find_agent 当前执行逻辑 PRD

文档版本：v2.0
代码基线：2026-07-29
文档性质：As-Is 现状说明

1. 文档范围

本文只描述 find_agent 当前已经存在的内部执行逻辑，包括：

Agent 实例配置；
单次运行的输入构造；
模型循环与工具调用；
搜索、候选、证据和评估状态；
持久化状态变化；
正常结束、超时和失败判定；
Prompt 约束与代码硬约束的实际边界。

2. Agent 实例状态

项目	当前值
Agent 名称	`find_agent`
默认模型	`google/gemini-3-flash-preview`
模型覆盖	创建或运行时显式传入 `model` 可覆盖默认模型
温度	`0.2`
最大模型迭代	`60`
单次运行总超时	默认 `600` 秒
超时配置	`FIND_AGENT_TIMEOUT_SECONDS`，最小 `60` 秒，最大 `7200` 秒
执行方式	异步 ReAct 循环；同步入口负责创建并关闭事件循环
视频理解	不可用；`qwen_video_analyze` 未注册到 Agent

Agent 初始化时注册一个内置 load_skill 工具和 12 个 find_agent 专属工具。当前 find_agent 没有预加载 Skill，正常执行依赖系统 Prompt 和已注册工具。

3. 单次运行输入状态

3.1 上下文对象

单次调度运行对应一个 FindDemandContext：

字段	含义
`biz_dt`	业务日期，格式为 `YYYYMMDD`
`demand_grade_id`	本次需求记录 ID
`demand_name`	传给 Agent 的 `demand_word`
`grade`	当前需求等级
`videos`	该需求下的参考视频集合
`videos[].video_id`	参考视频 ID
`videos[].title`	参考视频标题；缺失时使用 `(无标题\\|video_id)`
`videos[].points`	参考视频对应的有效拓展点位

点位只接受 inspiration、purpose、key 三种类型。空点位被丢弃，同一视频内按 (point_type, expanded_text) 去重。没有有效拓展点位的参考视频不会进入上下文；没有有效参考视频的需求不会生成运行上下文。

上下文加载后的实际排序键为：

score 降序 → grade（S 在 A 前）→ demand_name → demand_grade_id

因此当前实现先比较 score，只有同分时才比较 S/A 等级。

3.2 运行预创建

进入模型循环前，系统先按 (biz_dt, demand_grade_id) 预创建或复用 video_discovery_run：

新任务生成随机 run_id，初始状态为 running；
已有记录且未启用 force 时：
- 状态为 finished，跳过；
- 或该运行下已经存在任意候选记录，跳过；
已有记录但不满足跳过条件时，复用原 run_id，并将运行状态重置为 running；
启用 force 时复用已有 run_id 并重置运行输入，不新建第二条同需求运行。

复用或强制运行不会清空原 run_id 下的搜索页和候选，也没有“执行代次”字段。新一次模型执行会继续读写同一组持久化记录。

3.3 模型用户消息

模型收到的用户消息包含：

预创建的 run_id；
demand_grade_id；
demand_word；
全部 reference_videos 及各自点位；
直接复用给定 run_id 开始搜索、更新候选和管理状态的指令。

relevant_points 不传给模型，也不要求模型生成。调度程序在预创建运行时已经完成点位展平，并保存展平结果、完整参考视频快照以及兼容旧表结构的主参考视频字段。

4. 内部执行状态机

4.1 逻辑阶段

阶段	进入条件	内部动作	退出条件
`CONTEXT_READY`	已构造有效上下文	生成输入快照	准备运行记录
`RUNNING`	运行记录已预创建或重置	启动日志与 ReAct 循环	模型请求工具或直接回答
`SEARCHING`	模型调用召回工具	关键词、翻页、标签或作者扩展	搜索结果返回
`PERSISTING_SEARCH`	搜索页已返回	自动新增搜索记录，并为本页每条结果新增候选记录	候选进入待评估态
`EVIDENCE_GATHERING`	模型选择高潜候选	获取详情、视频画像、作者画像并标准化	模型认为证据足够
`EVALUATING`	候选具备可用证据	生成 R/E/S/V、理由和最终分池	评估写入数据库
`FINAL_QUERY`	候选与运行状态已保存	重新读取数据库最终状态	模型生成最终文本
`LOOP_DONE`	模型返回不含工具调用的消息	结束 ReAct 循环	进入运行结果判定
`FAILED`	外层异常、超时或结果侧失败	将运行标记为 `failed`	本次执行结束

