Hầu hết các hướng dẫn về Claude agent đều kết thúc ở mức "hello world".
Chúng chỉ cho bạn thấy cách để Claude gọi một công cụ. Cách thiết lập một vòng lặp cơ bản. Cách để có phản hồi tự động cho một tác vụ đơn giản.
Sau đó, bạn thử xây dựng một thứ gì đó thực tế và mọi thứ sụp đổ.
Tác vụ quá mơ hồ. Agent bị kẹt. Đầu ra không nhất quán. Phiên kết thúc và chẳng có gì được lưu lại. Lần sau bạn phải bắt đầu lại từ đầu.
Khoảng cách giữa một Claude agent hoạt động trong hướng dẫn và một Claude agent hoạt động trong sản xuất không phải là khoảng cách về năng lực của Claude.
Đó là khoảng cách trong cách agent được thiết kế.
Hướng dẫn này sẽ lấp đầy khoảng cách đó hoàn toàn.
Kết thúc hướng dẫn, bạn sẽ có một Claude agent chạy một quy trình làm việc thực tế một cách đáng tin cậy. Không phải bản demo. Không phải tác vụ đồ chơi. Một quy trình tạo ra đầu ra nhất quán, xử lý các trường hợp ngoại lệ một cách khéo léo, cải thiện theo thời gian và chạy mà không cần bạn khởi xướng từng bước.
Điều gì tạo nên sự khác biệt của một Agent trong thế giới thực
Trước khi xây dựng bất cứ thứ gì, hãy hiểu điều gì phân biệt một agent trong thế giới thực với một agent trong hướng dẫn.
Một agent trong hướng dẫn chạy một tác vụ sạch sẽ với đầu vào sạch sẽ và tạo ra đầu ra sạch sẽ. Tác vụ được xác định rõ ràng. Đầu vào được cung cấp ở định dạng chính xác như mong đợi. Không có điều bất ngờ nào xảy ra. Thành công là nhị phân và hiển nhiên.
Một agent trong thế giới thực chạy các tác vụ lộn xộn với đầu vào lộn xộn và vẫn phải tạo ra đầu ra hữu ích. Tác vụ được xác định một phần. Đầu vào đến ở các định dạng khác nhau. Những điều bất ngờ xảy ra thường xuyên. Thành công là một vấn đề mức độ và cần phán đoán để đánh giá.
Bốn thuộc tính quyết định liệu một agent có thể sống sót khi tiếp xúc với thế giới thực hay không:
Định nghĩa tác vụ mạnh mẽ. Agent không chỉ biết phải làm gì mà còn biết cách xử lý hai mươi biến thể của tác vụ mà nó sẽ gặp trong thực tế. Các hướng dẫn bao gồm các trường hợp ngoại lệ, không chỉ con đường suôn sẻ.
Bộ nhớ bền vững. Agent tích lũy ngữ cảnh qua nhiều phiên. Công việc nó đã làm tuần trước hỗ trợ công việc nó làm hôm nay. Nó không bắt đầu từ con số không mỗi phiên.
Xử lý lỗi một cách khéo léo. Khi có sự cố, agent phục hồi thay vì dừng lại. Nó ghi lại những gì đã xảy ra, thử các phương án thay thế và chỉ cảnh báo con người khi không thể phục hồi.
Tự xác minh chất lượng. Agent kiểm tra đầu ra của chính nó so với các tiêu chuẩn đã định trước khi giao. Nó tự khép vòng phản hồi của mình thay vì trả lại bất cứ thứ gì nó tạo ra đầu tiên.
Hầu hết các agent trong hướng dẫn không có bất kỳ thuộc tính nào trong số này. Hướng dẫn này xây dựng cả bốn.
Kiến trúc Agent
Kiến trúc có bốn thành phần hoạt động cùng nhau.
Lớp định nghĩa tác vụ
Một tệp kỹ năng có cấu trúc xác định tác vụ, quy trình, cách xử lý trường hợp ngoại lệ và tiêu chuẩn chất lượng. Đây không phải là một prompt. Đó là một đặc tả vận hành hoàn chỉnh mà agent đọc trước mỗi lần thực thi.
