单agent落幕，双agent才能解决复杂问题！附LangGraph+Milvus实操

单Agent落幕，双Agent才能解决复杂问题！附LangGraph+Milvus实操

做Agent简单，但做能落地的Agent难，而做能落地的长周期Agent，更是难上加难。这恐怕是不少搞Agent开发的朋友，在日常工作中最真实的感受了。

仔细复盘那些长周期Agent落地失败的情况，其实可以归纳为两种典型模式：

第一种，往往发生在任务刚开始的阶段。比如接到一个“搭建类Claude.ai的Web应用”这样的高阶指令，Agent采取贪心策略，想一次性把全量开发搞定。结果呢？执行到一半，上下文窗口被耗尽，上下文逐步丢失，整个功能开发半途而废。这时候再开一个新实例，面对的只有一个没有进度文档的半成品代码库，需要耗费巨大精力去梳理和复盘，才能勉强恢复应用的基础功能。

第二种，则出现在项目中后期。部分功能已经落地，但新启动的Agent因为缺乏全局目标的认知，只看到局部功能可用，便过早地判定任务完成，完全忽略了大量尚未实现的功能模块。

表面上看，这两种失效模式分别发生在项目的不同阶段，表现形式也截然不同。但深挖其本质，核心原因其实是一致的：

既然找到了病根，那该如何对症下药呢？接下来，我们将从架构设计、状态恢复、功能验证三个核心维度，详细拆解如何通过双Agent架构、基于文件与向量数据库的状态恢复机制，以及测试驱动的功能验证，系统性破解长周期Agent的落地难题。

01 为什么需要两个Agent？

要解决任务切分粒度不准和上下文传递失效的问题，首先得从架构层面搭建一套清晰的分工机制。

不久前，Anthropic发布了一套双Agent架构方案，它由两个Agent组成：

其中，

的核心职责是“当领导”，负责统筹全局。它具体要完成三件核心工作：

• 任务拆解：
  把用户的高级需求，精准地展开为一个个具体的、可验证的功能点。就拿Claude.ai克隆项目来说，Initializer Agent不会停留在“构建一个对话应用”这种模糊表述上，而是会将其细化为200多项具体功能。每一项都清晰描述了用户可执行的具体操作和对应的预期结果，让后续开发有明确的执行标准。

• 进度跟踪：
  通过创建进度追踪文件，实时记录每个功能的完成状态，让开发进度可视化，避免出现“局部完成，就判定整体结束”的误判。

• 环境搭建：
  编写初始化脚本（init.sh），提前配置好开发所需的基础环境，确保后续Coding Agent能快速启动开发，无需在环境配置上耗费额外精力。

其核心工作逻辑是

：每轮会话只选择一个功能进行实现。完成后，先进行充分测试，再用描述性的提交信息将代码提交到Git，同步更新进度文件，最后结束会话。这种方式，从根本上避免了半成品代码堆积和上下文丢失的问题。

需要特别注意的是，进度追踪列表的格式选择，对Agent的执行效率影响极大。这里更推荐采用

，尽量不要用Markdown格式。原因在于，模型在编辑JSON时更倾向于精准修改特定字段，而处理Markdown时则容易产生意外的格式变化或整体重写。这种差异在处理包含数百个功能项的大型列表时会尤为明显，可能直接导致进度追踪失效。

一个标准的功能项JSON结构如下：

{  
  "category": "functional",  
  "description": "New chat button creates a fresh conversation",  
  "steps": [  
    "Na vigate to main interface",  
    "Click the 'New Chat' button",  
    "Verify a new conversation is created",  
    "Check that chat area shows welcome state",  
    "Verify conversation appears in sidebar"  
  ],  
  "passes": false  
}

这种结构化格式，能让Agent清晰地理解每个功能的范围和验证标准，同时通过passes字段追踪完成状态，为跨会话的进度衔接提供可靠依据。

02 从文本匹配到语义检索：Agent记忆的升级

在解决了任务切分和增量开发的问题后，另一个影响长周期Agent落地的关键痛点浮现出来：

起初，基于进度文件与Git的状态恢复机制在项目初期还能正常运行。但随着项目规模扩大，三类问题会逐渐凸显：一是Git历史提交次数超过数百次后，线性扫描的效率大幅下降，无法快速定位关键信息；二是基于文本的查找只能匹配关键词，无法理解“JWT刷新令牌”与“用户认证”这类语义关联，导致历史经验无法有效复用；三是各项目的经验被孤立存储，无法跨项目迁移复用，增加了重复开发成本。

