个节点的问题更好处，越是严谨的场景越要人工编排

现在的 skill 是放弃了人工编排过程，直接整个规划都给 AI ，让 AI 去决定干什么，调用什么工具，不确定性太大，优点是 AI 能想到人想不到的事，缺点是 AI 能编出人编不出来的离谱东西

[NoobNoob030]

你可以直接用 grafana ，也可以自己实现日志架构，都能满足业务，自己实现的更贴合业务，通用框架的少折腾

[onedge]

还没系统性学习，目前咱们是 aws ，slack bot 接 gemini ，对 cloudwatch 日志进行分析

[nomansky]

没看懂是啥场景。AI 自动排查 alert noise 还行，巡检的话没必要浪费 AI Token 吧。脚本或者写个程序不行吗？

[qaq13037]

这个问题我就 LangGraph 和 autogen 等一类的 agent 框架与 gpt 沟通过，我认为这些框架没用，功能都可以使用一个现有 agent 例如 claude code + skill + mcp 来实现，gpt 告诉我，专业领域还是要使用手动编排，如 2 楼 3 楼所述的那样，实际上我问了 LangGraph 和 autogen 的实际应用场景，目前压根就没有成熟的产品，都是企业内部在使用。最后我的结论是，有用但更多的是噱头。等未来通用 agent 发展的更完善，agent 开发就转变成 skill 开发了

[yitulsj]

应用 agent 和 开发 agent 是两个，前者你主要写 skills 啥的就好了