Lớp bộ nhớ
Một cơ sở dữ liệu bền vững lưu trữ những gì agent đã làm, những gì nó đã học và những gì nó cần nhớ qua các phiên. Được xây dựng trên SQLite qua Hermes Agent hoặc triển khai thủ công với ghi log dựa trên tệp.
Lớp thực thi
Các lệnh gọi API Claude thực tế thực hiện công việc. Được cấu trúc để sử dụng đúng model, đúng ngữ cảnh và đúng công cụ cho từng bước của quy trình.
Lớp chất lượng
Vòng lặp xác minh kiểm tra đầu ra so với các tiêu chuẩn đã định trước khi giao và thử lại với các chỉnh sửa cụ thể khi đầu ra không đạt yêu cầu.
Thiết lập nền tảng
Cài đặt các công cụ cần thiết:
Install Hermes Agent for orchestration and memory
git clone https://github.com/NousResearch/hermes-agent
cd hermes-agent
npm install
Install MCP servers for tool access
npm install -g @modelcontextprotocol/server-filesystem
npm install -g @modelcontextprotocol/server-brave-search
Cấu hình môi trường của bạn:
Core configuration
MODEL_PROVIDER=anthropic
MODEL_NAME=claude-opus-4-8
ANTHROPIC_API_KEY=your-api-key-here
Memory configuration — use absolute paths
MEMORY_BACKEND=sqlite
MEMORY_PATH=/Users/yourname/agent-data/memory.db
Scheduler configuration
ENABLE_SCHEDULER=true
SCHEDULER_TIMEZONE=America/New_York
Output configuration — where results land
OUTPUT_PATH=/Users/yourname/agent-outputs
Failure recovery
SKILL_RETRY_ENABLED=true
SKILL_RETRY_MAX=3
SKILL_RETRY_DELAY=300
Notifications
NOTIFICATION_GATEWAY=telegram
TELEGRAM_BOT_TOKEN=your-bot-token
TELEGRAM_CHAT_ID=your-chat-id
Viết CLAUDE.md:
Đây là tệp quan trọng nhất trong toàn bộ thiết lập. Mỗi phiên agent đều bắt đầu bằng cách đọc nó. Chất lượng của mọi đầu ra phụ thuộc vào độ chi tiết của nội dung ở đây.
Agent Configuration — CLAUDE.md
Identity and Purpose
[Describe what this agent does in one specific paragraph.
Not what Claude is generally. What this specific agent
is configured to do for this specific operation.]
Operational Context
[Describe the business or personal context this agent
operates in. What does the person who configured this
agent do? What are their standards and priorities?]
Current Active Tasks
[List the specific recurring tasks this agent runs.
For each: what it does, when it runs, what good output looks like.]
Tool Permissions
You have permission to use these tools autonomously:
- Filesystem: read and write to [SPECIFIC PATHS]
- Web search: for research on [SPECIFIC TOPICS]
- [Other tools with specific scope]
You must not:
- Write to any path outside the configured output directory
- Make external API calls not listed above
- Take any action that affects external systems without explicit approval
Quality Standards
[Describe what good output looks like for each task type.
Include examples where possible.
Be specific enough that the agent can self-assess.]
Memory Instructions
Store in memory:
- Every significant output with date and quality assessment
- Every edge case encountered and how it was handled
- Every quality failure and what caused it
- Every pattern identified across outputs
Error Handling
On tool failure: retry once, log the failure, continue
with available tools.
On quality failure: retry with specific corrections,
not a complete rewrite. Maximum three retries.
On unrecoverable failure: save partial work,
log the specific failure, send notification,
stop gracefully.
Xây dựng lớp định nghĩa tác vụ
Lớp định nghĩa tác vụ là nơi hầu hết các agent trong thế giới thực thất bại.
Mọi người viết một prompt mô tả con đường suôn sẻ và dừng lại ở đó. Agent xử lý con đường suôn sẻ tốt và hỏng hóc mọi thứ khác.
Một định nghĩa tác vụ mạnh mẽ bao gồm toàn bộ thực tế vận hành của tác vụ. Đây là mẫu:
[TASK NAME]
Purpose
[One sentence: what does this skill accomplish?]
