第 22 章：企业 Agent 平台架构

本章导读

核心问题：如何把单个 Agent 能力建设成企业平台。

关键词：Agent Platform、Marketplace、Security、Observability、Evaluation、Governance

学习产出：把 CI 失败分析作为企业 Agent 平台 MVP，验证核心平台能力。

1. 本章要解决什么问题

前面 21 章讨论了 Agent 工程的各个模块。

这一章把它们组合起来，回答企业最关心的问题：

如何建设一个可持续演进的企业级 Agent 平台？

企业 Agent 平台不是一个聊天机器人。

也不是一个简单的模型 API 网关。

它应该是一套完整工程平台，支撑多个业务 Agent：

研发 Agent；
运维 Agent；
数据分析 Agent；
客服 Agent；
合规 Agent；
安全审计 Agent；
知识管理 Agent。

平台需要提供统一能力：

Runtime
Context
Tool
Skill
Memory
MCP
Security
Observability
Cost Control
Governance

本章核心观点是：

企业 Agent 平台不是单个 Agent，而是一组可复用、可治理、可扩展的 Agent 基础设施。

2. 企业 Agent 平台的目标

2.1 降低重复建设

如果每个团队都自己实现：

工具注册；
上下文拼接；
记忆系统；
权限审计；
MCP 接入；
Agent Loop；
日志追踪；

会导致大量重复和不一致。

平台应提供公共底座。

2.2 提高安全与合规

企业 Agent 会访问内部代码、文档、数据库、日志和客户数据。

必须统一管理：

身份认证；
权限；
审计；
数据脱敏；
工具风险；
人工审批；
记忆删除；
租户隔离。

2.3 提高复用

Tool、Skill、MCP Connector、Context Provider 都应该复用。

例如：

Git Tool 可以被 Coding Agent、Review Agent、Release Agent 复用。
Jira MCP 可以被研发、客服、项目管理 Agent 复用。
Spring Boot Test Skill 可以被多个 Java 项目复用。

2.4 支持可观测性

企业需要知道 Agent 做了什么、为什么做、成本多少、是否成功。

没有可观测性，Agent 无法生产化。

3. 平台分层架构

推荐分层：

User Interface Layer
API Gateway Layer
Agent Runtime Layer
Context Layer
Tool Layer
Skill Layer
Memory Layer
MCP Integration Layer
State & Event Layer
Security & Policy Layer
Observability Layer
Cost Management Layer

3.1 User Interface Layer

入口可以是：

Web Chat；
IDE 插件；
CLI；
Slack / Teams；
CI/CD；
内部系统按钮；
API。

不同入口提交统一 AgentTask。

3.2 API Gateway Layer

负责：

认证；
限流；
路由；
请求校验；
多租户；
审计入口。

3.3 Agent Runtime Layer

负责：

Task；
Session；
Harness；
Scheduler；
Event；
Resume；
Stop Condition。

这是平台核心。

3.4 Context Layer

负责：

ContextProvider；
Context Selection；
Context Compression；
Context Isolation；
Context Rendering。

3.5 Tool Layer

负责：

ToolRegistry；
ToolExecutor；
Tool Orchestration；
Tool Policy；
Tool Audit。

3.6 Skill Layer

负责：

SkillRegistry；
Skill Selection；
Skill Loading；
Skill Versioning；
Skill Evaluation。

3.7 Memory Layer

负责：

Memory Store；
Memory Retrieval；
Memory Governance；
Memory Audit；
Memory Delete。

3.8 MCP Integration Layer

负责连接：

Git；
Jira；
Confluence；
CI/CD；
Database；
Monitoring；
Logging；
Internal APIs。

3.9 Security & Policy Layer

贯穿所有层。

负责：

用户权限；
工具权限；
数据权限；
Secret 防护；
Human approval；
风险分级；
审计。

3.10 Observability Layer

负责：

Trace；
Logs；
Metrics；
Event Replay；
Cost Dashboard；
Failure Analysis；
Evaluation Reports。

4. 平台核心对象

企业 Agent 平台至少应定义这些核心对象：

AgentTask
AgentSession
AgentEvent
ContextChunk
ToolDefinition
Skill
MemoryRecord
McpServer
Policy
Artifact
Evaluation