向量数据库通过语义检索解决了这些问题。其核心逻辑是将进度记录、Git提交信息等历史数据转换为向量嵌入。当Agent需要查询历史信息时，只需输入查询语句，向量数据库就能在毫秒级响应时间内找到语义相关的内容。

在这一场景中，**Milvus**数据库的优势尤为突出。一方面，Milvus Lite支持轻量化部署，可像SQLite一样直接嵌入应用，无需复杂的集群配置；另一方面，你也可以采用Milvus的Docker、K8s版本，它们都原生支持主流的嵌入模型API。通过TextEmbedding功能，Agent无需手动处理向量生成，直接用自然语言查询语句就能检索历史记录，大幅降低了使用门槛。

03 代码跑通≠功能完成：测试驱动的功能验证闭环

即便解决了任务切分和记忆复用问题，长周期Agent仍可能因功能验证不充分导致落地失效。

很多时候，Agent在实现功能后，仅通过简单的单元测试或curl命令测试就标记功能完成。但这类测试往往无法覆盖真实使用场景，很容易遗漏实际应用中的问题——这一痛点在Web应用开发中尤为明显。

要解决这一问题，可以让Agent使用浏览器自动化工具进行

。对于Web应用而言，就是通过Puppeteer等工具，模拟真实用户的操作流程：打开页面、点击按钮、填写表单、检查页面元素等。只有当功能通过这种全流程的真实场景测试后，Agent才能将其标记为完成。

这种测试方式让Agent能够发现仅从代码层面无法察觉的问题。比如一个对话功能，代码逻辑可能完全正确，API返回也符合预期，但在浏览器中可能因为CSS问题导致用户看不到回复内容。通过浏览器自动化测试，Agent可以截图验证页面显示是否符合预期，从而发现这类问题。

但这种方法也有局限性。某些浏览器原生功能，特别是系统级弹窗（如确认对话框、文件选择器），无法被Puppeteer这样的自动化工具访问。依赖这些原生弹窗的功能往往更容易出现测试盲区。在设计应用时需要考虑这一点，尽量使用可测试的自定义UI组件替代原生弹窗。

04 动手实操：LangGraph管状态，Milvus管记忆

为了让上述方案更容易理解，下面通过一个实操示例，展示如何通过LangGraph和Milvus的协同，实现长周期任务中双Agent的状态管理与记忆复用。

该示例的核心逻辑是“短期记忆+长期记忆”的协同工作：LangGraph的检查点机制负责维护单个会话内的状态一致性，确保会话内的开发流程不中断；当需要跨会话查询历史信息时，由Milvus提供语义检索支持，帮助Agent快速恢复上下文，彻底避免从零开始的冷启动问题。

from sentence_transformers import SentenceTransformer  
from pymilvus import MilvusClient  
from langgraph.checkpoint.memory import MemorySa ver  
from langgraph.graph import StateGraph, START, END  
from typing import TypedDict, Annotated  
import operator  
import subprocess  
import json  

# ==================== 初始化 ====================  
embedding_model = SentenceTransformer('all-MiniLM-L6-v2')  
milvus_client = MilvusClient("./milvus_agent_memory.db")  

# 创建集合  
if not milvus_client.has_collection("agent_history"):  
    milvus_client.create_collection(  
        collection_name="agent_history",  
        dimension=384,  
        auto_id=True  
    )  

# ==================== Milvus操作函数 ====================  
def retrieve_context(query: str, top_k: int = 3):  
    """从Milvus检索相关历史（核心要素：语义检索）"""  
    query_vec = embedding_model.encode(query).tolist()  
    results = milvus_client.search(  
        collection_name="agent_history",  
        data=[query_vec],  
        limit=top_k,  
        output_fields=["content"]  
    )  
    if results and results[0]:  
        return [hit["entity"]["content"] for hit in results[0]]  
    return []  

def sa ve_progress(content: str):  
    """保存进度到Milvus（长期记忆）"""  
    embedding = embedding_model.encode(content).tolist()  
    milvus_client.insert(  
        collection_name="agent_history",  
        data=[{"vector": embedding, "content": content}]  
    )  

