如果你正在：

• 用 LangChain、AutoGen 快速拼出一个 Agent demo，但一上线就各种报错、卡死，甚至连 bug 都不知道怎么复现；

• 想让 Agent 真正融入业务流程，但发现它不是忘记上下文，就是“瞎回答”，更别提让业务同事真正依赖它；

• 或者，老板已经问过你无数次：“这个 AI 项目什么时候能真正上线，稳定跑在生产环境里？”，你只能模棱两可地说“我们还在调模型”。

救星12-Factor Agent：

HumanLayer创始人Dexter Horthy提出的企业级复杂Agent设计12原则（12-Factor Agent），就是你的救星。

目前 12-Factor Agents 已在 GitHub 收获 13.8k+ star、近 1000 个 fork，不仅是一个开源项目，更是一套指导 Agent 工程化的“行业共识”。

12-Factor Agent核心理念：

与 LangChain 等框架不同，12-Factor Agents 不是一个工具箱，而是一套方法论。

它的核心创新点是提出 “反框架（Anti-Framework）” 的理念：

• 不追求一键式的“黑盒解决方案”

• 而是让开发者完全掌控核心组件（提示词、上下文、状态、控制流…）

• 目标是让 Agent 符合 企业级应用标准：可靠、可扩展、可维护、可调试、安全

12个工程化原则也都是围绕这一理念设计的。

Horthy认为，在金融、医疗、供应链等行业，透明度比“开发快”更重要。开发者必须清楚：

• 每一步的逻辑是什么

• 数据是如何流动的

• 出错后如何恢复

这就是 12-Factor Agents 存在的意义：通过一套工程化原则，让 Agent 从“实验室里的原型”进化为“真正能稳定运行的企业级系统”。

学会它，你会收获：

• Agent 的逻辑和状态都可控，问题能被快速定位、复现和修复，再也不是“黑盒子里抓瞎”；

• 你能精细化管理上下文和控制流，确保 Agent 每一步动作都有迹可循，真正适配业务需求；

• 业务同事会真正信任 Agent，把它当成 可靠的团队伙伴，而不是偶尔试试的新鲜玩意；

• 面对老板提问，你能很有底气地回答：“是的，这个系统稳定、可控、可扩展”，而不是模棱两可地说“我们还在调模型”；

最重要的是，你将跨过那条从“能跑起来”到“能用起来”的鸿沟，让 AI 在公司内部真正创造价值。

从今天开始，我会系统地为大家拆解企业级复杂 Agent 设计的 12 个原则。

今天带来12-Factor Agents 系列·第 1 篇：

原则一：NL→Tool Calls，把自然语言变成工具调用指令集合

 一、NL→Tool Calls核心理念 

NL→Tool Calls的核心设计是把人类的“自然语言”准确转换成结构化的“工具调用任务集”，让它在理解问题后能够调用合适的工具集去解决问题，而不是让Agent直接“回答问题”。

比如销售总监说：

“查询上季度每个门店的营业额，并分析哪些门店是逐月下降的，最终将数据导出给我，同时生成邮件发给运营部。”

虽然看起来只是一个请求，但实际执行需要多步：

1. 调用数据查询工具 → 获取每个门店营业额

2. 调用分析工具 → 找出逐月下降门店

3. 导出分析结果 → 生成 Excel/PDF

4. 通过邮件工具 → 发送给运营部

如果让模型“自由发挥”，很可能出现数据查询日期解析错误、下降门店分析错误、甚至邮件重复发送。而结构化工具调用，就是把这一切变为可控的过程。

 二、如何让LLM实现NL→Tool Calls？

以销售总监提问为例，我们来详细拆解NL→Tool Calls的落地过程。

销售总监提问：

“查询上季度每个门店的营业额，并分析哪些门店是逐月下降的，最终将数据导出给我，同时生成邮件发给运营部。”

