概念
Agents
驅動 flow 的專業 agents,以及確保其穩定運作的防護機制。
Flowflow — 流程PentAGI 的一次執行:一個目標、從您的訊息建立的任務,以及代理在此過程中執行的所有操作。 由一組 agentsagent — 代理PentAGI 的 AI 代理:擁有專屬提示詞、設定與工具的模型,在流程中執行特定類型的工作,例如測試、撰寫程式碼或搜尋網路。 團隊執行。每種 agent typeagent type — 代理類型代理扮演的角色,例如 pentester、coder 或 searcher。模型設定是依據代理類型來選擇。 都有其專屬的提示詞、模型設定與 toolstool — 工具代理執行操作所用的手段:終端機、隔離瀏覽器或網路搜尋等內建功能,或沙盒中的程式,例如 nmap、metasploit 或 sqlmap。,因此您可以針對不同角色指派更強大或更經濟實惠的模型。
Agent types
| Agent | 角色 |
|---|---|
primary_ | 驅動 flow 的主要推理 agent |
assistant | 互動式 assistantassistant — 助理互動模式:您與代理在聊天中協作,共同決定下一步行動。 模式 |
generator | 將每個 tasktask — 任務流程中的一個請求:其第一則訊息,或後續未回答代理問題的訊息。PentAGI 會將每個任務拆分為子任務。 拆分為 subtaskssubtask — 子任務任務中的一個步驟。PentAGI 會規劃每個任務的子任務,並隨著工作進度進行調整。 |
refiner | 隨著結果回傳持續優化計畫 |
adviser | 提供專家建議;在執行監控中擔任導師,並在 task 規劃中擔任規劃者 |
reflector | 修正未產生 tool callstool call — 工具呼叫模型要求執行代理其中一項工具的請求,例如終端機指令或網路搜尋。 的 agents 行為 |
searcher | 資訊蒐集與網路搜尋 |
enricher | 在 adviser 回答前,從 memorymemory — 記憶代理保留資訊以便基於先前工作繼續發展,而非從頭開始:包含長期記憶、工作記憶與情景記憶。 和 sandboxsandbox — 沙盒代理執行工具的隔離 Docker 容器。介面中將其顯示為 Terminal。 收集額外上下文資訊 |
coder | 撰寫與分析程式碼 |
installer | 在 sandbox 中安裝並設定 tools |
pentester | Pentestpentest — 滲透測試滲透測試:一項獲授權的嘗試,旨在入侵系統以找出其弱點。 與安全評估 |
simple、simple_ | 純文字與 JSON 結構化補全 |
另有兩個 agents 在幕後運作:memorist 會從長期 memory 中回答其他 agents 關於過往工作的問題,而 reporter 則負責撰寫每個 task 的結果報告。
工作分派方式
防護機制
- Tool call 限制(始終啟用)—
MAX_(預設值 100)會限制GENERAL_ AGENT_ TOOL_ CALLS primary_、agent assistant、pentester、coder和installer鏈中的模型輪次,而MAX_(預設值 20)則限制其他 agent 的輪次。一輪可以呼叫多個 tool。數值 1 至 5 會提升至 6,0 或以下則表示使用預設值。LIMITED_ AGENT_ TOOL_ CALLS - 重複偵測(始終啟用)— 從第三次連續以相同引數呼叫同一個 tool 開始,該 tool 將不會再次執行:agent 會收到先前的答案,並被要求改變策略。第七次這樣的呼叫將終止該鏈。
- Reflector(預設啟用)— 當模型首次僅回應文字而未發出 tool call 時介入,引導 agent 重新使用 tool;若連續三輪仍未成功,則終止該鏈結。
- 執行監控(測試版,
EXECUTION_)— 針對MONITOR_ ENABLED primary_、agent pentester、coder、installer以及與 agent 協作時的assistant,當 agent 連續EXECUTION_次呼叫同一個 tool(預設 5)或自上次建議以來已發出MONITOR_ SAME_ TOOL_ LIMIT EXECUTION_次 tool calls(預設 10)時,adviser 會擔任導師角色。此觸發機制統計的是呼叫次數,而非偵測停滯;隨後 adviser 會檢視 agent 的進度,並建議是否繼續、改變方法或停止。MONITOR_ TOTAL_ TOOL_ LIMIT - 智慧 task 規劃(Beta 版,
AGENT_)— 在專家開始執行 subtask 前,adviser 會先擬定 3 至 7 個具體步驟。PLANNING_ STEP_ ENABLED
對於參數量低於 32B 的模型,啟用執行監控與 task 規劃大約可使結果品質提升一倍,但代價是 Token 消耗量與耗時增加 2 至 3 倍。這些功能預設為關閉狀態。
在 Enterprise 中,planner 始終執行,且執行監控預設為開啟,限制分別為 20 和 40 — 請參閱 Agent profiles。
最後更新於