Trigger
[Exact conditions that cause this to run:
scheduled time, file appearance, manual command, etc.]
Pre-Execution Checks
Before starting, verify:
- [Required input exists and is accessible]
- [Required tools are connected and responding]
- [Output path is writable]
- [Memory is accessible and current]
If any check fails: log the failure and stop.
Do not proceed with missing prerequisites.
Main Process
Step 1: Context Loading
Read CLAUDE.md for full operational context.
Read memory for relevant history tagged: [TASK-TAG]
Note any patterns from previous executions
that should inform this one.
Step 2: Input Processing
[Describe exactly what to do with the input.
Cover the primary format AND the alternative formats
that appear in practice.]
For standard input format:
[Exact processing steps]
For alternative input format A:
[How to handle it]
For alternative input format B:
[How to handle it]
For malformed or missing input:
[How to handle it — never fail silently]
Step 3: Core Execution
[The actual work of the skill.
Break into substeps. Each substep should be
specific enough that a new instance of Claude
could execute it without additional context.]
Step 4: Quality Verification
Before saving output, verify against these standards:
REQUIRED: [Non-negotiable output properties]
PREFERRED: [Quality properties that improve the output]
PROHIBITED: [Things that should never appear in output]
If output fails required checks:
- Identify specifically what failed
- Retry with targeted correction
- Maximum three retry attempts
- If still failing after three: save with failure flag
Step 5: Output and Storage
Save output to: [SPECIFIC PATH AND FILENAME FORMAT]
Store in memory tagged: [TASK-TAG, DATE]
Update CLAUDE.md if any current information changed.
Send notification: [WHAT TO INCLUDE IN NOTIFICATION]
Edge Cases
[Edge Case 1 Name]
Condition: [When this occurs]
Detection: [How to recognize it]
Response: [What to do]
[Edge Case 2 Name]
Condition: [When this occurs]
Detection: [How to recognize it]
Response: [What to do]
[Edge Case 3 Name]
Condition: [When this occurs]
Detection: [How to recognize it]
Response: [What to do]
Quality Standard
A great output: [Specific description]
An acceptable output: [Minimum bar]
An unacceptable output: [What should trigger retry]
Memory Instructions
After each execution store:
- Execution date and duration
- Output quality assessment (great/acceptable/failed)
- Any edge case encountered and how it was handled
- Any pattern worth noting for future executions
Agent thực tế đầu tiên của bạn: Agent nghiên cứu và tóm tắt
Dưới đây là một agent thế giới thực hoàn chỉnh được xây dựng bằng kiến trúc này. Agent này giám sát một tập hợp nguồn hàng ngày, nghiên cứu các chủ đề liên quan đến công việc của bạn và cung cấp một bản tóm tắt có cấu trúc mỗi sáng.
Đây không phải là một tác vụ đồ chơi. Đó là một quy trình làm việc thực tế thay thế bốn mươi lăm phút thu thập nghiên cứu thủ công mỗi ngày.
Tạo skills/research-brief.md:
research-brief
Purpose
Monitor configured sources and produce a structured
intelligence brief covering developments relevant
to current projects and priorities.
Trigger
Scheduled daily at 6:00 AM.
Manual: "Research brief" or "Morning brief"
Pre-Execution Checks
Before starting verify:
- CLAUDE.md is readable at 07-SYSTEM/CLAUDE.md
- Brave Search MCP is responding
- Output path is writable at outputs/briefings/
- Memory database is accessible
Main Process
Step 1: Context Loading
Read CLAUDE.md fully. Note:
- Current active projects and their status
- Topics flagged for monitoring
- Any pending decisions that need intelligence
- Quality standards for this brief
Read memory tagged: research-brief
Note: what was covered in recent briefs
to avoid repetition.
Step 2: Source Research
For each topic in CLAUDE.md monitoring list:
Search query: "[TOPIC] news last 24 hours"
Collect: title, source, date, key claim
Apply signal filter:
INCLUDE: New development, data, product launch,
significant statement, research finding
EXCLUDE: Repetition of existing coverage,
opinion without new information,
anything covered in last 3 briefs
For each result that passes signal filter:
Research deeper with a follow-up search if
the initial result suggests significant development.