• 输入：销售总监的自然语言请求

• 过程：RAG知识库构建、Prompt提示词指令、LLM调用

• 输出：JSON 指令序列，包括：调用哪些工具、调用请求参数（本案例需要调用查询、分析、导出、邮件工具）

本案例，LLM输出的工具调用JSON指令集合，参考如下：

[  {    "id": "task-001",    "tool": "query_store_revenue",    "params": {      "period": "2023-Q2",      "stores": "all",      "metrics": ["monthly_revenue", "transaction_count"],      "currency": "CNY"    },    "options": {      "timeout_seconds": 60,      "retries": 2,      "priority": "high"    },    "auth": {      "user_role": "sales_director",      "token": "********"    },    "metadata": {      "description": "查询上季度每个门店的营业额数据",      "created_at": "2025-09-10T17:00:00Z"    }  },  {    "id": "task-002",    "tool": "analyze_declining_stores",    "params": {      "metric": "monthly_revenue",      "trend": "declining",      "min_drop_percentage": 5,      "report_format": "detailed"    },    "options": {      "timeout_seconds": 45,      "retries": 1,      "priority": "medium"    },    "auth": {      "user_role": "data_analyst",      "token": "********"    },    "metadata": {      "description": "分析哪些门店的营业额逐月下降超过 5%",      "created_at": "2025-09-10T17:01:00Z"    }  },  {    "id": "task-003",    "tool": "export_report",    "params": {      "input_data_source": "analyze_declining_stores_output",      "format": "xlsx",      "include_charts": true,      "include_summary": true,      "file_name": "Q2_declining_stores_report.xlsx"    },    "options": {      "timeout_seconds": 30,      "retries": 2,      "priority": "medium"    },    "auth": {      "user_role": "report_generator",      "token": "********"    },    "metadata": {      "description": "导出分析报告为 Excel 文件",      "created_at": "2025-09-10T17:02:00Z"    }  },  {    "id": "task-004",    "tool": "send_email",    "params": {      "to": ["operations@company.com"],      "cc": ["sales_director@company.com"],      "subject": "Q2 门店逐月下降分析报告",      "body": "各位，附件是上季度门店营业额逐月下降分析报告，请查收。",      "attachments": ["Q2_declining_stores_report.xlsx"],      "send_as_html": true    },    "options": {      "timeout_seconds": 20,      "retries": 3,      "priority": "high"    },    "auth": {      "user_role": "sales_director",      "token": "********"    },    "metadata": {      "description": "将分析报告发送给运营部",      "created_at": "2025-09-10T17:03:00Z"    }  }]

1. 收到请求（自然语言）。

2. RAG 检索：返回 TOOL_SCHEMA、PERMISSIONS、DEFAULTS、EMAIL_MAP。

3. 将检索结果以 <<RAG_CONTEXT>> 注入 Prompt。

4. 调用模型（single shot），返回 JSON。

5. 本地 validator 校验；若通过 → 交给 Executor 执行或审批；若未通过 → run auto-fix prompt or human review。

1. 设计清晰的工具接口，统一结构化调用格式；

2. 明确调用模型LLM用来完成哪些任务；

3. 构建支持LLM完成任务所需RAG知识库；

4. 设计支撑LLM完成任务所需Prompt提示词；

5. JSON输出后，必不可少的可用性校验器；

为什么要先定义工具接口？

• 如果没有统一的调用规范，大模型可能生成各种风格的输出（SQL 片段、模糊描述、拼接字符串），导致下游难以执行。
  

• 所以第一步必须定义工具清单 + 统一的结构化 JSON Schema，明确输入输出。

工具接口示例（结合案例）

假设企业系统内有以下工具：

• query_store_revenue → 查询门店营业额

• analyze_declining_stores → 分析逐月下降门店

• export_report → 导出报表文件

• send_email → 发送邮件

结构化调用格式统一为：

{  "id": "task-001",  "tool": "query_store_revenue",  "params": {"period": "2025-Q2", "stores": "all", "metrics": "monthly_revenue"},  "options": {"timeout_seconds": 30, "retries": 2, "priority": "high"},  "auth": {"user_role": "sales_director", "token": "<REDACTED>"},  "metadata": {    "description": "查询2025-Q2每个门店的月度营业额",    "created_at": "2025-09-11T09:00:00Z"  }}