# ==================== 核心要素1：Git提交 ====================  
def git_commit(message: str):  
    """Git提交（原文核心要素）"""  
    try:  
        # 实际项目中会执行真实的Git命令  
        # subprocess.run(["git", "add", "."], check=True)  
        # subprocess.run(["git", "commit", "-m", message], check=True)  
        print(f"[Git提交] {message}")  
        return True  
    except Exception as e:  
        print(f"[Git提交失败] {e}")  
        return False  

# ==================== 核心要素2：测试验证 ====================  
def run_tests(feature: str):  
    """执行测试（原文强调的端到端测试）"""  
    try:  
        # 实际项目中会调用Puppeteer等测试工具  
        # 这里简化为模拟测试  
        print(f"[测试验证] 正在测试功能: {feature}")  
        # 模拟测试结果  
        test_passed = True  # 实际会根据测试结果返回  
        if test_passed:  
            print(f"[测试通过] {feature}")  
        return test_passed  
    except Exception as e:  
        print(f"[测试失败] {e}")  
        return False  

# ==================== 状态定义 ====================  
class AgentState(TypedDict):  
    messages: Annotated[list, operator.add]  
    features: list  # 所有功能列表  
    completed_features: list  # 已完成功能  
    current_feature: str  # 当前正在处理的功能  
    session_count: int  # 会话计数器  

# ==================== 双Agent节点 ====================  
def initialize_node(state: AgentState):  
    """初始化Agent：生成功能列表和工作环境"""  
    print("\n========== 初始化Agent启动 ==========")  
    # 生成功能列表（实际会根据需求生成详细的功能清单）  
    features = [  
        "实现用户注册功能",  
        "实现用户登录功能",  
        "实现密码重置功能",  
        "实现用户资料编辑",  
        "实现会话管理功能"  
    ]  
    # 保存初始化信息到Milvus  
    init_summary = f"项目初始化完成，生成{len(features)}个功能点"  
    sa ve_progress(init_summary)  
    print(f"[初始化完成] 功能列表: {features}")  
    return {  
        **state,  
        "features": features,  
        "completed_features": [],  
        "current_feature": features[0] if features else "",  
        "session_count": 0,  
        "messages": [init_summary]  
    }  

def code_node(state: AgentState):  
    """编码Agent：实现、测试、提交（核心循环节点）"""  
    print(f"\n========== 编码Agent会话 #{state['session_count'] + 1} ==========")  
    current_feature = state["current_feature"]  
    print(f"[当前任务] {current_feature}")  

    # ===== 核心要素3：从Milvus检索历史经验（跨会话记忆） =====  
    print(f"[检索历史] 查询与'{current_feature}' 相关的历史经验...")  
    context = retrieve_context(current_feature)  
    if context:  
        print(f"[检索结果] 找到 {len(context)} 条相关记录:")  
        for i, ctx in enumerate(context, 1):  
            print(f"  {i}. {ctx[:60]}...")  
    else:  
        print("[检索结果] 无相关历史记录（首次实现此类功能）")  

    # ===== 步骤1：实现功能 =====  
    print(f"[开始实现] {current_feature}")  
    # 实际会调用LLM生成代码  
    implementation_result = f"已实现功能: {current_feature}"  

    # ===== 步骤2：测试验证（核心要素） =====  
    test_passed = run_tests(current_feature)  
    if not test_passed:  
        print(f"[会话结束] 测试未通过，需要修复")  
        return state  # 测试失败则不推进  

    # ===== 步骤3：Git提交（核心要素） =====  
    commit_message = f"feat: {current_feature}"  
    git_commit(commit_message)  

    # ===== 步骤4：更新进度文件 =====  
    print(f"[更新进度] 标记功能为已完成")  

    # ===== 步骤5：保存到Milvus长期记忆 =====  
    progress_record = f"完成功能: {current_feature} | 提交信息: {commit_message} | 测试状态: 通过"  
    sa ve_progress(progress_record)  

