【導(dǎo)航臺賬】制造業(yè)數(shù)據(jù)與AI踐行者老蔣的技術(shù)博客全系列文章匯總持續(xù)更新 文章摘要單工具Agent只能“回答”多工具協(xié)同Agent才能“解決”。本文以智聯(lián)工坊設(shè)備故障閉環(huán)處理為場景從零搭建一個能完成“查手冊→查排班→查備件→生成工單”完整任務(wù)鏈的多工具協(xié)同Agent。深入拆解任務(wù)分解、鏈?zhǔn)骄幣?、中間結(jié)果傳遞三大核心能力并記錄調(diào)試過程中遇到的“嵌套JSON”與“Markdown代碼塊”兩大實戰(zhàn)坑點。全源碼將開源請關(guān)注更新情況。開篇痛點和場景兄弟們Case01和Case02我們搞定了一個制造Agent的“手腳”和“記憶”。它能算OEE、能查手冊、能問排班還能記住你之前說過什么。但班組長小劉試用了一段時間后給我提了一個新需求。他說“老蔣你這個Agent確實能干活了。但每次我都要自己判斷‘該用哪個工具’。能不能這樣——我跟它說‘設(shè)備報錯了’它自己就知道該查手冊、該問排班、該查備件最后給我一張工單”我當(dāng)時的第一反應(yīng)是這不科學(xué)啊……我這Agent雖然能干活但要讓它自己做決策、自己編排工具順序、自己傳遞中間結(jié)果——這可不是加一行代碼能搞定的。但小劉說得對。單工具Agent只能“回答”多工具協(xié)同Agent才能“解決”。本文要解決的痛點讓Agent能自主完成一個完整的任務(wù)鏈——用戶只需要說“設(shè)備報錯了”Agent自動執(zhí)行“查手冊→查排班→查備件→生成工單”的全流程。適合誰讀已經(jīng)跑通單工具Agent如Case01希望將Agent能力從“回答問題”升級為“解決問題”的開發(fā)者。脫敏聲明本文基于虛擬工廠“智聯(lián)工坊”場景所有數(shù)據(jù)均已脫敏處理。正文方案設(shè)計場景定義設(shè)備故障閉環(huán)處理我們以一個真實的制造場景為例用戶輸入“交互屏組裝A線設(shè)備報錯E401幫我排查一下” Agent需要自動完成 查維修手冊 → 獲取E401的維修指引 查產(chǎn)線排班 → 確認(rèn)今天有沒有人 查備件庫存 → 確認(rèn)需要更換的備件夠不夠 生成維修工單 → 匯總信息生成標(biāo)準(zhǔn)工單這個場景的難度在于Agent不能只調(diào)用一個工具它需要自己做決策——先查什么、再查什么、查到的結(jié)果怎么傳給下一個工具。工程目錄結(jié)構(gòu)javy21_manufacturing_ai_practice/ ├── common/ # 共享基建層復(fù)用Case01/Case02 │ ├── base_agent_builder.py │ ├── chroma_client.py │ └── llm_client.py │ └── cases/ └── case03_multi_tools_agent/ # Case03多工具協(xié)同Agent ├── config.py ├── tools/ │ ├── __init__.py │ ├── search_manual.py # ① 手冊檢索復(fù)用Case01 │ ├── query_shift.py # ② 排班查詢復(fù)用Case01 │ ├── query_spare_parts.py # ③ 備件庫存新增 │ └── generate_work_order.py# ④ 生成工單新增 ├── agent/ │ └── builder.py # 注冊4個工具定制Prompt ├── scripts/ │ └── 01_test_cli.py # 交互式CLI測試 └── web/ # 可選Web界面和Case01的區(qū)別工具從3個擴展到4個新增備件庫存和工單生成更重要的是Agent的Prompt中加入了“鏈?zhǔn)酵评怼钡囊龑?dǎo)。