Observable Agent Workbench

这个项目用于训练 Agent 运行时能力：显式状态、工具权限、人工确认、失败恢复与端到端追踪。

场景

Agent 接收一个技术调研任务，调用只读网页检索和本地笔记工具，生成带证据的报告。任何文件写入或外部动作都必须暂停并等待确认。

必做能力

• 状态 checkpoint 与断点恢复。
• 最大轮数、模型超时、工具超时和全局时间预算。
• 只读工具自动执行，写工具带审批和幂等键。
• Trace 展示模型轮次、工具参数、结果、错误与成本。
• 固定模型桩测试成功、超时、拒绝和恢复路径。

验收演示

录制一次完整运行：工具在第二步超时，工作流记录错误并重试；写文件前暂停；用户确认后恢复；最终报告包含引用。再运行同一 idempotency_key，证明不会产生重复副作用。

参考

LangGraph 提供持久状态与人工介入模型；OpenAI Agents SDK Testing 展示确定性 Agent 测试；OpenTelemetry 提供统一观测概念。