Создайте собственный event-sourced agent harness с помощью потоковых процессоров
Make your own event-sourced agent harness using stream processors
Агентную обвязку можно строить на event sourcing: всё состояние агента выводится из потока событий, а побочные эффекты выполняются после записи события.
- Reducer без побочных эффектов — синхронная функция только сворачивает события в состояние, а запросы к LLM выполняются отдельным шагом после записи. Если процесс был выключен, при запуске он догоняет пропущенные события и не отправляет LLM-запрос на каждое из них.
- Предохранитель как обычный процессор — пауза потока при более чем 100 событиях в секунду написана тем же stream processor, что и остальная логика; по словам спикера, это работает в их продакшене. Петли событий останавливаются на уровне потока, а не внутри агента.
- Код процессора как событие — событие со строкой JavaScript запускает процессор в Cloudflare dynamic workers, а секреты подставляются в заголовки
fetchи не хранятся в потоке. - Против перехвата до записи — спикер считает хуки до записи события вредными: по его словам, они ломают кэширование контекста и снижают производительность. Вместо них внешний процессор, например RAG-индекс, подмешивает контекст, если успевает к запросу LLM.
Кому полезно: тем, кто хочет собрать расширяемого агента с отладкой по журналу событий и запускать его без отдельного сервера.
Статья по теме
На какие вопросы отвечает доклад
Как сделать агента отлаживаемым, чтобы все его действия читались из одного лога?
Все события, включая побочные эффекты и ошибки, пишутся в упорядоченный append-only поток, и отладка идёт по этому логу, а не по OTel-трейсам. Каждое событие получает порядковый номер и время создания.
▶ 0:00Знакомство и расширяемые harness для агентов с event sourcingКак остановить агента, который зациклился и генерирует тысячи событий?
Поток ставится на паузу, если событий приходит больше 100 в секунду, и работает дальше только после ручного снятия паузы. Пауза задаётся событием, а отклонённые события не записываются как ошибки, чтобы не плодить новый поток.
▶ 6:15Репозиторий воркшопа и готовые к запуску примеры cURLПочему LLM-запросы не стоит запускать внутри reducer и как избежать повторных запросов после перезапуска?
Reducer только сворачивает события в состояние и не делает побочных эффектов, а запросы к модели выполняются после append по текущему состоянию. Тогда после перезапуска процесс догоняет старые события без отправки запросов на каждое из них.
▶ 30:17Реализация на TypeScript и итерации воркшопаКак запустить обработчик событий агента без отдельного деплоя сервера?
Обработчик передаётся в поток событием с текстом скрипта, которое запускается как динамический worker в Cloudflare. Секреты, например ключ OpenAI, хранятся вне потока и подставляются в заголовки fetch-запросов.
▶ 48:07Редьюсеры событий и выполнение JavaScript или TypeScriptКак подмешивать внешний контекст в запрос к LLM, если сервис отвечает медленно?
По словам спикера, не стоит ставить before-хуки: они могут ломать кэширование контекста и ухудшать производительность. Вместо этого агент ждёт дополнительный контекст до 200 миллисекунд и отправляет запрос в любом случае.
▶ 48:07Редьюсеры событий и выполнение JavaScript или TypeScriptКак переиспользовать чужой обработчик состояния агентного харнесса в своём агенте?
Reducer — синхронная функция без побочных эффектов, поэтому его можно импортировать в свой процессор и строить логику на чужих типах событий. По словам спикера, это почти ничего не стоит.
▶ 48:07Редьюсеры событий и выполнение JavaScript или TypeScript
Главы
Похожие доклады
А что, если harness важнее модели?
AI Engineer World's Fair 2026
Близко по содержанию
Создание голосовых агентов с OpenAI
AI Engineer World's Fair 2025
Близко по содержанию
Harness engineering: строим production-среду для мощных доменных агентов
Близко по содержанию
Умер ли agent harness?
Близко по содержанию