• 工具名唯一、参数字段固定，避免随意扩展。

• options 统一（超时、重试、优先级）。

• auth + metadata 必填，方便审计和回溯。

工作2：明确LLM模型的“任务边界”

模型不该做什么？

• 不该直接执行工具（执行由 Executor 负责）。

• 不该随意决定权限（权限来自系统配置）。

• 不该产出自然语言描述（必须产出 JSON）。

模型应该做什么？应该完成以下5个任务：

任务1：解析自然语言需求

将输入语句：

“查询上季度每个门店的营业额，并分析哪些门店是逐月下降的，最终将数据导出给我，同时生成邮件发给运营部。”

拆解出需求要素：

• 时间范围：上季度

• 对象：每个门店

• 指标：营业额（月度维度）

• 任务链：

1. 查询数据

2. 做趋势分析

3. 导出报告

4. 邮件发送

任务2：映射到工具能力

假设企业 Agent 系统内有以下工具：

• query_store_revenue → 查询门店营业额

• analyze_declining_stores → 分析逐月下降的门店

• export_report → 导出报表文件

• send_email → 发送邮件

那么刚才的需求就需要映射到 4 个工具调用。

任务3：设计任务链路

要保证上下文依赖正确：

1. 数据查询 → 输出原始门店营收数据

2. 数据分析 → 输入上一步结果，输出下降门店清单

3. 报告导出 → 输入分析结果，输出 Excel 文件

4. 邮件发送 → 输入 Excel 文件，发送到运营部

这里其实就是 自然语言的顺序动作 → 数据流的 DAG（有向图）。

任务4：补齐执行参数

自然语言里很多信息是模糊的，需要补全：

• 时间范围：默认“上季度” = 2023-Q2

• 分析标准：逐月下降，可以设置一个默认阈值（比如 min_drop_percentage: 5）

• 导出格式：默认 xlsx，包含图表和摘要

• 邮件收件人：缺省时默认运营部邮箱（operations@company.com）

任务5：生成 JSON Tool Calls

将自然语言转为结构化 JSON（就是之前我们输出的完整示例）。
每个任务有：

• id（task 编号，保证顺序和追踪）

• tool（工具名）

• params（核心参数）

• options（执行参数，如超时、重试）

• auth（角色身份，保证权限正确）

• metadata（描述、时间戳，便于日志审计）

模型之所以能正确补全参数和映射工具，前提是它“知道”企业里的规则和默认值。
这些信息不能靠大模型记忆，而要通过 RAG（检索增强生成） 动态提供。

RAG 知识库要包含哪些？

必备（高优先级）

• 工具清单 + JSON Schema（每个 tool 的字段说明、类型、必填/可选、默认值、允许值）

• 权限表（哪个角色可以执行哪些工具）

• 部门邮箱映射（“运营部”→operations@company.com）

• 时间口径定义（“上季度”的算法）

• 报表生成规范（是否包含图表、文件命名规范）

推荐（增强上下文）

• 常用 prompt 模板 / 示例（few-shot）

• 失败与重试策略（超时、重试次数）

• 组织内数据源标识（db 名称、API endpoint）

• 业务术语映射（例如“逐月下降”的数学定义）

• 审计留痕规范（metadata 要包含哪些字段）

格式与元数据

• 每个文档记录 doc_id, type（schema/policy/mapping/example）, last_updated。

• 将 schema 文档以小 chunk 存储（每 chunk <= 500 tokens），并带上 tool、version、required_fields metadata 以便精确检索。

RAG 检索策略（工程实现建议）

• Vector DB（e.g., Pinecone/FAISS）保存文档 embeddings；检索时 top_k=3。

• 精确匹配字段（tool 名、schema version）优先走 metadata index（keyword lookup），再做 semantic retrieval。