Step 3: Synthesis
Group findings by topic.
For each topic group identify:
- The single most significant development
- Why it matters for current projects
- What action if any it implies
Cross-topic synthesis:
- Are there two or more findings that connect to suggest a larger pattern?
- Does any finding directly impact an active project or pending decision?
Step 4: Quality Verification
Before finalizing, verify:
REQUIRED:
- Minimum 3 signal items (not noise)
- Every item grounded in a specific source
- Every item explains relevance to current work
- No item repeated from last 5 briefs
PREFERRED:
- At least one cross-topic connection
- At least one item that implies a specific action
- Honest acknowledgment if it was a slow news day
PROHIBITED:
- Generic analysis without specific evidence
- Items that are interesting but not relevant
- Padding to make the brief look more comprehensive
If brief fails required checks: identify specifically
what's missing and search for additional sources
before retrying. Do not pad with weak signals.
Step 5: Output Generation
Generate brief in this exact format:
Morning Intelligence Brief — [DATE]
MOST IMPORTANT TODAY
[Single most significant development and why it
matters for current work. Specific. Grounded.]
SIGNAL ITEMS
[Topic 1]
Development: [What happened]
Source: [Publication, date]
Relevance: [Why this matters for current projects]
Implication: [Any action this suggests]
[Topic 2]
[Same format]
[Continue for each signal item]
CONNECTION
[If two or more items connect to suggest a larger
pattern, describe it here. Skip if no genuine connection.]
DECISION RELEVANCE
[If any item is directly relevant to a pending
decision in CLAUDE.md, flag it here with specifics.]
COVERAGE NOTE
[Honest assessment: comprehensive day / slow news day.
Number of sources searched.]
Step 6: Storage and Notification
Save to: outputs/briefings/[DATE]-morning-brief.md
Store in memory:
- Date: [TODAY]
- Items covered: [LIST OF TOPICS]
- Quality: [great/acceptable/failed]
- Notable: [Any edge case or pattern] Tag: research-brief
Send Telegram notification:
"Morning brief ready: [N] signal items.
[MOST IMPORTANT TODAY in one line]"
Edge Cases
No Signal Found for a Topic
Condition: Searches return no new developments
Detection: All results are from more than 48 hours ago
Response: Note "No new developments" for that topic.
Do not fabricate or pad. Move to next topic.
Source Returns Conflicting Information
Condition: Two sources report contradictory facts
Detection: Direct contradiction on specific claim
Response: Report both versions, cite both sources,
flag as conflicting. Do not choose one over the other.
Search Tool Unavailable
Condition: Brave Search MCP not responding
Detection: Tool call returns error
Response: Log failure. Notify via Telegram.
Save partial brief with note: "Search unavailable —
brief based on memory context only."
Do not fail silently.
Brief Would Repeat Yesterday's Top Item
Condition: Most significant development is same as yesterday
Detection: Cross-reference with yesterday's brief in memory
Response: Note "Ongoing development from [DATE]"
and focus on what is specifically new today.
Quality Standard
Great brief: 4-6 signal items. Every item relevant.
At least one cross-topic insight. Reads in under 5 minutes.
Acceptable brief: 3 signal items. All relevant.
No cross-topic insight. Reads in under 5 minutes.
Unacceptable brief: Fewer than 3 signal items.
Any item that is generic or not relevant to current work.
Any repeated item from last 3 briefs.
Xây dựng lớp xác minh chất lượng
Lớp xác minh chất lượng là thứ phân biệt các agent tạo ra kết quả nhất quán với các agent tạo ra kết quả không ổn định.
Hầu hết các agent bỏ qua lớp này hoàn toàn. Chúng tạo ra đầu ra và trả về nó. Chất lượng phụ thuộc hoàn toàn vào mức độ tốt của quá trình tạo. Một số phiên xuất sắc. Một số phiên tầm thường. Bạn không bao giờ biết mình sẽ nhận được kết quả nào.
