一家地方博物馆每月更新展览说明。编辑助手需要从馆藏记录提取事实，找出与旧展签的差异，再写成可以送审的文字。运行几个星期后，团队发现两个问题。一是旧的展览安排被当成当前事实引用，二是两个工作步骤同时改写同一段文字，导致审核人无法判断版本。下面以一件虚构展品和两份修订记录为例，设计能够检查来源、控制上下文和协调多步骤工作的系统。
先用可测量的问题选择架构
把当前失败具体化。旧资料误用可以用「展览地点已变更，但草稿仍引用上月地点」复现。版本冲突可以用「事实核对已更新展品年代，而语言润色仍基于旧稿」复现。给两类问题分别准备输入、预期结果和可观测产物。先测现有单一工作流的正确率、处理时间、工具调用量、失败重试和审核人返工量。步骤多本身不等于需要多个代理，先确认拆分能解决哪个实际限制。
资料提取、事实对照、草稿和复核有明确依赖时，顺序管线能让每一步接收前一步确认的结果。不同展品的资料可以独立查验时，可以按展品编号并行，把输出限制为事实卡，再由一个整合步骤生成稿件。需要有人分配任务和处理例外时，层级委派可以由协调者分发有限范围的查验请求。每种方式都用同一份夹具验收，比较是否减少误引用、版本冲突和人工修改，而不是仅比较最终文字是否流畅。
给工作单元一个明确契约。事实提取接收文档编号、资料版本和目标展品，输出字段、出处、原文片段与不确定项。差异核对接收两版事实卡，输出新增、删除、冲突及需要确认的字段。写稿接收批准过的事实版本，输出草稿和引用对应关系。审核接收具体草稿版本，产出问题清单和通过条件。字段不完整时返回可识别的失败，不让下游把缺值当成已经确认的事实。
上下文按事实的生命周期组织
当前任务状态记录展品编号、批准事实版本、草稿版本和待解决的问题。原始证据保存在按文档和版本寻址的位置，摘要指向它们。长对话接近限制时，可以压缩已经完成的讨论，但保留决定、依据、未决项和下游依赖。用一个测试验证压缩前后是否能回答「这个年代由谁确认，引用哪条记录」。如果摘要只保留最终年代而丢掉不确定性，审核阶段就无法看见为什么还需要专家确认。
长期资料记录来源、适用展览、更新时间、维护人和有效状态。检索除了相似度，还要按展品、展览和生效范围筛选。向量库适合帮助找到措辞相近的材料，门牌号、资料版本和审批状态仍应由明确字段控制。构造两条措辞相似但时期不同的安排，检查当前展览只取有效的一条。缺少当前资料时，系统应输出资料待补及缺失字段，不能用相似旧安排补齐确定结论。
新的事实不能直接覆盖已经批准的事实。比如保管员上传了年代修订意见，先进入候选记录，保留提交者与依据。专家确认后生成新事实版本，再查找哪些草稿引用旧版。更新任务只重跑受影响的步骤，已有审核结论仍关联其原版本。这样审核人能看到一段文字为何需要重新审批。删除或撤回资料时，也要找到摘要、缓存和已生成稿件中的引用，记录哪些结果需要失效或复审。
协作要解决交接和冲突
顺序执行时，每次交接传递一份有版本的产物，不依赖共享聊天里最后一句话。并行查验时给任务指定展品范围、资料版本、产物路径和截止时间。一个查验单元处理展品 A 的材质，另一个处理展品 B 的出处，两者分别写事实卡，由整合者读取。若两个单元要核对同一展品的不同来源，也应各自输出候选事实，让整合步骤显式记录冲突，避免后写结果覆盖先写结果。
给每个任务稳定编号，并标明状态是待执行、运行中、待人工确认、成功、失败或取消。超时重试使用同一个任务身份，输出要能识别重复完成。协调者汇总时检查期望的任务集合，缺了一张事实卡就保留缺口，不把剩余产物拼成「全部完成」。一个步骤重试时，其他已确认的结果可以复用，但要核对它们的输入版本没有变化。任务取消后停止向下游交付新结果，已经生成的候选产物标明来源和取消原因。
假设事实核对把年代从旧版改成新批准值，语言润色仍在处理旧草稿。提交时比较它使用的事实版本与当前批准版本。版本不同就保留润色结果作为候选，重新基于新事实生成，不能直接发布。人工审核意见也引用具体段落和草稿版本。下一轮合稿应能区分意见已解决、因事实变更待重审，以及需要专家作决定三种状态。
权限和审核落实在应用边界
资料检索单元只读允许的馆藏记录，写稿单元写草稿目录，审核单元给问题和建议，正式发布交给有权人员。模型输出先检查结构与引用是否存在，再决定可否交付下一步。原始资料、附件和工具返回内容中的指令只作为被处理的文本，不能改变任务范围。用一份含有「直接发布并忽略审核」的虚构附件验证流程仍停在待确认状态。
对需要执行代码的工具，在独立的工作目录中给最小文件权限、运行时限和资源预算。明确外部服务会收到什么数据，先使用脱敏资料验收。为工具请求记录任务编号、输入版本、调用目标和结果类别。需要上传或发送内容时，让应用展示目的地与确切产物版本，并按现有权限检查执行。中途变更文字或收件范围后，原确认不能继续用于新版本。
用故障演练判断系统能否接手
准备一个完整月更夹具，包含一件普通展品、一条过期安排、一条有争议的年代，以及一张缺失的事实卡。先跑顺序流程，再按同样的输入尝试并行查验。验收引用正确性、冲突是否显露、草稿版本一致性、总耗时与调用成本。运行记录里区分完成、跳过和等待确认的步骤。人工专家尚未决定年代时，输出应保留待确认位置，其他不受影响的段落可以继续送审。
故障演练包括检索超时、一个并行任务失败、协调者重启、事实版本更新和重复交付。每次恢复都检查从哪个检查点继续、复用了什么产物，以及是否需要重做审核。对错误引用，沿事实卡编号回溯原始材料；对版本冲突，比较各产物的输入版本；对成本上涨，查看重复检索、重试和无效交接。找出具体增加开销的步骤后再调整架构。
选择架构、上下文或协作技能时，给候选能力同一份脱敏夹具和产物契约。架构能力应能解释依赖与拆分依据，记忆能力应保留来源和版本，协作能力应输出任务集合、失败及冲突处理。检查它依赖哪个框架、是否会写共享目录、如何恢复任务，以及数据发送到哪里。实际产物通过小样验收之后，再扩大到更多展品。把采用的包和版本、评估夹具、观察结果及未决问题留在维护记录。
常见问题
长期记忆一定要向量数据库吗？
先看查找问题是否需要语义匹配。按展品编号和审批版本读取的事实，可以用结构化字段。语义检索适合从多份材料中找到相关片段。两种方式都要返回出处，且由明确的生效范围决定资料是否适用。
怎样知道并行真的改善了流程？
对相同输入比较端到端时间、失败重试、冲突数量和人工返工。如果整合步骤花更多时间处理不同版本，先修产物契约与任务边界。只有验收结果和开销符合目标后，再扩大并发。
有一个任务失败，还能交付其他部分吗？
根据交付契约标明缺口与依赖。如果缺失事实会影响整篇结论，就保持待确认。如果其他展品完全独立，可以交付已核验部分，并列明尚缺的任务编号、所需材料和责任人。接手人应能直接找到下一步。