agentic-systems-architect-sprint

# 42 天智能代理 AI 冲刺 — 智能系统架构师 **作者：** 谢伊·特卢沃 **电子邮件：** sheyi@hotmail.co.uk **领英：** [linkedin.com/in/sheyi](https://linkedin.com/in/sheyi) **GitHub：** [github.com/sheyiteluwo-ai/agentic-systems-architect-sprint](https://github.com/sheyiteluwo-ai/agentic-systems-architect-sprint) **Loom 演示（第一阶段）：** [观看第一阶段系统完整演示 — 10 分钟](https://www.loom.com/share/bec8aee08b784e55969551aa6bce593f) **Loom 演示（所有 3 个阶段）：** 即将在第 41 天发布 **目标：** £95,000+ 年薪 / £850+/天合同 --- ## 这是什么 一个为期 42 天的结构化冲刺，旨在构建 3 个生产级别的智能代理 AI 系统，针对英国受监管行业：金融服务、法律和医疗保健。 每个系统都包括： - 真实的外部 API 集成 - 人机协作（HITL）安全门 - LangSmith 评估分数 - 符合 FCA/CQC 标准的审计日志 - Docker 容器化 - GitHub Actions CI/CD 流水线 --- ## 三个系统 ### 第一阶段 — FCA RAG 知识机器人（第 1-14 天）✅ > *"我如何将巴克莱银行合规团队的研究时间减少 80%？"* | 组件 | 详情 | |---|---| | 向量存储 | ChromaDB — 494 个 FCA 文档块 | | 检索 | LangChain LCEL RAG 流水线 | | 评估 — 正确性 | **0.94/1.0** ✅ | | 评估 — 可靠性 | 0.465/1.0 ❌（已识别为改进项） | | HITL 门 | 5 个 FCA 合规评估标准 | | API | FastAPI + SlowAPI 速率限制 | | UI | Streamlit 聊天界面 | | 商业案例 | 为巴克莱银行合规团队节省 £169,000/年 | ### 第二阶段 — 多代理研究团队（第 15-28 天）✅ > *"我如何为神奇圈法律公司节省 £300 万/年用于法律研究？"* | 组件 | 详情 | |---|---| | 框架 | CrewAI 0.193 — 研究员 + 作者代理 | | 状态机 | LangGraph — 3 个节点 + 条件边 | | 实时搜索 | DuckDuckGo（ddgs 包） | | 模型路由 | GPT-4o / Claude 按任务类型 | | HITL 门 | 批准 / 拒绝 / 升级并反馈 | | 事实检查 | 100% 错误声明检测 | | 评估 — 质量 | 0.733/1.0（低于 0.80 基准 — 已记录） | | 代理内存 | ChromaDB 持久 — 14 个记忆 | | 错误恢复 | 重试、备用链、断路器 | | 商业案例 | 为 100 件案件团队节省 £299,500/月 | ### 第三阶段 — 企业 MCP 架构（第 29-42 天）✅ > *"我如何将企业 AI 连接到真实的受监管行业数据？"* | 组件 | 详情 | |---|---| | 协议 | 模型上下文协议（MCP） | | 外部工具 | yfinance、DuckDuckGo、ChromaDB | | 状态机 | LangGraph — 5 个节点、2 个条件边 | | NHS 分诊代理 | 4 个分诊级别、3 级 HITL 审查 | | 欺诈检测 | 5 个工具、加权风险评分、分析师 HITL | | 评估 — 安全 | **0.95/1.0** ✅ | | 评估 — 偏差 | **1.0/1.0** ✅ | | 集成测试 | 8/9 测试通过（0.889/1.0） | | 安全审查 | 4/5 检查通过（0.8/1.0） | | 部署 | Docker + docker-compose | | CI/CD | GitHub Actions — 5 个作业、1 分 14 秒流水线 | --- ## 评估记分卡 | 评估 | 阶段 | 系统 | 分数 | 状态 | |---|---|---|---|---| | 正确性 | 第一阶段 | FCA RAG 机器人 | 0.94/1.0 | ✅ 通过 | | 可靠性 | 第一阶段 | FCA RAG 机器人 | 0.465/1.0 | ❌ 未通过 | | 多代理质量 | 第二阶段 | 研究团队 | 0.733/1.0 | ❌ 未通过 | | 安全 | 第三阶段 | NHS 分诊 | 0.95/1.0 | ✅ 通过 | | 偏差 | 第三阶段 | NHS 分诊 | 1.0/1.0 | ✅ 通过 | | 集成 | 第三阶段 | 所有系统 | 0.889/1.0 | ✅ 通过 | | 安全 | 第三阶段 | 所有系统 | 0.8/1.0 | ✅ 通过 | > 注意：故意记录失败的评估。真正的生产系统具有已知的故障模式。 > 可靠性和多代理质量被标记为在未来的冲刺中改进。 --- ## 技术栈 | 层 | 技术 | |---|---| | 语言 | Python 3.12 | | AI 框架 | LangChain LCEL、LangGraph、CrewAI 0.193、MCP | | 大型语言模型 | OpenAI GPT-4o、Anthropic Claude | | 向量存储 | ChromaDB（持久） | | API | FastAPI + SlowAPI、Streamlit | | 可观察性 | LangSmith | | 搜索 | DuckDuckGo（ddgs） | | 金融数据 | yfinance | | 容器化 | Docker + docker-compose | | CI/CD | GitHub Actions（5 个作业） | | 安全 | 机密扫描、依赖审计、提示注入测试 | --- ## 冲刺指标 | 指标 | 值 | |---|---| | GitHub 提交 | 49 | | 领英帖子 | 42 | | 已完成天数 | 40/42 | | FCA 文档索引 | 494 | | 代理内存存储 | 14 | | 事实检查准确率 | 100% | | CI/CD 流水线持续时间 | 1 分 14 秒 | | 集成测试通过 | 8/9 | --- ## 仓库结构 ``` agentic-systems-architect-sprint/ │ ├── 第一阶段 — FCA RAG 机器人 │ ├── 第 1-14 天 Python 文件 │ ├── fca_*.txt / fca_*.pdf （源文档） │ └── chroma_db/ （持久向量存储） │ ├── 第二阶段 — 研究团队 │ ├── 第 15-28 天 Python 文件 │ ├── magic_circle_*.md （商业案例文档） │ └── phase2_architecture_diagram.png │ ├── 第三阶段 — 企业 MCP │ ├── 第 29-42 天 Python 文件 │ ├── Dockerfile │ ├── docker-compose.yml │ ├── requirements_docker.txt │ └── .github/workflows/ci.yml │ ├── 评估报告 │ ├── eval_report_day06.json │ ├── eval_report_day11.json │ ├── eval_report_day22.json │ ├── eval_report_day34.json │ ├── integration_test_report_day38.json │ └── security_report_day39.json │ └── README.md ``` --- ## 商业案例 ### 巴克莱银行 — FCA 合规团队 - **问题：** 高级合规分析师每天手动搜索 FCA 指南 4 小时以上 - **解决方案：** RAG 机器人检索准确答案，耗时不到 3 秒 - **投资回报率：** £169,000/年（2 名全职员工每天节省的时间 × £42.25/小时综合费率） ### 神奇圈律师事务所 — 法律研究团队 - **问题：** 律师助理花费 60% 的时间进行可以自动化的研究 - **解决方案：** 多代理团队研究、撰写、事实检查并为合作伙伴审查提供内容 - **投资回报率：** 为 100 件案件团队每月节省 £299,500 ### 巴克莱银行 — 欺诈检测 - **问题：** 人工欺诈审查错失速度模式和跨渠道信号 - **解决方案：** 5 个工具加权评分与分析师 HITL 结合，用于高风险/严重案件 - **投资回报率：** 仅 0.1% 改善 1.2 十亿年度交易 = 显著损失预防 ### NHS — 患者分诊 - **问题：** 分诊错误导致的 A&E 拥堵每年给 NHS 带来 £24 亿损失 - **解决方案：** AI 预分诊，3 级临床医生审查 — 正确患者，正确地点，首次就诊 - **投资回报率：** 减少可避免的 A&E 入院 --- ## 如何运行 ### 先决条件 ``` Python 3.12 pip install -r requirements_docker.txt cp .env.example .env # 添加您的 API 密钥 ``` ### 第一阶段 — FCA RAG 机器人 ``` python day14_production_hardening.py ``` ### 第二阶段 — 研究团队 ``` python day28_phase2_complete.py ``` ### 第三阶段 — 欺诈检测 API ``` uvicorn day36_fraud_api:app --reload --port 8000 python day36_test_api.py ``` ### Docker ``` docker build -t fraud-agent . docker run -p 8000:8000 -e OPENAI_API_KEY=your_key fraud-agent ``` ### 完整集成测试 ``` python day38_integration_test.py ``` --- ## 联系方式 **谢伊·特卢沃** — AI 解决方案架构师 📧 sheyi@hotmail.co.uk 💼 [linkedin.com/in/sheyi](https://linkedin.com/in/sheyi) 🐙 [github.com/sheyiteluwo-ai](https://github.com/sheyiteluwo-ai) *适用于英国金融服务、法律或医疗保健 AI 领域的 £95,000+ 永久性职位或 £850+/天合同聘用。* --- *在 42 天内完成。2026 年 5 月 - 6 月。*