逻辑阶段没有单独持久化字段。数据库只持久化运行、搜索页和候选三个层级的状态。

4.2 持久化状态

运行状态：

running
finished
failed

搜索页状态：

success
failed

候选状态：

pending_evaluation
primary
rejected

数据库兼容读取旧值 unreviewed，读取时统一映射为 pending_evaluation。

5. ReAct 循环逻辑

每轮执行顺序为：

将系统 Prompt、历史消息和当前工具定义发送给模型；
模型返回普通消息或一个及以上工具调用；
无工具调用时，当前普通消息立即成为 AgentResult.content，循环结束；
有工具调用时，按模型返回顺序逐个执行；
每个工具结果写入运行日志并追加为 tool 消息；
下一轮模型基于完整消息历史继续决策。

同一轮中的多个工具调用不是并行执行，而是顺序执行。工具返回 JSON 中即使包含 error，循环框架也只把它标记为工具错误并交还模型，不自动重试、不自动失败，也不自动切换替代工具。

5.1 非法工具参数恢复

模型供应方返回 MALFORMED_FUNCTION_CALL 时：

LLM 客户端最多进行 3 次内部重试，即一次原请求加 3 次重试；
重试时温度降为 0，关闭并行工具调用，并附加“只调用一个必要工具”的修正指令；
连续失败后向 AgentLoop 抛出 MalformedFunctionCallError；
AgentLoop 追加一条参数修正消息，然后消耗下一次 Agent 迭代继续执行。

5.2 最大迭代结束

完成 60 次迭代后，框架追加“立即给出当前最佳答案”的消息，再发起一次不携带工具定义的模型请求。该请求只能生成文本，不能继续完成搜索、保存或最终状态查询。

框架不会在模型输出最终文本前检查运行状态或数据库一致性。

6. 搜索与候选召回逻辑

6.1 搜索计划

搜索词、搜索顺序和是否扩展由模型决定。系统 Prompt 当前要求：

从需求、参考标题和相关点形成 2～3 个语义不同的根搜索；
根搜索来源使用 demand、seed、point 或 mixed；
标签、作者和翻页扩展使用 tag、author 或 pagination；
尽量形成 5 条 decision_bucket=primary 的通过视频；
优先验证语义不同的有效根搜索，并按信息价值决定是否翻页或扩展标签；
剩余前沿不再可能改变候选判断、排序或置信度时停止。

以上搜索策略由 Prompt 驱动，AgentLoop 不包含固定搜索计划器。

6.2 搜索来源

来源	当前行为
`douyin_search`	内部关键词搜索；返回标题、作者、点赞、评论、分享和分页游标
`douyin_search_tikhub`	TikHub 独立搜索；额外返回话题、收藏、播放、时长及完整分页状态
`douyin_user_videos`	按作者 `sec_uid` 获取最热或最新作品

内部关键词搜索和作者作品接口在进程内分别执行至少 10.1 秒的调用间隔控制；TikHub 搜索执行至少 1 秒的调用间隔控制。

TikHub 翻页需要原样复用上一页的 next_cursor、search_id、backtrace。三个来源的游标彼此独立。

6.3 搜索页持久化

搜索工具在外部接口返回后自动完成持久化。当前处理规则为：

每次搜索、每一页都新增一条 video_discovery_search，相同参数重复执行也不会覆盖；
page_no > 1 时强制将来源类型改为 pagination；
根来源自动清空 parent_search_id；
搜索失败也新增搜索记录，保存 failed 和原始错误，不新增候选；
搜索成功后，本页每条有效结果都新增一条 video_discovery_candidate；
候选通过 search_id 直接关联本次搜索；
同一 aweme_id 被不同搜索命中时允许重复插入，每条记录拥有独立 candidate_id；
新候选状态统一为 pending_evaluation；
搜索工具返回视频基础信息，并把数据库生成的 search_id/candidate_id 拼入结果。

