18. MCP 接收 Observation统一协议结果
20. Skill 后处理结构化 · 结果映射
9. 准备 Skill 输入参数提取 · Schema 校验
23. Reflect检查事实 · 目标 · 缺失信息
审批拒绝
28.2 质量评测Correctness · Faithfulness · Relevance · Completeness
审批通过
否
不可重试
失败
纯 Skill 结果
21.1 执行轨迹评测Tool 正确性 · 效率 · Retry · Cost
成功
传播 Trace Context
达到预算
旁路评分
通过
高风险
智能体（Agent）
O4. 汇聚 / Dashboard / AlertOpenTelemetry · Metrics · Logs · Langfuse
5. 信息是否足够？
11. 是否需要外部工具？
28.4 评分门禁是否通过？
生产级 AI Agent 执行与评测流程｜Agent Runtime · Evaluation · Observability · Governance
16.1 人工审批（HITL）确认 / 审批 / 拒绝
校验
12. MCP Client 路由选择 Server / Tool
14. 发起 MCP Tool Call携带上下文与调用参数
28.3 评分聚合Weighted Score · Hard Fail · Failure Reason
审计
11.1 生成纯 Skill 结果
O3. 治理与审计（Governance / Audit）Policy 决策 · 审批 · 数据访问
25. 是否允许继续？MaxSteps · Timeout · Token · Cost
7. 下一步动作？
28.1 确定性校验Schema · Citation · PII · Guardrail · 必填字段
6. 任务分析与拆解目标 · 约束 · 子任务
17.1 返回工具结果数据 · 状态 · Error
24. 任务是否完成？
重试
27. 生成最终答案基于已验证上下文
评分
是
O2. 运行遥测（Telemetry）LLM / Tool Span · Latency · Token · Cost · Error
8. 匹配 Agent Skill描述 · 版本 · 权限
评测（Evaluation）
7.1 直接回答路径无需调用外部能力
13. 获取 Tool Schema能力描述 · 参数约束
17. 执行真实工具API · DB · Search · Code · File
16. 是否高风险操作？
O1. Trace 上下文traceId · spanId · requestId · tenantId
23.1 完成度评测目标 · 约束 · 必需步骤 · Evidence
技能（Agent Skills）
低风险
19. 结果标准化与错误分类成功 · 可重试 · 不可重试
补充后继续
可观测与治理（Observability / Governance）
工具 / 外部系统
19.1 执行结果？
不通过
4. 加载会话与上下文历史对话 · 短期记忆 · RAG
6.3 LLM 推理与规划生成计划与下一步动作
可重试
6.5 Action 校验与评测Schema · 能力选择 · 参数 · Policy
汇聚展示
继续
大模型（LLM）
降级结果
2. 接收请求生成 requestId / traceId
10. 执行 Skill 工作流可组合 LLM / Tool / 子流程
持续采集
3. 接入校验认证 · 租户 · 限流 · 输入安全
6.1 执行策略 / Model Router模型 · 推理强度 · SLA · Token / Cost 预算
30. 返回结果流式 / 非流式
1. 提出问题 / 下达任务
直接回答
MCP
评测
15. 执行策略与权限校验白名单 · Scope · Credential · 数据边界
汇总回答
29. 收尾与持久化Session · Memory · Score · Audit · Usage
完成度评测
6.2 Prompt 组装System · Context · Memory · Tool Schema
用户
s
prompt
6.4 输出结构化 Action回答 / Skill / Tool / Sub-Agent
19.2 Retry 策略最大次数 · Backoff · Jitter · 幂等
判定
26. 降级 / 安全终止Fallback · 可解释错误
5.1 补充信息 / 确认约束
22. 更新工作上下文（Working Context）状态 · 中间结果 · 引用来源
21. 聚合 Observation工具 / Skill / 子任务结果
调用 Skill
