项目面试题：多 Agent 监管协同系统

• MCP 解决"Agent 连工具"：工具以 MCP Server 标准化暴露，Agent 作为客户端发现、调用、拿结果

• A2A 解决"Agent 连 Agent"：AgentCard 声明技能，主控发现后委派任务、跟踪状态

我系统里两者配合：主控通过 A2A 派活给业务 Agent，业务 Agent 再通过 MCP 调工具执行。

A2A 基于 JSON-RPC 和 Agent Card 实现服务发现与通信。

5 个 MCP 服务用 FastMCP 的 @mcp.tool 注册工具，类型注解自动生成 JSON Schema。

ReAct即推理加行动，模型边思考边调用工具，根据反馈循环决策，像人一样解决问题，避免纯推理或盲目操作的弊端。

要点拆解：Thought（推理缺什么）→ Action（调工具）→ Observation（结果回填）循环

为防失控，我加了三重护栏：最大步数、同名同参动作去重、整体超时。写操作不进工具表，由循环外确定性链路执行，保证自主调查只读不写。

举例（找出近 30 天投诉激增的高风险商户）：

1. 第 1 轮：查投诉分布
2. 第 2 轮：查哪些商家
3. 第 3 轮：整改历史和营业状态
4. 第 4 轮：信息足够，总结输出

三重护栏机制来防止死循环：

1. 最大步数限制：默认 10 步超时，超过后返回兜底文案
2. 动作去重：通过哈希指纹记录已执行的动作和参数组合，遇到重复查询会返回提示让模型换角度调查
3. 整体超时控制：设置 120 秒时间上限

这三重机制确保即使模型陷入循环思考，也能被强制终止。另外，工具结果超长时会截断保护上下文窗口，避免 token 溢出导致异常。

意图限定白名单，非法直接拦截；抽取参数标注来源，模型猜的高风险字段一律剔除并追问；身份字段用登录态强制覆盖，错误参数到不了 Agent。

上下文噪声累积导致，截断过长上下文，只传最近五轮对话。

• 单意图：不生成计划，直接执行

• 多意图：先生成计划，Plan-Execute

• 有依赖就串行：多意图编排中前一步的 task_id 是后一步入参，还要逐步鉴权、失败即断

• 无依赖就并行：不同请求由各业务 Agent 独立处理

靠中枢管理：优先级、负载均衡、失败重试。

• 请求层：失败重试

• 模型格式错误等：添加校验拦截、阻断、降级

连接类失败会重试，业务失败就终止执行，返回失败原因和已完成步骤结果。

分三层防控：

1. 有限重试加退避：只重试连接类瞬时故障，超时不重试防重复执行
2. 依赖降级：如 Redis 故障后冷却 60 秒并降级 MySQL
3. 编排快速失败：任一步失败立即终止整条流程，防止故障扩散拖垮系统

第一次报错带上报错信息再来一遍，还是报错，就用百炼平台的 API 强模型纠错。

采用幂等键去重，结合状态机校验；写入前查已处理标记，确保断点恢复时操作不重复执行。

拆得越多，越难维护。

并行 Agent 写 State 防覆盖，核心是"只增不改"：

• 用 Reducer 合并而非覆盖，比如 Annotated[list, operator.add]，各节点只追加自己的结果

• 必须写同一 key 的就串行化

• 跨图共享数据用 Store 加乐观锁兜底

主控制器通过 A2A 分发子任务，并行调用各 Agent，用 asyncio.gather 收集结果；单个失败则降级或重试，不阻塞整体；最后由主控统一汇总，LLM 生成最终答复返回用户。

• 先检测冲突：对比关键字段或用 LLM 判断矛盾点

• 再按策略仲裁：优先采信权威数据源，或让第三方 Agent 复核

• 无法判定时降级：向用户如实说明分歧并请求决策，不静默合并

核心四点：

1. 职责单一：主控只做编排，子 Agent 各管一域，便于独立扩缩容
2. 任务 ID 全链路传递：状态可追溯
3. 失败即终止并降级兜底：避免错误扩散
4. 每个节点有超时与重试

再靠可观测性日志定位问题，整体稳定可控。

核心看任务完成率与准确率。Agent 没法用 RAGAS 那种框架评估，我们针对不同的功能，创建了一堆单元测试，测不同的指标：时间和准确率这些。

我用全链路追踪观测协作链路：

• 主控生成 trace_id 随 A2A 请求透传，子 Agent 日志按 trace_id 聚合

• 每步记录输入输出、耗时和 token

• 再配 LangSmith 可视化状态图，快速定位哪个 Agent 出错，并统计耗时和 token 优化链路

我们接入了 LangSmith，这个让项目有可观测性的能力，通过这里能看出来异常情况。