<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>LangGraph on Fliaping's Blog</title><link>https://fliaping-blog.pages.dev/tags/langgraph/</link><description>Recent content in LangGraph on Fliaping's Blog</description><generator>Hugo -- gohugo.io</generator><language>zh-cn</language><lastBuildDate>Fri, 30 Oct 2026 14:36:10 +0800</lastBuildDate><atom:link href="https://fliaping-blog.pages.dev/tags/langgraph/index.xml" rel="self" type="application/rss+xml"/><item><title>如何做好垂域 Agent：Harness 优化与实践</title><link>https://fliaping-blog.pages.dev/domain-agent-harness-engineering/</link><pubDate>Fri, 30 Oct 2026 14:16:45 +0800</pubDate><guid>https://fliaping-blog.pages.dev/domain-agent-harness-engineering/</guid><description>&lt;p>“帮我看看昨天的评测为什么没过。”对用户来说，这是一个问题；对 Agent 来说，却是一连串需要自己作出的判断：找哪次任务、看哪个版本、读哪些失败样本，证据不足时继续查，权限不够时停下来。查到一半，用户又补了一句“只看这个项目”，它还得接得住。模型能分析问题，平台也有现成接口，把它们组织成一个好用的 Agent，才是我们做平台助手时花功夫最多的地方。&lt;/p>
&lt;p>这篇文章就从这里展开：我们怎样选择 Agent 基座，为什么最终用了 Deep Agents，又怎样在它的原生执行 Graph 上接入项目知识、工作区、身份鉴权和长任务恢复。随着真实任务越跑越多，有些能力需要补，有些流程反而应该撤掉。我们把这些设计和调整的依据写下来，讨论一个垂类 Agent 如何从“能调用工具”，逐步走到“值得交给它做事”。&lt;/p>
&lt;p>&lt;img src="https://fliaping-blog.oss-rg-china-mainland.aliyuncs.com/storage/2026-10-30/14-22/domain-agent-harness-engineering/agent-engineering-cover-6eb90d457af7.webp" alt="垂域 Agent 工程实践：从 Deep Agents 基座与平台定制，到评测迭代和四类应用落地">&lt;/p>
&lt;p>&lt;em>图 1｜全文主题示意：围绕 Deep Agents 基座补充项目知识、工作区、身份与状态能力，通过评测持续调整，并接入四类应用。工作台与图上的简化 Graph 为视觉示意，执行结构见后文。&lt;/em>&lt;/p></description></item></channel></rss>