// 目录

• 项目概览
• 产品体验
• 核心能力
• 系统实现
• 验证与结果
• 开发日志
  • 05M1 收口：本地 trace + 三条入口 + 首篇文章发布
  • 04M1 第 3 周：并行工具调用 + 错误回填策略 v1 + 上下文压缩
  • 03M1 第 2 周：工具调用循环 + 防护 + 结构化输出
  • 02M1 第 1 周：LLM client 流式 + usage / 成本计量
  • 01项目启动：uv workspace 脚手架与选型定案

项目/Erpilot

Erpilot

开发中

只读操作自动执行，低风险操作批量确认，资金相关操作单笔审批——动账动货的事，必须请示东家。

会请示的 ERP 智能体：agent 应用开发求职作品集项目。运行在 mini-ERP（商品 / 库存 / 订单）上，FastMCP 工具层 + 分级人工审批（HITL）+ 全程评测驱动。

查看产品体验GitHub 仓库跳到开发日志

项目概览

问题

大模型 API 只会“发消息、收消息”，业务系统要的是可控执行：工具调用、人工审批、可评测、可回放。

对象

agent 应用开发岗位的求职作品集；演示场景是 mini-ERP（商品 / 库存 / 订单）的掌柜助手。

范围

单主管 agent + 15~20 个 MCP 工具、分级 HITL 审批、评测体系、React 前端；多 agent 与 RAG 延后决策。

产品体验

对话流程

1. 用一句业务问题提问（订单 / 库存 / 报价）
2. agent 拆解为多步工具调用，文本流式输出
3. 工具时间线逐个点亮，并行动作如实呈现
4. 答复收口，展示 token 与成本

过程回放

1. 每次运行 trace 自动落盘 traces/*.jsonl
2. 上游故障与异常一并留痕（run_error）
3. erpilot replay 把 trace 还原成可读对话

核心能力

• 手写 agent loop

  流式事件模型 + 工具循环 + 防护（max_steps / 超时 / 错误回填）+ 上下文压缩，不依赖框架，44 项单测覆盖。

• 并行工具调用

  同一轮多个工具并发执行：完成序转发、调用序回填，前端时间线靠 call_id 精确配对。

• 可回放 trace

  JSONL 六类记录逐行落盘，异常也留痕；erpilot replay 把 trace 还原成可读对话。

• 三条入口一个协议

  CLI（rich 渲染）、FastAPI SSE、React 流式页挂同一条事件流，前后端类型镜像同步维护。

系统实现

Python 3.12 承载全部 agent 逻辑：agent_core 手写事件驱动的 agent loop（M6 起以 LangGraph 重构编排），FastMCP 把 ERP 能力暴露为工具，FastAPI + SSE 对接前端；React + TypeScript 提供流式对话、工具时间线与审批卡片；评测 runner 独立成包，PostgreSQL + pgvector 与 Langfuse 按里程碑接入。

Python 3.12FastAPIFastMCPLangGraphReact

验证与结果

• 2026-09-29：M1 第 1–3 周真实链路验收通过——单工具任务 2 步收口，多步任务 3 步完成（第 2 轮模型自发并行调用两工具），成本约 ¥0.0003。
• 44 项单元测试走传输层 mock，不消耗 token；ruff / pytest / tsc + vite build 进 CI 门禁。
• trace 覆盖成功与异常路径：上游端点故障（APIError / 502 upstream_error）均被 run_error 完整留痕。

开发日志

1. 2026-09-3005

   M1 收口：本地 trace + 三条入口 + 首篇文章发布

   trace 六类记录逐行落盘（run_start / step_start / step_end / tool_call / run_end / run_error），异常留痕后原样抛出；typer + rich CLI 支持 chat 与 replay；FastAPI SSE 链路与 React 流式页（fetch + ReadableStream 手解 SSE）打通，前后端协议镜像同步；ADR-0002 手写 loop 优先、ADR-0003 本地 JSONL trace 先行。测试增至 44 项。首篇系列文章《手写 Agent Loop》在 Vie 发布，并沉淀撰写规则：禁虚构经历与数据、客观口吻、代码片段与仓库逐行 diff。

   PythonFastAPIReact

   深度文章 →

2. 2026-09-2904

   M1 第 3 周：并行工具调用 + 错误回填策略 v1 + 上下文压缩

   同一轮多个 tool_calls 用 asyncio.as_completed 并发执行（完成序转发、调用序回填）；工具报错回填为结构化 JSON，瞬态错误按重试策略自动重试、确定性错误立即回填让模型改道；上下文压缩 v1：超长截断 + 整轮丢弃，裁剪边界不落在工具交换中间。3 步真实链路验收通过，第 2 轮模型自发并行调用两工具（≈¥0.0003）。

   Pythonasyncio
3. 2026-09-2903

   M1 第 2 周：工具调用循环 + 防护 + 结构化输出

   Tool 协议：Pydantic 参数模型自动生成 OpenAI tools schema（递归剥 title）；AgentLoop 主循环：schema 注入 → 解析 tool_calls → 校验 → 执行 → 回填 → 再生成；max_steps 防死循环 + 单工具超时；结构化输出走提示词注入 schema + Pydantic 强校验。单工具任务 2 步真实链路验收通过。

   PythonPydantic
4. 2026-09-2902

   M1 第 1 周：LLM client 流式 + usage / 成本计量

   AsyncOpenAI 流式补全，事件模型保证恰好以一个终止事件结束；GLM-5.3 Flash 价目表成本估算；传输层 mock（httpx2.MockTransport）11 项单测不烧真实 token。

   PythonOpenAI SDK
5. 2026-09-2901

   项目启动：uv workspace 脚手架与选型定案

   四包骨架（agent_core / mcp_erp / erp_store / evals）+ CI 就绪；ADR-0001 定技术栈：Python 3.12 + FastAPI + FastMCP + PostgreSQL + LiteLLM（GLM-5.3 Flash）+ React，对齐行业真实 agent 栈。

   uvFastAPIPostgreSQL