Một lớp xác minh chất lượng làm cho chất lượng đầu ra nhất quán bằng cách kiểm tra mọi đầu ra so với các tiêu chuẩn đã định và thử lại với các chỉnh sửa cụ thể khi các tiêu chuẩn không được đáp ứng.
Đây là mẫu lệnh gọi API Claude triển khai xác minh chất lượng:
async function executeWithQualityVerification(prompt, qualityStandard, maxRetries = 3) {
let attempt = 0;
let lastOutput = null;
let lastFailure = null;
while (attempt < maxRetries) {
// Generate the output
const response = await fetch('https://api.anthropic.com/v1/messages', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'x-api-key': process.env.ANTHROPIC_API_KEY,
'anthropic-version': '2023-06-01'
},
body: JSON.stringify({
model: 'claude-opus-4-8',
max_tokens: 4096,
messages: [
{
role: 'user',
content: attempt === 0
? prompt
: ${prompt}
Previous attempt failed quality check: ${lastFailure}
Correct specifically for this failure. Do not rewrite everything.
}
]
})
});
const data = await response.json();
lastOutput = data.content[0].text;
// Verify quality
const verificationResponse = await fetch('https://api.anthropic.com/v1/messages', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'x-api-key': process.env.ANTHROPIC_API_KEY,
'anthropic-version': '2023-06-01'
},
body: JSON.stringify({
model: 'claude-opus-4-8',
max_tokens: 1000,
messages: [
{
role: 'user',
content: `You are a quality checker. Evaluate this output against these standards:
${qualityStandard}
Output to evaluate:
${lastOutput}
Respond with ONLY:
PASS if the output meets all required standards
FAIL: [specific description of what failed] if it does not meet required standards
Do not explain. Do not suggest improvements. Just PASS or FAIL with specific failure description.`
}
]
})
});
const verificationData = await verificationResponse.json();
const verificationResult = verificationData.content[0].text.trim();
if (verificationResult.startsWith('PASS')) {
return { output: lastOutput, attempts: attempt + 1, passed: true };
}
lastFailure = verificationResult.replace('FAIL:', '').trim();
attempt++;
}
// All retries exhausted
return {
output: lastOutput,
attempts: maxRetries,
passed: false,
failure: lastFailure
};
}
Pattern này tạo ra đầu ra, kiểm tra nó so với các tiêu chuẩn đã định và thử lại với các chỉnh sửa cụ thể khi nó thất bại. Nếu tất cả các lần thử lại đều thất bại, nó trả về đầu ra tốt nhất với cờ lỗi thay vì sập.
Mẫu tích hợp bộ nhớ
Bộ nhớ là thứ biến một agent có năng lực thành một agent biết học hỏi.
Không có bộ nhớ, mỗi phiên bắt đầu từ con số không. Agent không biết nó đã làm gì trước đây. Nó không thể áp dụng các bài học từ các lần thực thi trước. Nó không thể tránh những sai lầm nó đã mắc phải.
Có bộ nhớ, mỗi phiên xây dựng dựa trên phiên trước. Agent biết điều gì hiệu quả và điều gì không. Nó áp dụng ngữ cảnh tích lũy để cải thiện đầu ra hiện tại. Nó trở nên tốt hơn với tác vụ cụ thể theo thời gian.
