得物以双路径Agent架构诊断推荐问题

得物推荐团队为替代依赖个人经验、多方会诊的排查方式，建成推荐系统诊断 Agent「推查查」。技术选型上在通用开源框架与更具工程确定性的 OpenClaw 之间选择后者，理由是其 Plugin/Skill 插件化规范可把各平台 API 封装为标准化 Skill 实现原子化解耦、对 ReAct 逻辑流提供最大迭代熔断与工具调用白名单等严谨控制、且沉淀的 Skill 资产可低成本辐射到社区与广告等其他场域。架构为 Highway + ATV 双轨：Highway 是标准化诊断流水线，负责命中知识库标准 Story 的约 80% 常见问题，以有序 Skill 编排剧本逐步确定性执行，支持 if/else 条件分支、独立版本控制热插拔、置信度低于阈值自动降级；ATV 处理约 20% 长尾复杂问题，基于 OpenClaw 实现 Question → Thought → Action(Skill) → Observation → Final Answer 的 ReAct 循环，并加三道约束防止脱缰——Max Iterations = 6、Tool 白名单、每步置信度自评，不靠谱即换思路；中间由智能调度器判定，用户问题先匹配知识库，命中走 Highway，匹配不上或 Highway 执行卡住即无缝切换到 ATV。底层 Skill 工具集遵循 MCP 标准，因数据安全未上传公司 Skill 库，文中给出「商品推荐异常-标准诊断」六步 Story 示例（screenshot-trace-query、user-profile-query、layer-items-query、strategy-logs-query、commodity-forward-query、output_diagnosis）。文中给出内测群真实案例「为什么一直给我推送手机壳？」，Agent 自动执行诊断并输出结论：手机壳被 TIDE 渠道（二次加工后的潮汐召回）召回、原始召回来源储存在 item.extMap.cns_v2 字段、用户近期浏览手机壳触发的兴趣信号导致持续召回，判定非 Bug 而是曝光频次过高影响体验。 推查查深入业务后遇到技术文档、代码架构与业务记忆积累的瓶颈：例如召回渠道 TIDE，模型不知道它是首页瀑布流的潮汐召回，只会按字面理解为基于全站热度/趋势的非个性化召回；同时传统 RAG 方案在代码理解与跨场景关联上短板明显。得物因此探索「上下文引擎 + 知识图谱」混合架构并落地为 OpenViking + Graphify 组合：OpenViking 以「上下文驱动」为核心，整合记忆存储、文档索引、语义检索、多 Agent 隔离与共享，适配 OpenClaw 插件生态，解决原生记忆检索弱与多 Agent 数据隔离难的问题；Graphify（开源地址 https://github.com/safishamsi/graphify）把本地文件夹（代码、文档、图片等）转化为「实体 + 关系」知识图谱，主打省 Token、代码工程理解与多模态适配，弥补 OpenViking 在技术文档深度解析上的不足。两者协同实现三件事：Graphify 结构化拆解、OpenViking 存储检索，解决技术文档提取记忆失败；Graphify 精简图谱配合 OpenViking 三级分层大幅降低 LLM 上下文消耗；OpenViking 做数据隔离与共享、Graphify 提供统一结构化知识底座以支撑多 Agent 协同。知识库内容按详细程度分三层按需加载以避免上下文膨胀。文中指出当前的触发策略问题（该查时不查、不该查时乱查），后续考虑引入「确认式检索」与意图分类触发，均属待尝试思路。 推查查进化层参考 Hermes 的自我进化机制，实现「反思 - 抽象 - 验证」三阶段闭环，把单次排查记录沉淀为可复用的通用方法论：第一步轨迹剪枝与效能提纯，进化引擎回溯 Agent 的全部排查历史、满意度反馈与每日记忆，剔除试错路径只保留对根因定位起决定性作用的工具调用链，把原本约 10 步的过程压缩为 3-4 步；第二步特征升维与逻辑泛化，利用 LLM 的业务感知把具体 UID、RequestID、商品 ID 等硬编码数据映射为高维业务变量，使排查经验可适配不同用户与时间段；第三步生成符合标准协议、包含触发条件、执行逻辑与断言检查的结构化 skill.md 存入 Skill Store；第四步沙箱 Dry Run 与准入校验，新技能上线前系统自动抓取过去 7 天内的相关排查 Case 强制回放，判定标准为自动化排查结论与专家人工结论的一致性是否 > 90%，达标才合入 Highway，不达标打回进化层重新反思。与 Hermes 全自动合入不同，推查查增加回放准入环节以换取「确定性的进化」，且进化产物是 Skill 与 Story 而非模型参数，更换底层大模型后沉淀的排查经验可无缝迁移。