# lambdagentpaas 系统总览 > 基于形式化 λA 演算的智能体编程语言 + PaaS 执行平台 > > **三条主线**: 理论技术（形式化证明）→ 工程实现（可运行代码）→ 案例场景（真实部署） --- ## 一、系统定位 lambdagentpaas 是**目前唯一用形式化证明保证 Agent 组合安全、成本上界和终止性的平台**。不同于其他框架"运行时试错"的方式，它让 Agent **先编译后执行**——在运行前就能静态回答四个关键问题： 1. 这个管道能跑通吗？（T-Compose 类型检查） 2. 跑一次最多花多少钱？（分级类型成本预测） 3. 并行 Agent 会互相干扰吗？（Store Independence + 汇合定理） 4. 循环会终止吗？（有界不动点 + 终止性定理） --- ## 二、系统架构图 ``` ╔══════════════════════════════════════════════════════════════════════════╗ ║ L3 应用层 — 真实案例场景 ║ ║ ║ ║ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ ║ ║ │ qaagent67wiki │ │ qaagent67lite │ │ agent67v2 │ │ research67│║ ║ │ 海事法规问答 │ │ 轻量级问答 │ │ 编程助手 │ │ 科研助手 │║ ║ │ │ │ │ │ │ │ │║ ║ │ 1326 海事法规 │ │ BM25+Wiki │ │ 43 工具 │ │ 8 子智能体│║ ║ │ Wiki v2 三步流程 │ │ 无需 Vector │ │ 6 子智能体 │ │ 论文+实验 │║ ║ │ 持续生长+WikiGrow│ │ <500文档轻部署 │ │ Handoff + Skill │ │ 迭代优化 │║ ║ └────────┬────────┘ └────────┬────────┘ └────────┬────────┘ ║ ║ │ │ │ ║ ╠═══════════▼═════════════════════▼═════════════════════▼══════════════════╣ ║ L2 工程实现层 (agentpaas) ║ ║ ║ ║ ┌──────────────────────────────────────────────────────────────────┐ ║ ║ │ REST API (28 端点) + MCP Server (5 工具) + GitHub Action │ ║ ║ │ /agents /run /analyze /lint /cost /type-check /jobs │ ║ ║ └────────────────────────────┬─────────────────────────────────────┘ ║ ║ │ ║ ║ ┌────────────────┬─────────────┴─────────────┬──────────────────┐ ║ ║ │ Instance 机制 │ 双引擎执行层 │ 多租户 │ ║ ║ │ │ │ │ ║ ║ │ template/ │ ┌──────────────────────┐ │ RBAC + Quota │ ║ ║ │ instance/ │ │ Recursive (Python栈) │ │ 审计日志 │ ║ ║ │ workspace/ │ │ CEK Machine (Paper II)│ │ API Key │ ║ ║ │ 深度合并 │ │ Adaptive (自动选择) │ │ │ ║ ║ └────────────────┘ └──────────┬───────────┘ └──────────────────┘ ║ ║ │ ║ ║ ┌───────────────────────────────▼──────────────────────────────────┐ ║ ║ │ Static Analysis — 四道编译时安全网 │ ║ ║ │ ┌─────────┐ ┌─────────┐ ┌──────────┐ ┌──────────────┐ │ ║ ║ │ │ Lint │→ │T-Compose│→ │Cost Pred │→ │ Store Indep. │ → 执行 │ ║ ║ │ │26 规则 │ │类型检查 │ │分级类型 │ │Pair 汇合 │ │ ║ ║ │ └─────────┘ └─────────┘ └──────────┘ └──────────────┘ │ ║ ║ └────────────────────────────────┬─────────────────────────────────┘ ║ ║ │ ║ ╠════════════════════════════════════▼══════════════════════════════════════╣ ║ L1 理论技术层 (lambdagent / λA 演算) ║ ║ ║ ║ ┌──────────────────────────────────────────────────────────────────┐ ║ ║ │ from_config 编译器 │ ║ ║ │ YAML → λA 项 → 类型化 AST → Engine 可执行 │ ║ ║ └────────────────────────────┬─────────────────────────────────────┘ ║ ║ │ ║ ║ ┌────────────────┬─────────────┼─────────────┬─────────────────────┐ ║ ║ │ Layer 3 │ Layer 2 │ Layer 1 │ 核心 λA 构造子 │ ║ ║ │ Orchestration │ Pattern │ Skill │ │ ║ ║ │ │ │ │ 11 单智能体: │ ║ ║ │ YAML 声明式 │ review │ 原子能力 │ ├─ Lam (LLM) │ ║ ║ │ 业务编排 │ fan_out │ 可复用 │ ├─ Tool (外部) │ ║ ║ │ │ pipeline │ 带类型签名 │ ├─ Compose (>>) │ ║ ║ │ │ escalation │ │ ├─ If (分支) │ ║ ║ │ │ map_reduce │ │ ├─ Loop (Y组合子) │ ║ ║ │ │ debate │ │ ├─ Route (case) │ ║ ║ │ │ │ │ ├─ Pair/Fst/Snd │ ║ ║ │ │ │ │ ├─ Guard (验证) │ ║ ║ │ │ │ │ └─ Memory (状态) │ ║ ║ │ │ │ │ │ ║ ║ │ │ │ │ 5 多智能体: │ ║ ║ │ │ │ │ GroupChat/Handoff │ ║ ║ │ │ │ │ AsyncPar/Channel │ ║ ║ │ │ │ │ SharedMemory │ ║ ║ └────────────────┴─────────────┴─────────────┴─────────────────────┘ ║ ║ ║ ║ ┌──────────────────────────────────────────────────────────────────┐ ║ ║ │ 形式化理论基础 (三篇论文) │ ║ ║ │ │ ║ ║ │ Paper I λA 类型系统 → 11 构造 + 26 lint + 类型安全定理 │ ║ ║ │ Paper II 操作语义 → 23 规则 + CEK + 6 代数定律 + 汇合定理 │ ║ ║ │ Paper III 类型与效果 → 15 类型规则 + 效果代数 + 分级类型 │ ║ ║ └──────────────────────────────────────────────────────────────────┘ ║ ║ ║ ║ ┌──────────────────────────────────────────────────────────────────┐ ║ ║ │ LLM Wiki 知识层 v2 (Karpathy 模式 + 持续生长) │ ║ ║ │ index.md + sources/ + entities/ + topics/ + analyses/ │ ║ ║ │ 三步流程: Ingest(交叉引用) → Query(多页综合) → Lint(自动修复) │ ║ ║ │ WikiGrow 主动生长 | WikiStatus 健康评分 | 6 个工具 │ ║ ║ └──────────────────────────────────────────────────────────────────┘ ║ ╠══════════════════════════════════════════════════════════════════════════╣ ║ L0 基础设施 (Infrastructure) ║ ║ ║ ║ LLM Providers (7) Storage Integration ║ ║ Anthropic/OpenAI/Ollama SQLite/PostgreSQL MCP / A2A 协议 ║ ║ DashScope/DeepSeek Redis/ChromaDB Git Worktree ║ ║ Claude Code/Moonshot Filesystem Docker Sandbox ║ ╚══════════════════════════════════════════════════════════════════════════╝ ``` --- ## 三、理论技术 (形式化证明) lambdagentpaas 的核心壁垒是**三篇论文建立的形式化理论**——这是其他框架无法快速复制的。 ### 3.1 三大定理 | 定理 | 内容 | 工程价值 | |------|------|---------| | **定理 5.3 类型安全** | 良类型项要么规约到值，要么是受控 guard 失败 (Progress + Preservation) | Agent 组合不会出现"未定义行为" | | **定理 5.4 有界终止性** | `fix_n(λself. body)` 在至多 n 步内终止 | ReAct 循环保证不会无限跑 | | **命题 30 Pair 汇合** | 在 `writes(f) ∩ writes(g) = ∅` 下，`Pair(f,g)` 输出分布与调度顺序无关 | 并行 Agent 保证不冲突 | ### 3.2 关键理论构造 **Paper I — λA 类型化 Lambda 演算** ``` 11 个项构造子: e ::= x | λx:τ. e | e₁ e₂ (标准 λ) | e₁ >> e₂ (组合) | if e₁ then e₂ else e₃ (条件) | fix_n e (有界不动点) | ⟨e₁, e₂⟩ | π₁e | π₂e (序对) | tool[f] (外部神谕) | case e of {l_i ⇒ e_i} (多路分发) | guard e P (精化/验证) | mem e σ (环境扩展) | lam π θ (LLM 神谕) ``` **Paper II — 操作语义 + CEK Machine** ``` CEK 状态: ⟨C, E, K, σ, c⟩ C: 当前控制 (项或值) E: 环境 (绑定) K: 延续栈 (continuation) σ: 存储 (memory) c: 成本向量 (tokens, latency, money) 核心转移规则: C-Lam (LLM Yield): ⟨lam π θ v, E, K, σ, c⟩ ═══Yield(llm)═══> ⟨str(r), E, K, σ, c+c_llm⟩ C-Tool (Tool Yield): ⟨tool[f] v, E, K, σ, c⟩ ═══Yield(tool)═══> ⟨f(v), E, K, σ, c+c_tool⟩ 6 条代数定律 (Theorems 36-41): 1. 结合律: (f >> g) >> h ≡ f >> (g >> h) 2. 左单位: Id >> f ≡ f 3. 右单位: f >> Id ≡ f 4. 循环展开: Loop(b,c,n) ≡ If(c, Id, b >> Loop(b,c,n-1)) 5. 路由分配: Route(c,{l_i:f_i}) >> g ≡ Route(c,{l_i:f_i >> g}) 6. 对对称: Pair(f,g) ≡ swap ∘ Pair(g,f) ``` **Paper III — 类型与效果系统** ``` 类型语法 (Definition 1): τ ::= Str | Num | Bool | Json(S) | τ₁×τ₂ | τ₁ →^ε τ₂ | {x:τ | P(x)} 核心类型规则: T-Compose: Γ ⊢ f : A →^ε₁ B Γ ⊢ g : B' →^ε₂ C B <: B' ───────────────────────────────────────────────────── Γ ⊢ f >> g : A →^{ε₁·ε₂} C 效果代数: ε ::= pure | llm(m) | io | state(s) | ε₁·ε₂ | ε₁∥ε₂ | εⁿ 分级类型 (Graded Types) — 静态成本上界: g = (p, t, l, m) p ∈ [0,1] 成功概率下界 t ∈ ℕ token 消耗上界 l ∈ ℝ≥0 延迟上界 (秒) m ∈ ℝ≥0 金钱成本上界 (美元) 组合规则: g₁ · g₂ = (p₁·p₂, t₁+t₂, l₁+l₂, m₁+m₂) (串行) g₁ ∥ g₂ = (p₁·p₂, t₁+t₂, max(l₁,l₂), m₁+m₂) (并行) gⁿ = (pⁿ, n·t, n·l, n·m) (迭代) ``` --- ## 四、工程实现 (可运行代码) 把上述理论从论文转化为生产级 Python 代码。 ### 4.1 代码规模 ``` lambdagent (核心 DSL) 11,300 LOC ├── primitives.py 11 个核心构造子 ├── extensions.py Par, Route, Guard, Memory ├── multiagent.py 5 个多智能体构造 ├── types.py 15 条类型规则实现 ├── effects.py 效果代数 ├── cost_grade.py 分级类型 + validate_cost ├── cek_machine.py Agent CEK Machine ├── rewrite.py 6 条代数定律 (rewrite 优化) ├── patterns.py 6 个协作模式 ├── handlers.py Production/Test/Trace 处理器 ├── fromconfig/ │ ├── compiler.py YAML → λA 编译器 │ ├── lint.py 26 条 lint 规则 │ └── schema.py YAML schema 校验 ├── agentruntime/ │ ├── engine.py 统一 Engine 接口 │ ├── recursive_engine.py Python 调用栈引擎 │ ├── cek_engine.py CEK Machine 引擎 │ ├── adaptive_engine.py 自动选择引擎 │ └── react_engine.py ReAct 7 阶段循环 └── builtin_tools/ 52 个内置工具 ├── file_tools.py ReadFile/EditFile/WriteFile/... ├── qa_tools.py QA Agent 工具 (qaagent67) └── wiki_tools.py Wiki Agent 工具 (qaagent67wiki) agentpaas (PaaS 层) 2,000 LOC ├── api/v1/ 28 个 REST 端点 │ ├── agents.py Agent CRUD + run + stream │ ├── analyze.py 5 个 analyze 端点 │ └── jobs.py 异步 Job API ├── engine/ │ ├── instance.py Instance 机制 + 深度合并 │ └── dispatcher.py Sync/Async/Stream 分派 ├── registry/ Agent 注册 + 版本 + 流量 ├── tenant/ RBAC + Quota + 隔离 └── db/ SQLite/PostgreSQL (FIX-06 索引) lambdagent_guard 400 LOC ├── core.py GuardConfig + RuntimeMonitor ├── langchain.py guard_langchain() ├── crewai.py guard_crewai() └── autogen.py guard_autogen() + 终止修复 测试: 503 tests, 0 failed, 0 回归 ``` ### 4.2 工程亮点 **双引擎可切换** — Recursive 快，CEK 安全，Adaptive 自动： ```python # YAML 配置 runtime: engine: cek # recursive | cek | adaptive costBudget: 5.00 # CEK 专属: 超额自动暂停 maxSteps: 10000 # Python API result = Runtime.execute("config.yml", "input", engine_mode="cek", cost_budget=5.0) ``` **Instance 机制** — 一个模板多个实例： ``` agentexample/qaagent67wiki/ ← 模板 (Git 跟踪) agent-config.yml ← 默认配置 agentexample/instances/maritime/ ← 海事实例 (数据不跟踪) instance.yml ← 路径覆盖 (深度合并) wiki/ ← 累积知识 knowledge/ ← 原始文件 workspace/run_YYYYMMDD_HHMMSS/ ← 每次 run 隔离 ``` **Run Workspace** — 每次执行完整隔离： ``` 每次 POST /agents/{id}/run 自动创建: {instance_dir}/workspace/run_20260406_001234/ ├── input.txt ├── output.txt ├── trace.json ├── config.snapshot.yml └── cost.json 永不删除历史 run, 可审计可回放 ``` **MCP Server** — 一行配置接入 Claude Code / Cursor： ```json { "mcpServers": { "lambdagent": { "command": "python3", "args": ["-m", "lambdagent.mcp_server"] } } } ``` 暴露 5 个 MCP 工具: `lint_agent_config`, `estimate_agent_cost`, `check_agent_types`, `check_parallel_safety`, `monitor_agent_cost` --- ## 五、案例场景 (真实部署) ### 5.1 qaagent67wiki — 海事法规问答 (主力案例) **真实规模 (2026-04-06 运行数据)**： ``` 📚 海事法规知识库 源文件: 1326 份海事法规和政策文件 摘要页: 508 个 sources/ 实体页: 1410 个 entities/ ├─ 机构类: 364 个 (交通运输部 150 refs, 海事局 45 refs, IMO 40 refs, ...) ├─ 概念类: 532 个 (行政审批/领海基线/适任证书/...) ├─ 法规类: 503 个 (海商法 8 refs, 海上交通安全法 7 refs, ...) ├─ 规章类: 4 个 └─ 地点/文件/网站: 6 个 主题页: 1073 个 topics/ ├─ 船舶安全 (119 文档) ├─ 船员管理 (94 文档) ├─ 环境保护 (50 文档) ├─ 海洋环境保护 (31 文档) ├─ 船舶检验 (19 文档) └─ ... 