• 文档 chunk 建议 200–400 tokens（使检索上下文更精确）。

• 定期（例如每周）刷新权限表与 schema 版本。每次 schema 变更都要触发模型微调/提示更新或更新 <<RAG_CONTEXT>> 的模板。

Prompt 是“规范模型行为”的关键杠杆。
我们要让模型在一次请求里完成：解析 → 映射 → 补全 → 输出 JSON。

Prompt 设计要点：

1. 强制输出 JSON：要求“仅输出 JSON，不加解释”。

2. 注入 RAG 上下文：把工具 schema、权限、默认值拼进去。

3. 明确任务拆解规则：要求拆解为最少的顺序任务，id 依次递增。

4. 参数不确定时用 null，或使用默认值。

5. 增加 few-shot 示例，提升稳定性。

案例 对应的 Prompt 示例：

SYSTEM:你是企业级 Agent 的 JSON 生成器。你的输出必须**严格**是一个 JSON 数组（仅 JSON，不允许任何额外文本/解释）。每个数组元素表示一个“工具调用任务”，必须遵守下列结构：{  "id": "task-XXX",               // 按顺序 task-001, task-002...  "tool": "<tool_name>",  "params": { ... },             // 详细参数，参照 schema  "options": {"timeout_seconds":int, "retries":int, "priority":"low|medium|high"},  "auth": {"user_role": "<role>", "token": "<REDACTED|OP_TOKEN>"},  "metadata": {"description": "...", "created_at": "ISO8601"}}严格要求：- 输出只是一段合法 JSON（数组），utf-8 编码。- id 必须唯一且按顺序递增。- 时间用 ISO8601 UTC（例如 2025-09-10T17:00:00Z）。- 若字段不确定，请使用 null 或使用从 <<RAG_CONTEXT>> 里定义的默认值（明确标注来源）。- attachments / input_data_source 必须明确引用前一步的 id 或 file 名称。<<RAG_CONTEXT>># 在这里插入检索到的结构化关键信息，例如：# - TOOL_SCHEMA: query_store_revenue {required: [period, stores], optional: [metrics,currency], defaults: {stores: "all"}}# - PERMISSIONS: role 'sales_director' allowed_tools: [query_store_revenue, send_email]# - DEFAULTS: default_report_format: xlsx, default_ops_email: operations@company.com# - BUSINESS_DEF: "上季度" -> 2023-Q2 (if current date is 2025-09-10, compute automatically)# - ANALYSIS_DEF: "逐月下降" -> 每个月比前月下降，且总下降幅度 >= min_drop_percentageUSER:将下面的自然语言请求解析并输出严格符合上面结构的 JSON 数组（只输出 JSON）："查询上季度每个门店的营业额，并分析哪些门店是逐月下降的，最终将数据导出给我，同时生成邮件发给运营部。"规则：1) 将任务拆成最少的线性步骤（但保持正确的依赖关系）。2) 每个分析任务应指明输入来源（例如 "input_data_source": "task-001.output"）。3) 权限：根据 <<RAG_CONTEXT>> 的 PERMISSIONS 指定合适的 user_role（若请求人是销售总监，则使用 'sales_director'）。4) 若某字段在 <<RAG_CONTEXT>> 明确了默认值，请使用该默认值；若没有，请填 null。5) 包含 metadata.description，简短描述该任务做什么。6) 最终 JSON 必须可由 schema validator 校验（后端将执行严格校验，若校验失败会返回错误码进行二次修正）。

小结：LLM实现 NL → 工具调用JSON指令序列

1. 工具接口：先把调用格式定死，避免混乱。

2. 任务边界：让 LLM 只做解析和 JSON 生成，不直接执行。

3. RAG 知识库：提供 schema、权限、默认值、规则，保障生成正确性。

4. Prompt 设计：明确输出格式、调用规则、示例，提升稳定性。

5. 可用性校验器：对输出json进行校验，确保能够调用对应工具API。

📌 最终，企业就能实现这样的效果：销售总监一句话，就能触发 查询 + 分析 + 导出 + 发邮件 的完整闭环，而且可控、可追溯、可监控。