7. 证据获取逻辑

7.1 详情核验

douyin_detail 单次最多处理 8 个视频 ID，用于更新：

标题和描述；
作者信息；
话题标签；
页面链接；
播放、点赞、评论、收藏和分享数据；
发布时间和视频时长。

详情工具返回证据，不直接修改候选数据库。模型需要再次调用候选评估保存工具才能写入。

7.2 年龄画像

年龄证据包含两个独立来源：

视频点赞用户画像：内容侧直接证据；
作者粉丝画像：账号侧先验。

batch_fetch_portraits 单次最多处理 8 个候选，按输入顺序逐条请求内容画像；设置 fetch_account_portrait=true 时同时请求作者画像。每条结果自动生成标准化年龄结果。

单条画像工具只返回原始画像，需要额外调用 normalize_age_portraits。

7.3 年龄标准化

年龄标准化把画像桶归为：

older：明确覆盖 50 岁及以上；
mature：覆盖 40 岁以上但不能作为直接老年桶；
younger；
unknown。

每侧画像根据老年占比、老年 TGI 和成熟人群占比确定：

strong
moderate
weak
missing

双侧结果再生成：

aligned：两侧强弱方向一致；
conflict：两侧强弱方向冲突；
content_only；
account_only；
missing。

标准化工具还返回 elder_score_cap：双侧、仅内容侧为 1.0，仅账号侧为 0.65，两侧均缺失为 0.35。该上限只作为返回给模型的决策信息，保存工具不会执行分数上限校验。

8. 候选判断逻辑

8.1 三项命题

模型分别判断：

R：候选是否满足需求真实意图；
E：视频点赞用户和作者粉丝画像是否支持较高年龄受众倾向；
S：候选是否同时具备传播行为信号和可解释分享动机。

最终目标为 R ∩ E ∩ S。相关性是准入闸门，分享规模和年龄倾向不能弥补低相关。

8.2 证据使用顺序

当前 Prompt 要求：

先用搜索标题、描述、话题和互动数据进行低成本预筛；
默认最多选 8 条高潜候选进入详情和双画像阶段；
视频画像优先于作者画像；
双侧一致时增强置信度，冲突时优先视频画像并降低置信度；
数据缺失视为未知，不作为负证据；
高度重复候选只保留证据更强的一条；
价值相近时优先覆盖不同需求点或分享动机。

8.3 评分与分池

Prompt 定义联合价值关系：

V = R^0.40 × E^0.35 × S^0.25

数据库中的 R/E/S/V 都使用 0～1 小数。当前保存实现不会计算 V、不会校验分数范围，也不会根据分数调整分池。R/E/S 最多保留 6 位小数，V 最多保留 2 位小数；无法转换为数字的值按缺失处理。

最终分池只接受：

primary
rejected

分池完全由模型决定。更新层仅校验候选 ID 和枚举合法性，不校验：

R/E/S/V 是否齐全或在 0～1 范围；
V 是否符合公式；
primary 是否满足证据条件；
最终理由是否齐全。

候选更新必须使用搜索工具返回的 candidate_id。不存在或不属于当前 run_id 时整批失败，不允许补建候选，也不允许用 aweme_id 更新同视频的其他搜索记录。候选更新工具只修改 video_discovery_candidate；运行状态由独立工具修改。