分析页: 1 个 analyses/ (查询结果自动回填) ``` **技术栈**： ```yaml model: provider: ollama # 本地部署 name: qwen2.5:32b # 32B 本地模型 baseUrl: http://localhost:11434 runtime: engine: cek # CEK 引擎 + 成本熔断 costBudget: 1.00 mcp: localTools: - WikiIngest # LLM 阅读 → 写 wiki 页面 → 更新索引 - WikiQuery # 读 index.md → 查 wiki 页面 → 回答 - WikiLint # 矛盾/孤页/断链检测 - WikiSearch # 关键词搜索 - WikiStatus # 统计信息 ``` **与传统 RAG 的差异**： | 维度 | 传统 RAG | qaagent67wiki (Karpathy 模式) | |------|---------|------------------------------| | 喂文件 | 分块 → 向量库 | LLM 阅读 → 写 wiki 页面（摘要+实体+主题） | | 提问 | 搜索碎片拼凑 | 读已编译的 wiki 页面 | | 知识积累 | 不积累 | 越用越丰富，交叉引用持续增长 | | 矛盾检测 | 无 | WikiLint 自动检查 | | 可浏览性 | 向量库不可读 | Markdown 文件，Obsidian 可直接浏览 | | 成本 | 每次查询消耗 LLM | Ingest 时一次性消耗，Query 时只读文件 | ### 5.2 agent67v2 — 多智能体协作版编程助手 **架构**: 协调者 + 6 个专业微代理，通过 Handoff + SkillRegistry 动态分派。 ``` v1: λ = Memory(Loop(Brain >> Route(42 tools))) # 单体, 慢 v2: λ = Memory(Loop(Coordinator >> Handoff(Registry))) # 多智能体, 快 ├─ code-agent (13工具: 文件/代码/Git) ├─ shell-agent (1工具: Bash) ├─ web-agent (10工具: 搜索/知识库/文档) ├─ memory-agent (17工具: 记忆/任务/调度/画像) ├─ system-agent (4工具: 浏览器/应用/系统/截图) └─ researcher (17工具: 读论文→复现→实验→记录) ``` **三大改进**: 1. **拆分微代理**: 42工具 → 6个代理, prompt 从 ~2000→~500 tokens, 首响快 2-3x 2. **Skill 复用**: 每个微代理注册到 SkillRegistry, 任何编排器可复用 3. **工具懒加载**: ToolSearch 元工具按需发现, 不全量注入 prompt **编译器扩展**: `from_config()` 新增 `subAgents` 支持, 子代理 inline 配置 + 懒编译。 ``` agentexample/agent67v2/ ├── agent-config.yml # 统一配置 (协调者 + 6个子代理 inline) ├── orchestrator.yml # 协调者独立配置 ├── DESIGN.md # 架构设计文档 ├── run.py # 交互式运行 ├── launch_paas.py # PaaS 部署 ├── agents/ # 5 个微代理 YAML ├── core/ │ ├── coordinator.py # 协调者 ReAct 循环 │ └── bootstrap.py # 从 YAML 构建完整 Term ├── skills/ │ └── registry.py # 微代理 Skill 注册 └── tools/ └── tool_search.py # ToolSearch 懒加载 ``` ### 5.3 Research Skill Pack — 科研流程技能包 独立可复用的技能包, 封装 "读论文→复现→实验→记录" 四阶段研究流程。 | Skill | 职责 | 工具 | |-------|------|------| | `paper-reader` | 搜索→阅读→提取关键信息 | WebSearch, WebFetch | | `code-reproducer` | 克隆→理解→运行→对比 | Bash, ReadFile, CodeSearch | | `experimenter` | 设计实验→执行→分析 | Bash, WriteFile, RunTests | | `lab-notebook` | 整理笔记→报告→知识库 | WriteFile, KBAdd, MemoryStore | | `research-pipeline` | 完整流程 (组合) | reader >> reproducer >> experimenter >> notebook | **三种使用方式**: - PaaS 独立运行: `agentpaas agent create --name researcher --config lambdagent/skillpacks/research/agent-config.yml` - Python 调用: `SkillRegistry().get("paper-reader").apply("论文标题")` - agent67/agent67v2 内置: `ResearchWorkflow` 工具 / `call_research` 代理 ``` lambdagent/skillpacks/research/ ├── __init__.py ├── skills.py # 4个Skill + 1个Pipeline └── agent-config.yml # PaaS 可部署编排器 ``` ### 5.4 Wiki v2 — 知识管理三步流程 + 持续生长 基于 Karpathy LLM Wiki 模式, v2 实现完整的 Ingest→Query→Lint 三步流程 + 主动生长。 | 步骤 | v1 | v2 新增 | |------|----|----| | **Ingest** 抽取要点 | ✅ | ✅ | | **Ingest** 补充交叉引用 | ❌ | ✅ 扫描已有页面自动补 `[[链接]]` | | **Ingest** 更新相关页面 10+ | ❌ | ✅ 反向更新已有实体页来源引用 | | **Query** 综合多页信息 | 🔶 | ✅ 实体优先 + 标签路由 + `[[链接]]`跟踪 | | **Lint** 查过期引用 | ❌ | ✅ 检测 >90天 未更新 | | **Lint** 自动修复 | ❌ | ✅ `auto_fix=true` 创建断链占位页 | | **WikiGrow** 主动生长 | ❌ | ✅ 发现缺失概念 → 自动创建页面 | | **WikiStatus** 生长指标 | ❌ | ✅ 交叉引用数/页、健康评分 | 6 个 Wiki 工具: WikiIngest, WikiQuery, WikiLint, WikiSearch, WikiStatus, **WikiGrow** (新增) 详见: [docs/wiki-v2.md](wiki-v2.md) ### 5.5 qaagent67lite — 轻量级知识问答 适用于资料少 (< 500 文档) 的领域: 财务、行政、产品手册等。 | | **lambda** (重量级) | **lite** (轻量级) | **wiki** (纯 Wiki) | |---|---|---|---| | 检索路径 | BM25+Vector+Graph+Wiki | **BM25+Wiki** | Wiki only | | 依赖 | Embedding 服务 + ChromaDB | **无外部依赖** | LLM only | | 文档量 | 500+ | **< 500** | 任意 | | 部署 | 需 GPU/NPU | **任意机器** | 任意 | | 适用 | 海事/金融等大规模 | **财务/行政/产品** | 知识编译 | ``` agentexample/qaagent67lite/ ├── agent-config.yml # BM25+Wiki, 无 Vector/Graph ├── DESIGN.md # 设计文档 └── scripts/ ├── setup.py # 一键部署 (提取→索引→Wiki编译) └── instance.yml.template # 实例配置模板 ``` ### 5.6 Demo 对比界面 左右双面板, 5 种模式任选, 按域自动适配默认值。 ``` ┌──────────────────────┬──────────────────────┐ │ [左侧下拉 ▼] │ [右侧下拉 ▼] │ │ ○ Lite (BM25+Wiki) │ ○ LambdaRAG (4路) │ │ ○ LambdaRAG (4路) │ ○ Lite (BM25+Wiki) │ │ ○ Wiki Only │ ○ Wiki Only │ │ ○ BM25 Baseline │ ○ BM25 Baseline │ │ ○ Direct LLM │ ○ Direct LLM │ └──────────────────────┴──────────────────────┘ ``` | 领域 | 左默认 | 右默认 | 自动检测 | |------|--------|--------|---------| | 海事 | LambdaRAG | Wiki | domain 含 "maritime" | | 其他 | Lite | Wiki | 默认 | 通过 `instance.yml` 可自定义: `demo.leftDefault` / `demo.rightDefault` ### 5.7 其他案例 | 案例 | 领域 | 使用的 λA 构造 | |------|------|---------------| | **research67** | 科研助手 | 8 个子智能体协作，从 IDEA.md → 论文完稿，使用 review + fan_out_merge | | **data67** | 数据分析 | Loop + Pattern 循环优化分析报告 | | **agentbuilder67** | 元智能体 | 用 LLM 自动构建新的 Agent 配置 | --- ## 六、竞争力总结 ### 理论技术层面 (差异化壁垒) ``` ✓ 三篇论文的形式化证明 (其他框架无) ✓ 类型安全定理 (Progress + Preservation) ✓ 终止性定理 (有界不动点) ✓ 并行汇合定理 (Store Independence) ✓ 成本单调性 (CEK 成本向量) ✓ 6 条代数定律 (可安全重构) ``` ### 工程实现层面 (可运行) ``` ✓ 13,700+ LOC 生产级 Python 代码 ✓ 503 个测试, 0 失败 ✓ 双引擎可切换 (Recursive/CEK/Adaptive) ✓ 28 个 REST API + 5 个 MCP 工具 ✓ Instance 机制 (一模板多实例) ✓ Run Workspace 隔离 ✓ 跨框架守卫 (LangChain/CrewAI/AutoGen) ``` ### 案例场景层面 (已部署) ``` ✓ qaagent67wiki: 1326 份海事法规, 2989 个 wiki 页面, Wiki v2 持续生长 ✓ qaagent67lite: 轻量级问答 (BM25+Wiki), 适合 <500 文档场景 ✓ agent67v2: 多智能体协作, 6个微代理 + Handoff + SkillRegistry ✓ research skills: 独立技能包, 读论文→复现→实验→记录 ✓ 7+ 个内置 Agent 示例 ✓ Demo 对比界面: 5 种模式左右任选对比 ✓ 本地 LLM (Ollama) 零 API 成本运行 ``` --- ## 七、一句话总结 **lambdagentpaas 是把"理论"、"代码"和"案例"三者打通的 Agent 平台**： - **理论上** — 三篇论文给出形式化证明，让 Agent 组合有数学保证 - **工程上** — 13,700 行代码 + 503 测试把理论落地为可运行系统 - **案例上** — 7 个案例覆盖大规模问答 (lambda) → 轻量问答 (lite) → 编程助手 (agent67v2) → 科研 (research) → 知识编译 (wiki) 三者缺一不可：只有理论是学术玩具，只有工程是无保证的工具，只有案例是孤立的演示。**三位一体才是能站得住脚的平台**。 --- ## 附录: 本次迭代全部文件清单 ### A. 新建文件 (28个) ``` agentexample/agent67v2/ # 多智能体协作版 ├── __init__.py ├── agent-config.yml ├── orchestrator.yml ├── DESIGN.md ├── run.py ├── launch_paas.py ├── agents/__init__.py ├── agents/code-agent.yml ├── agents/shell-agent.yml ├── agents/web-agent.yml ├── agents/memory-agent.yml ├── agents/system-agent.yml ├── core/__init__.py ├── core/coordinator.py ├── core/bootstrap.py ├── skills/__init__.py ├── skills/registry.py ├── tools/__init__.py └── tools/tool_search.py lambdagent/skillpacks/ # 技能包 ├── __init__.py └── research/ ├── __init__.py ├── skills.py └── agent-config.yml agentexample/agent67/tools/ └── research_workflow.py # agent67 科研工具 agentexample/qaagent67lite/ # 轻量级问答 ├── agent-config.yml ├── DESIGN.md └── scripts/ ├── setup.py └── instance.yml.template docs/wiki-v2.md # Wiki v2 文档 ``` ### B. 修改文件 (8个) ``` lambdagent/fromconfig/compiler.py # subAgents 编译 + inline 模式 lambdagent/builtin_tools/wiki_tools.py # Wiki v2: 交叉引用/Query增强/Lint修复/WikiGrow lambdagent/builtin_tools/registry.py # 注册 WikiGrow agentexample/agent67/agent-config.yml # +ResearchWorkflow agentexample/agent67/core/assistant.py # +research_workflow 注册 agentexample/qaagent67wiki/agent-config.yml # Wiki v2 prompt + WikiGrow agentexample/qaagent67lambda/scripts/app.py # Demo 双下拉 + lite_answer docs/system-overview.md # 本文件 ```