23 · 综合实战

从 0 交付一个内容运营 Agent

📚 系列导航：这是《Agent 开发进阶》的第 23 篇（共 24 篇）。上一篇你集齐了生产化四件套，这一篇全用上——从 0 交付一个内容运营 agent，试运行两周，这是毕业项目。下一篇：24 · 反模式、FAQ 与术语表。

前 22 篇每篇给了你一块零件：循环、工具、上下文、评测、护栏……但零件齐了不等于会装车。毕业项目就是装车：需求怎么定、架构怎么选、开发怎么排、验收怎么卡、试运行怎么复盘，每一步都落到可验收的交付物。我第一次完整交付时贪大求全，跟头都写在踩坑里了。这一篇只干一件事：带你把前 22 篇拼成一次完整的工业级交付。

看完这一篇，你会拿到：

• 一份含四项硬指标的立项书模板
• 一张架构 ADR 加"先 5 个工具"的裁剪法
• 一条引用前 22 篇对应技能的冲刺路线
• 一套两周试运行的四类案例复盘维度

---

01 需求与成功标准：KPI 不清就是没立项

项目：内容运营 agent，三件事——每日数据日报、选题建议、指定源数据抓取。立项书四项硬指标先写死：评测成功率 ≥85%、零安全事故、单任务成本不超预算上限、运维文档齐全。同样重要的是"不做什么"：不自动发布、不碰用户隐私、超范围一律拒答。没有可量化的成功标准，你连"做完了"都无法宣布。

💡 一句话总结：四项硬指标加明确的"不做什么"写进立项书——KPI 不清就是没立项。

02 架构 ADR 与工具清单：先 5 个做到 90%

架构用第 2 篇的光谱定档：日报和抓取可预测性高，走编排者加确定性子流程；只有选题建议需要点自主性——这不是全自主 agent 的活。工具清单最容易翻车。好比餐厅开业的菜单：先把 5 道招牌做到回头客愿意来，而不是 50 道菜道道平庸。做法：画出三个任务的主流程，只留主流程上出现的工具——抓取、查库、统计、写稿、读配置，5 个封顶，其余进 backlog，等这 5 个调用正确率到 90% 再谈扩。

💡 一句话总结：光谱定档写进 ADR，工具先 5 个做到 90% 再扩——菜单短，才做得精。

03 开发冲刺：前 22 篇都在这条线上

冲刺按依赖排，每个都以评测数据收尾：冲刺一打地基——循环（04）、工具设计（05）、上下文分层（06）、结构化输出（07）；冲刺二加脑子——规划（08）、记忆（09）、知识库接入（10）；冲刺三上闸门——发送前审批（12）、四道防线与熔断（21）、tracing（20）。注意评测集（19）不是最后才建：冲刺一结束就立 30 条基线，之后每冲刺跑回归——没有基线，"变好了"没人信，包括你自己。

💡 一句话总结：三个冲刺各有主题、每个以评测数据收尾——评测集第一周就建，不是交付前补。

04 验收闸门：四项全过才发钥匙

上线前过四道闸门，像交房验收：评测——端到端成功率 ≥85%（19）；安全——探针测试样例全拦截、熔断实际演练触发一次（21）；观测——任一会话十分钟内可归因（20）；成本——单任务成本在预算内且有看板盯着（22）。最容易被跳过的是熔断演练——装了不等于会响，要看它真熔断过一次。

💡 一句话总结：评测、安全、观测、成本四道闸门全绿才上线——熔断要实际演练过。

05 两周试运行：拒答与降级也是数据

试运行不是"跑两周没炸就算过"，四类案例照单全收：成功、失败、拒答、降级。只统计成功案例是自欺：拒答里藏着需求边界画错的信号，降级里藏着工具可靠性问题。复盘四个维度：成功率按天走势、badcase 归因分布、成本曲线、人工接管次数。第一周数据难看很正常，要看第二周的爬升。

💡 一句话总结：成功、失败、拒答、降级四类都进复盘——长尾问题藏在你不想看的那三类里。

06 动手：完整交付

任务：① 写立项书（四指标加边界）；② 出 ADR 和 5 工具清单；③ 三个冲刺开发，每冲刺跑评测；④ 过四道验收闸门；⑤ 试运行两周，出复盘报告。

验收标准：四项 KPI 全达标，复盘报告含四类案例的分布统计与归因——只有成功案例的报告不算通过。

两种结果都正常：全达标——毕业，把这套模板沉淀成你的交付 SOP；某项卡住（最常见是成功率停在 7 字头）——用第 20 篇归因流程找最大失败簇，通常修一个工具描述或补一类样本就能过线——"卡住再爬升"就是生产化的日常。

07 小结

你现在应该能：独立走完从立项书到复盘报告的完整交付——需求量化、架构定档、冲刺开发、闸门验收、试运行复盘，全程有数据背书。

最后一篇 24 · 反模式、FAQ 与术语表：全课的坑与黑话浓缩成查阅件，外加我最贵的一次翻车复盘。

---

📎 实战案例

某团队 capstone 贪大接了 15 个工具，个个 60 分，联调两周没过验收。改成「先 5 个工具做到 90% 再扩」重来：首周试运行成功率 78%，按归因修掉两个工具描述后第二周升到 88%，最终以成功率 ≥85%、零安全事故、成本在预算内交付——砍工具是那次交付里回报最高的决策。

踩坑

• 我 capstone 贪大接了 15 个工具，个个 60 分——先 5 个到 90 分是纪律，backlog 不是坟场是排期。
• 试运行只统计成功案例，上线后长尾爆发——拒答和降级案例才是金矿，四类都要收。
• 交付时嫌麻烦没写运维文档，三周后排障重读了半天代码——文档是写给未来的自己。