    # ===== 步骤6：更新状态并准备下一个功能 =====  
    new_completed = state["completed_features"] + [current_feature]  
    remaining_features = [f for f in state["features"] if f not in new_completed]  
    print(f"[进度统计] 已完成: {len(new_completed)}/{len(state['features'])}")  

    # ===== 核心要素4：会话结束（明确的会话边界） =====  
    print(f"[会话结束] 代码库处于干净状态，可安全中断\n")  

    return {  
        **state,  
        "completed_features": new_completed,  
        "current_feature": remaining_features[0] if remaining_features else "",  
        "session_count": state["session_count"] + 1,  
        "messages": [implementation_result]  
    }  

# ==================== 核心要素3：循环控制 ====================  
def should_continue(state: AgentState):  
    """判断是否继续下一个功能（实现增量循环开发）"""  
    if state["current_feature"] and state["current_feature"] != "":  
        return "code"  # 继续执行下一个功能  
    else:  
        print("\n========== 所有功能已完成 ==========")  
        return END  

# ==================== 构建工作流 ====================  
workflow = StateGraph(AgentState)  

# 添加节点  
workflow.add_node("initialize", initialize_node)  
workflow.add_node("code", code_node)  

# 添加边  
workflow.add_edge(START, "initialize")  
workflow.add_edge("initialize", "code")  

# 添加条件边（实现循环）  
workflow.add_conditional_edges(  
    "code",  
    should_continue,  
    {  
        "code": "code",  # 继续循环  
        END: END  # 结束  
    }  
)  

# 编译工作流（使用MemorySa ver作为检查点器）  
app = workflow.compile(checkpointer=MemorySa ver())  

# ==================== 使用示例：演示跨会话恢复 ====================  
if __name__ == "__main__":  
    print("=" * 60)  
    print("演示场景：长周期Agent的多会话开发")  
    print("=" * 60)  

    # ===== 会话1：初始化 + 完成前2个功能 =====  
    print("\n【场景1】第一次启动：完成前2个功能")  
    config = {"configurable": {"thread_id": "project_001"}}  
    result = app.invoke({  
        "messages": [],  
        "features": [],  
        "completed_features": [],  
        "current_feature": "",  
        "session_count": 0  
    }, config)  

    print("\n" + "=" * 60)  
    print("【模拟场景】开发者手动中断（Ctrl+C）或上下文窗口耗尽")  
    print("=" * 60)  

    # ===== 会话2：从checkpoint恢复状态 =====  
    print("\n【场景2】新会话启动：从上次中断处继续")  
    print("通过相同的thread_id，LangGraph自动恢复checkpoint...")  
    # 使用相同的thread_id，LangGraph会自动从checkpoint恢复状态  
    result = app.invoke({  
        "messages": [],  
        "features": [],  
        "completed_features": [],  
        "current_feature": "",  
        "session_count": 0  
    }, config)  

    print("\n" + "=" * 60)  
    print("演示完成！")  
    print("=" * 60)  

    print("\n关键要点:")  
    print("1. ✅ 双Agent架构（initialize + code）")  
    print("2. ✅ 增量循环开发（条件边控制循环）")  
    print("3. ✅ Git提交（每个功能完成后提交）")  
    print("4. ✅ 测试验证（端到端测试）")  
    print("5. ✅ 会话管理（明确的会话边界）")  
    print("6. ✅ 跨会话恢复（thread_id + checkpoint）")  
    print("7. ✅ 语义检索（Milvus长期记忆）")

尾声

此前，市面上的Agent方案多采用单一Coding Agent处理所有编码相关任务。但在真实的软件开发流程中，不同阶段的需求差异极大。

因此，未来的趋势是

：测试Agent关注边界条件，质量保证Agent负责架构检查，清理Agent处理重构和文档。每个Agent针对专门领域优化提示和工具集，通过结构化接口协作，就像一支真实的开发团队。

值得注意的是，这套方案的核心原则——结构化初始环境、增量式进展、状态追踪、验证测试——并非仅适用于软件开发场景，完全可以迁移到其他长周期任务中：例如科学研究中的数周连续实验、金融建模中的多步骤复杂计算、法律文档的多轮迭代审查等。

随着向量数据库技术的成熟和多Agent框架的完善，让AI可靠地完成复杂长周期任务，已经从理论探索逐步进入工程实践阶段，未来将释放出更多的生产力价值。