9. 结束与输出流程

Prompt 规定的正常结束流程为：

停止搜索 → 获取必要证据 → 按 candidate_id 更新已作出的候选判断 → 将运行设为 finished → 输出

query_video_discovery_state 保留为按需恢复和查看已持久化状态的工具，不是正常结束的强制步骤。AgentLoop 没有完成守卫：模型任何一轮只要返回不含工具调用的普通消息，就会立即结束。

10. 结束、超时与失败状态

11.1 模型循环结束

模型返回普通消息后生成 AgentResult，其中记录：

最终文本；
完整运行消息；
已执行迭代数；
工具调用数；
已加载 Skill。

随后关闭异步 LLM 客户端并清理未完成异步任务。

运行日志和可视化产物在核心循环结束后发布。发布等待设置为 120 秒；超时或异常只记录日志，不改变 AgentResult。当前使用线程池上下文执行发布，超时被捕获后退出线程池时仍可能继续等待发布线程真正结束，因此 120 秒不是完整调用链的硬停止时间。

11.2 超时

超过单次运行总超时后：

取消 Agent 核心协程；
关闭异步客户端；
最多等待 5 秒清理后台异步任务，仍未完成的任务被取消；
抛出 TimeoutError；
调度包装层将对应运行标记为 failed，保存超时原因。

11.3 异常

Agent 运行或结果判定期间出现未处理异常时，调度包装层把运行状态标记为 failed，保存异常文本并继续向上抛出。

工具返回的结构化错误不是未处理异常，不会自动将运行标记为 failed。是否停止、切换工具或输出“任务未完成（工具故障）”由模型判断。

11.4 当前成功判定

模型循环返回后，调度侧的当前成功判定只检查：

该 run_id 下是否存在至少一条候选记录

只要存在任意候选，即判定本次执行成功。该候选可以是：

pending_evaluation；
primary；
rejected；
仅由搜索页自动创建、尚未补证的候选。

成功判定不检查：

运行状态是否为 finished；
是否存在 primary；
最终文本是否符合输出契约。

如果一条候选都不存在，调度侧将运行标记为 failed，失败原因为 no_candidates。模型最终文本只作为失败原因预览附加保存，不参与成功判定。

11. 当前约束归属

约束	Prompt 驱动	代码硬约束
所有存储和状态工具复用预创建 `run_id`	是	是，相关工具均要求 `run_id`
形成 2～3 个根搜索词	是	否
每次搜索新增并保存搜索页	否	是
每条搜索结果新增独立候选并返回 ID	否	是
页码大于 1 自动归为翻页	否	是
根搜索不保留父搜索 ID	否	是
详情单批最多 8 条	否	是
画像单批最多 8 条	否	是
不使用视频理解	是	是，工具未注册
评分使用 `0～1`	是	否
`V` 按公式计算	是	否
最终分池仅 `primary/rejected`	是	是
`primary` 具备足够详情和双画像证据	是	否
运行最大 60 次模型迭代	否	是
单次运行总超时	否	是
调度成功必须存在候选	否	是

12. 当前执行伪代码

load contexts
  -> 过滤无有效点位或无有效参考视频的需求
  -> 按 score、grade、名称、ID 排序

for each context:
  run_id = prepare_or_reuse_run(status="running")
  if finished or has_any_candidate and not force:
      skip

  user_input = build_agent_input(context, run_id)
  agent = create_find_agent(model, temperature=0.2, max_iterations=60)

  try:
      repeat up to 60 iterations:
          response = LLM(system_prompt + message_history + tool_schemas)
          if response has no tool_calls:
              agent_result = response
              break

          for tool_call in response.tool_calls:
              tool_result = await execute(tool_call)
              append tool_result to message_history

      if 60 iterations exhausted:
          agent_result = LLM("provide best answer", tools=None)

      success = database.has_any_candidate(run_id)
      if not success:
          mark_run_failed("no_candidates")
  except timeout or exception:
      mark_run_failed(error)
      raise
  finally:
      close async resources

  publish run logs
    -> report timeout after 120 seconds
    -> thread-pool shutdown may still wait for the publisher to exit

PRD.md 16 KB Permalink History Raw