淘宝主播Agent以分层Harness管理计划与记忆

面向「操作即时生效且面向公众、主播注意力稀缺、多话题高频交织、长程可中断要恢复」的直播场景，按 Harness 六元组（执行循环、工具注册、上下文管理、状态存储、生命周期 Hook、评测接口）建分层架构：逻辑上向 Agent 暴露统一工作区，物理上分而治之——会话与 Checkpoint 存 MySQL（agent_session 表按 user_id + session_id + state_key 点查，支持多副本对等部署）、记忆存 Hologres（向量 + 全文 + JSONB 标量混合检索）、Skill 存 GitLab（版本管理、预检与 Code Review 后灰度发布）。 上下文用三层压缩、Reducer 状态快照经 system-hint 注入、大结果卸载 OSS/Tair 三手段治理。工具调用做能力边界声明、JSON Schema 强约束、幂等键去重与 3xxx/4xxx/5xxx/9xxx 结构化错误码恢复。PreReasoning、PreToolCall、PostToolCall、PostReasoning、OnSessionEnd 五类 Hook。 五层纵深防护（Prompt 硬编码边界、Schema 强约束、auto/soft-gate/hard-gate/block 分层审批、工具执行验证、执行审计）。PlanEngine 用 DAG 全局规划替代 ReAct 单步决策，配三层 Checkpoint、增量 Replan 与 SubAgent 上下文隔离。 记忆分会话/事实/行为三层并做记忆对账与 trust_score 自进化。评测接 Langfuse trace、离线标注集（含对抗样本）与在线指标看板，主播每场打分 1-5 分。基模 qwen3.7-max，平均 7 步复杂 query 测试集上 PlanEngine 对比 ReAct：执行成功率 0.847 vs 0.737、子任务覆盖率 0.976 vs 0.883、工具执行冗余率 0.587 vs 0.727、迭代轮次 5.440 vs 8.020。