核心實現(xiàn)讓Agent學(xué)會“先做什么再做什么”Step 1工具定義——新增2個核心工具③ 備件庫存查詢工具query_spare_parts.py這個工具模擬了真實工廠的備件庫存系統(tǒng)class SparePartsInput(BaseModel): part_name: str Field(description備件名稱或型號關(guān)鍵詞) class QuerySparePartsTool(BaseTool): name: str query_spare_parts description: str 查詢制造產(chǎn)線的備件庫存信息... args_schema: Type[BaseModel] SparePartsInput def _run(self, part_name: str) - str: # 模擬庫存數(shù)據(jù)庫查詢 # 返回庫存狀態(tài)、庫位、數(shù)量、采購周期④ 生成維修工單工具generate_work_order.py這個工具將多個信息源匯總成標(biāo)準(zhǔn)化工單class GenerateWorkOrderTool(BaseTool): name: str generate_work_order description: str 生成智聯(lián)工坊標(biāo)準(zhǔn)維修工單... args_schema: Optional[Type[BaseModel]] None # 關(guān)鍵手動解析參數(shù) def _run(self, *args, **kwargs) - str: # 手動解析Agent傳入的所有參數(shù) # 生成結(jié)構(gòu)化工單這里要留個心眼為什么args_schemaNone因為LangChain的ReAct Agent會把所有參數(shù)打包成一個JSON字符串塞進(jìn)第一個字段導(dǎo)致Pydantic校驗失敗。繞過校驗、在_run內(nèi)部手動解析是更健壯的做法。Step 2Agent組裝——注冊4個工具builder.py的核心代碼只有這幾行class MultiToolsAgentBuilder(BaseAgentBuilder): def __init__(self, **kwargs): kwargs.setdefault(temperature, 0.0) kwargs.setdefault(max_iterations, 8) # 復(fù)雜任務(wù)鏈需要更多迭代 kwargs.setdefault(memory_type, None) super().__init__(**kwargs) def _register_tools(self) - List[BaseTool]: return [ SearchManualTool(), # ① 手冊檢索 QueryShiftTool(), # ② 排班查詢 QuerySparePartsTool(), # ③ 備件庫存 GenerateWorkOrderTool(), # ④ 生成工單 ]Step 3Prompt引導(dǎo)——告訴Agent“先做什么再做什么”這是多工具協(xié)同Agent最關(guān)鍵的部分。Prompt中必須明確告訴Agent任務(wù)的執(zhí)行順序先查手冊→再查排班→再查備件→最后生成工單中間結(jié)果的傳遞方式上一步的結(jié)果要作為下一步的輸入容錯規(guī)則如果某一步查不到數(shù)據(jù)不要死磕繼續(xù)往下走def _get_prompt_template(self) - str: return 你是一個資深的智聯(lián)工坊制造運維專家。你有權(quán)使用以下工具 {tools} **核心工作流程** 1. 如果用戶沒有提供產(chǎn)線名稱或故障碼直接詢問用戶。 2. 處理故障時請嚴(yán)格按以下順序分步執(zhí)行 - 第一步search_manual → 獲取維修指引 - 第二步query_shift → 查詢產(chǎn)線排班 - 第三步query_spare_parts → 查詢備件庫存 - 第四步generate_work_order → 生成維修工單 3. 上一步的結(jié)果必須作為下一步的輸入。 4. 如果某一步返回未找到標(biāo)記為數(shù)據(jù)缺失繼續(xù)執(zhí)行后續(xù)步驟。 ... 運行驗證完整的多工具協(xié)同流程運行01_test_cli.py輸入交互屏組裝A線設(shè)備報錯E401幫我排查一下Agent的思考鏈如下Action: search_manual Action Input: {fault_code: E401} Observation: 【智聯(lián)工坊維修手冊匹配】 交互屏E401錯誤觸摸屏驅(qū)動通信超時請重啟工控機并檢查USB連接線。 