Đây là mẫu tích hợp bộ nhớ cho bất kỳ Claude agent nào:
Khi bắt đầu mỗi lần thực thi:
Đọc các mục bộ nhớ được gắn thẻ: [TASK-TAG]
Giới hạn: 20 mục có liên quan nhất
Chiến lược: mức độ liên quan (không chỉ tính gần đây)
Áp dụng ngữ cảnh này:
- Ghi chú các mẫu từ các lần thực thi trước
- Ghi chú các trường hợp ngoại lệ đã gặp trước đây
- Ghi chú các vấn đề chất lượng đã xác định trước đây
- Áp dụng các bài học cho lần thực thi hiện tại
Khi kết thúc mỗi lần thực thi:
Lưu vào bộ nhớ:
date: [TODAY]
task: [TASK NAME]
quality: [great/acceptable/failed]
notable: [anything worth remembering]
edge_case: [any edge case encountered]
pattern: [any pattern observed]
Tag: [TASK-TAG], [DATE]
Hợp nhất hàng tháng:
Đọc tất cả các mục bộ nhớ được gắn thẻ: [TASK-TAG]
Xác định:
- Các mẫu xuất hiện qua nhiều mục
- Các trường hợp ngoại lệ tái diễn
- Các vấn đề chất lượng tái diễn
- Điều gì tương quan với đầu ra tốt so với chấp nhận được
Hợp nhất thành một mục ngữ cảnh cập nhật duy nhất
Lưu trữ các mục riêng lẻ cũ hơn 90 ngày
Hệ thống phục hồi lỗi
Các agent trong thế giới thực gặp phải lỗi. Các nguồn ngoại tuyến. API giới hạn tốc độ. Tệp không ở đúng vị trí mong đợi. Đầu ra không vượt qua kiểm tra chất lượng sau số lần thử lại tối đa.
Hệ thống phục hồi lỗi quyết định liệu những lỗi này là những trục trặc vô hình hay những điểm dừng thảm khốc.
Ba cấp độ xử lý lỗi:
Cấp 1: Phục hồi tự động
Các lỗi tạm thời được giải quyết khi thử lại. Công cụ không khả dụng. Hết thời gian chờ mạng. Chạm giới hạn tốc độ.
Giao thức phục hồi cấp 1
Khi có bất kỳ lỗi gọi công cụ nào:
- Chờ 60 giây
- Thử lại chính xác cùng một lệnh gọi
- Nếu thử lại thành công: tiếp tục bình thường, ghi lại trục trặc
- Nếu thử lại thất bại: chuyển lên cấp 2
Cấp 2: Suy giảm nhẹ nhàng
Các lỗi không thể giải quyết nhưng cho phép hoàn thành một phần. Một nguồn không khả dụng. Một công cụ không phản hồi. Một phần đầu ra không vượt qua kiểm tra chất lượng.
Giao thức phục hồi cấp 2
Khi có lỗi một phần không thể giải quyết:
- Hoàn thành những gì có thể hoàn thành
- Ghi chú cụ thể phần nào bị bỏ qua và tại sao
- Đánh dấu đầu ra là một phần trong tên tệp
- Bao gồm ghi chú rõ ràng trong chính đầu ra
- Gửi thông báo: "Đầu ra một phần — [lý do cụ thể]"
- KHÔNG làm hỏng toàn bộ tác vụ chỉ vì một thành phần bị lỗi
Cấp 3: Dừng nhẹ nhàng
Các lỗi khiến toàn bộ tác vụ không thể thực hiện. CLAUDE.md không tìm thấy. Đường dẫn đầu ra không thể ghi. Cơ sở dữ liệu bộ nhớ không thể truy cập.
Giao thức phục hồi cấp 3
Khi có lỗi hoàn toàn:
- Xác định điểm lỗi cụ thể
- Lưu bất kỳ công việc đã hoàn thành vào vị trí tạm thời
- Ghi lại toàn bộ ngữ cảnh lỗi
- Gửi thông báo: "Tác vụ thất bại — [lý do cụ thể]"
- Dừng sạch sẽ mà không làm hỏng bất kỳ đầu ra hiện có nào
- KHÔNG tự động thử lại — chờ can thiệp của con người
Kiểm tra Agent của bạn trước khi triển khai
Sai lầm phổ biến nhất trong triển khai agent thế giới thực là bỏ qua kiểm tra có cấu trúc.
Ba giai đoạn kiểm tra trước khi bất kỳ agent nào đi vào hoạt động:
Giai đoạn 1: Kiểm tra thành phần
Kiểm tra từng thành phần riêng lẻ trước khi kiểm tra toàn bộ quy trình.
Test memory is persisting
hermes chat
What is the oldest memory entry you have stored?
Expected: Should report an entry or report empty database
If returns error: memory configuration is wrong
Test tool access
List the files in [OUTPUT PATH]
Expected: Should list actual files
If returns error: filesystem MCP is not configured correctly
Test search
Search for "AI news today" and tell me the top result
Expected: Should return actual search results
If returns error: Brave Search MCP is not configured correctly
Giai đoạn 2: Kiểm tra con đường suôn sẻ
Chạy kỹ năng thủ công trên một đầu vào tiêu chuẩn sạch sẽ và xác minh đầu ra đáp ứng tiêu chuẩn chất lượng.