这些对象形成平台通用语言。

5. Agent Marketplace：Tool 与 Skill 市场

企业平台应提供内部市场。

5.1 Tool Marketplace

提供可复用工具：

Git 工具；
Jira 工具；
CI 工具；
DB 查询工具；
文档检索工具；
日志分析工具。

每个工具应有：

文档；
Schema；
权限；
风险等级；
使用示例；
维护人。

5.2 Skill Marketplace

提供可复用 Skill：

Spring Boot 单元测试；
PR Review；
CI 失败分析；
安全审计；
API 文档生成；
故障复盘。

每个 Skill 应有版本和评估集。

6. 安全与治理

6.1 权限模型

权限至少包括：

谁可以使用哪个 Agent？
Agent 可以访问哪些项目？
Agent 可以调用哪些工具？
Agent 可以读取哪些数据？
Agent 是否可以写入？
写入是否需要审批？

6.2 数据安全

需要处理：

PII；
密钥；
客户数据；
生产日志；
内部代码；
机密文档。

6.3 审计

所有关键行为都应审计：

用户提交任务；
上下文注入；
工具调用；
数据访问；
写操作；
Memory 写入；
权限拒绝。

6.4 Human-in-the-loop

高风险操作必须人工确认：

修改代码；
创建 PR；
修改数据库；
部署；
发送外部消息；
访问生产数据。

7. 可观测性与评估

生产 Agent 需要持续评估。

指标包括：

任务成功率；
平均执行时间；
token 成本；
工具失败率；
恢复次数；
人工介入率；
用户满意度；
安全事件；
上下文命中率；
Memory 误用率。

还需要离线评估集：

CI 失败分析样例
PR Review 样例
单元测试生成样例
故障排查样例

8. 架构图 / 流程图

图 22-1 企业 Agent 平台架构 这张图展示企业 Agent 平台从入口、Runtime 到 Context、Tool、Skill、Memory、MCP、治理和观测的整体结构。 Mermaid 源文件

8.1 研发 Agent 平台

图 22-2 研发 Agent 平台 Mermaid 源文件

8.2 治理闭环

图 22-3 治理闭环 Mermaid 源文件

9. Java / Spring Boot 平台模块

推荐模块：

agent-api
agent-core
agent-runtime
agent-context
agent-tool
agent-skill
agent-memory
agent-mcp
agent-security
agent-observability
agent-evaluation
agent-admin

10. 建设路线

10.1 MVP 阶段

建议从只读研发 Agent 开始：

CI 失败分析 Agent

原因：

场景清晰；
风险较低；
需要 Context、Tool、Harness；
结果可验证；
业务价值明显。

10.2 第二阶段

加入：

PR Review Agent；
单元测试生成 Agent；
Project Knowledge；
Skill Registry；
Memory。

10.3 第三阶段

加入写操作：

自动补测试；
自动修复简单 lint；
创建 PR；
Human approval。

10.4 第四阶段

平台化：

多租户；
Tool Marketplace；
Skill Marketplace；
MCP 管理；
成本中心；
评估平台。

11. 常见误区

11.1 每个团队各自造 Agent

会导致工具、权限、上下文和审计混乱。

11.2 先做酷炫 Demo，后补安全

安全和权限必须前置。

11.3 只封装模型 API

模型 API 封装不是 Agent 平台。

11.4 没有评估体系

没有评估就无法持续改进 Agent。

11.5 忽略成本管理

Agent 多轮调用、工具调用和长任务会带来显著成本。

12. 贯穿案例：CI 失败分析 Agent

CI 失败分析 Agent 是企业 Agent 平台的推荐 MVP。

它可以最小化地验证平台核心能力：

平台能力	CI 失败分析中的体现
Runtime	创建任务、会话和事件流
Context Layer	聚合 CI 摘要、Git Diff、AGENTS.md、Memory
Tool Layer	调用只读 CI、Git、代码搜索工具
Skill Layer	加载 ci-failure-analysis Skill
Memory Layer	召回历史类似失败，沉淀项目经验
MCP Layer	接入 CI、Git、Jira
Security	限制只读权限，禁止自动修改
Observability	记录工具调用、上下文选择和报告质量

选择它作为 MVP 的原因是：风险低、价值明确、可验证、覆盖面足够广。

平台成熟后，可以从只读分析扩展到自动生成修复建议、创建 PR 评论、运行局部测试，最后再考虑受控自动修复。

13. 本章小结

本章讨论企业 Agent 平台架构。

核心结论：

企业 Agent 平台是一套基础设施，不是单个聊天机器人。
Runtime、Context、Tool、Skill、Memory、MCP 是平台核心层。
安全、权限、审计、成本和可观测性必须前置设计。
Tool 和 Skill 应形成内部市场，提高复用。
建议从低风险、高价值、可验证的研发场景开始建设。

一句话总结：

企业级 Agent 的竞争力，不在于某个 Prompt，而在于能否建设一套可复用、可治理、可演进的平台能力。