Action: query_shift Action Input: {line_name: 交互屏組裝A線} Observation: {status: not_found, message: 未找到排班數(shù)據(jù), suggestion: 繼續(xù)下一步排查} Action: query_spare_parts Action Input: {part_name: 觸摸屏驅(qū)動} Observation: {status: success, part: 觸摸屏, inventory: {status: 充足, quantity: 15, location: A-3-12}} Action: generate_work_order Action Input: {line_name: 交互屏組裝A線, fault_code: E401, solution: 重啟工控機并檢查USB連接線, spare_parts_status: 充足, assigned_shift: 白班} Final Answer: 已生成工單 WO-20260804-4164 ...關(guān)鍵驗證點順序執(zhí)行Agent嚴(yán)格按照 search_manual → query_shift → query_spare_parts → generate_work_order 的順序執(zhí)行中間結(jié)果傳遞search_manual 返回的“觸摸屏驅(qū)動”被 query_spare_parts 作為輸入使用容錯處理query_shift 返回“未找到”Agent沒有死磕直接跳到下一步結(jié)構(gòu)化輸出generate_work_order 輸出了包含工單編號、故障碼、備件狀態(tài)、執(zhí)行步驟的完整工單總結(jié)價值提煉本文解決了什么將一個單步的“問答Agent”升級為多步的“任務(wù)解決Agent”。用戶只需要說“設(shè)備報錯了”Agent自主完成從查手冊到出工單的完整閉環(huán)。三個關(guān)鍵認(rèn)知任務(wù)分解是核心多工具協(xié)同的關(guān)鍵不是工具多而是Agent能理解“先做什么、再做什么”。Prompt中的順序引導(dǎo)是成敗的關(guān)鍵。容錯比完美更重要真實場景中數(shù)據(jù)缺失是常態(tài)。Agent需要學(xué)會“跳過”而不是“死磕”。在Prompt中明確容錯規(guī)則比在代碼中處理異常更有效。手動解析參數(shù)比Pydantic校驗更健壯ReAct Agent習(xí)慣把參數(shù)打包成嵌套JSONargs_schemaNone 手動解析是繞過這個坑的有效方式。智能工廠對標(biāo)本方案對應(yīng)GB/T 39116-2020中“生產(chǎn)作業(yè)”能力域主域——實現(xiàn)設(shè)備故障的自動化閉環(huán)處理以及“數(shù)據(jù)資源”能力域輔域——實現(xiàn)維修知識、備件庫存、排班數(shù)據(jù)的跨系統(tǒng)協(xié)同?？芍苯佑糜趪抑悄苤圃炷芰Τ墒於热壖杉壣陥蟛牧现械募夹g(shù)佐證。系列導(dǎo)航本文所屬系列【AI賦能數(shù)據(jù)開發(fā)工程手冊】上一篇Agent的記憶系統(tǒng)從短時記憶到長時記憶下一篇《數(shù)據(jù)質(zhì)量智能巡檢Agent》Case04即將發(fā)布互動與交流你在將Agent從“單工具”升級到“多工具協(xié)同”時有沒有遇到過Agent“不知道該先調(diào)用哪個工具”的問題或者工具之間的參數(shù)傳遞卡住了歡迎評論區(qū)吐槽咱們一起聊聊——說實話讓Agent學(xué)會“分步執(zhí)行”這件事我前前后后折騰了好幾天。關(guān)于作者制造業(yè)數(shù)據(jù)與AI踐行者老蔣23年IT老兵。聚焦制造業(yè)數(shù)據(jù)架構(gòu)與AI融合落地。全流程實戰(zhàn)全源碼開源。 排坑筆記預(yù)告主文完成后產(chǎn)出編號標(biāo)題預(yù)計發(fā)布坑T1《“嵌套JSON”噩夢的終結(jié)args_schemaNone讓工具重獲自由》主文發(fā)布后次日坑T2《不要讓你的Agent“吊死”在一棵樹上工具返回“未找到”時的容錯設(shè)計》主文發(fā)布后第3天坑T3《Markdown代碼塊 vs 純凈JSONLangChain工具調(diào)用的格式戰(zhàn)爭》主文發(fā)布后第5天