Run the skill manually
hermes run research-brief
Check the output
cat outputs/briefings/[TODAY]-morning-brief.md
Verify against quality standard:
- Minimum 3 signal items?
- Every item relevant to current work?
- No generic analysis?
- Reads in under 5 minutes?
Giai đoạn 3: Kiểm tra trường hợp ngoại lệ
Cố tình kích hoạt từng trường hợp ngoại lệ đã được ghi lại và xác minh hành vi phục hồi.
Test: no internet access
Disable Brave Search in .env
Run the skill
Expected: Tier 3 failure, clean stop, notification sent
Test: output path not writable
Change OUTPUT_PATH to a non-existent directory
Run the skill
Expected: Tier 3 failure, clean stop, notification sent
Test: slow news day
Run on a weekend or holiday
Expected: Tier 2 output with COVERAGE NOTE indicating slow day
Chạy Agent của bạn trong sản xuất
Khi cả ba giai đoạn kiểm tra đều vượt qua, hãy cấu hình bộ lập lịch và chuyển sang sản xuất.
{
"schedules": [
{
"skill": "research-brief",
"cron": "0 6 *",
"description": "Daily at 6AM",
"timeout_minutes": 15,
"on_failure": "notify_and_stop"
}
]
}
Khởi động Hermes ở chế độ nền:
npm run start -- --daemon
Xác minh lần chạy theo lịch đầu tiên:
Check logs after 6AM
cat logs/hermes-[DATE].log
Check output was produced
ls outputs/briefings/
Check memory was updated
hermes chat
How many research-brief memory entries do you have?
Nếu lần chạy tự động đầu tiên tạo ra đầu ra tốt, agent đã đi vào sản xuất.
Điều gì thay đổi sau tháng thứ 3
Tháng đầu tiên: Agent chạy đáng tin cậy. Đầu ra nhất quán. Lỗi được xử lý nhẹ nhàng. Bạn tiết kiệm bốn mươi lăm phút mỗi sáng.
Tháng thứ hai: Lớp bộ nhớ bắt đầu tạo ra cải thiện rõ rệt. Agent đã xử lý 60 ngày dữ liệu nguồn và tích lũy ngữ cảnh về những nguồn nào tạo ra nội dung tín hiệu cao so với nhiễu. Chất lượng lọc tín hiệu được cải thiện vì agent đã học được nguồn nào đáng để theo dõi.
Tháng thứ ba: Việc hợp nhất bộ nhớ đã chạy hai lần. Agent đã xác định được các mẫu hình trong suốt 90 ngày nghiên cứu. Các bản tóm tắt tham chiếu ngữ cảnh tích lũy, giúp chúng có cơ sở và cụ thể hơn bất kỳ nghiên cứu phiên đơn lẻ nào.
Agent ở tháng thứ ba không chạy cùng một quy trình như tháng thứ nhất.
Nó đang chạy một phiên bản cải tiến của quy trình đó dựa trên 90 ngày thông tin vận hành tích lũy.
Đó là sự khác biệt giữa một agent hướng dẫn và một agent thực tế.
Agent hướng dẫn thực hiện nhiệm vụ.
Agent thực tế học cách làm nhiệm vụ tốt hơn.
Xây dựng nền tảng vào cuối tuần này.
Chạy nó trong một tuần. Sửa những gì hỏng.
Chạy nó trong một tháng. Xem nó cải thiện.
Chạy nó trong ba tháng. Nhận thấy những gì nó biết mà bạn không thể nói cho nó vào ngày đầu tiên.
Đó là hình ảnh của việc xây dựng một Claude agent thực sự hoạt động trong thế giới thực.
Theo dõi @cyrilXBT để biết mọi kiến trúc agent, mẫu kỹ năng và mẫu triển khai sản xuất giúp Claude agent của bạn sống sót khi tiếp xúc với thế giới thực.
