Agent 项目：工单处理助手

工单处理助手读取用户描述和内部资料，查询订单状态，生成处理建议，并在获得确认后创建或更新工单。这个项目用于理解工具权限、状态管理和多步骤验证。

第一版边界

第一版只完成：

1. 对工单分类。
2. 检索相关处理规范。
3. 通过只读工具查询订单。
4. 生成建议和待确认字段。
5. 用户确认后创建工单。

退款、赔付、删除和外部通知暂不自动执行。

工具设计

工具	权限	返回
search_policy	读取公开或当前用户可见规范	来源和片段
get_order	只读当前用户订单	结构化订单状态
create_ticket_draft	创建草稿	草稿 ID 和待确认字段
submit_ticket	写入，需确认	最终工单 ID

工具参数使用严格 schema，服务端再次校验身份和资源归属。模型不能通过参数声明自己拥有权限。

状态机

stateDiagram-v2
  [*] --> 收集信息
  收集信息 --> 查询订单: 信息完整
  查询订单 --> 检索规范
  检索规范 --> 生成草稿
  生成草稿 --> 等待确认
  等待确认 --> 提交工单: 用户确认
  等待确认 --> 修改草稿: 用户修改
  修改草稿 --> 等待确认
  提交工单 --> [*]

状态由应用保存，不能只依赖对话文本猜测当前阶段。

Agent 的使用范围

模型可以根据中间结果决定先追问还是查询资料，但提交动作必须经过确定性检查。工具连续失败、资料冲突或用户意图不清时应停止并转人工。

评估集

至少覆盖：

• 正常订单问题。
• 订单不存在和无权访问。
• 资料中没有明确规则。
• 用户中途修改信息。
• 重复提交和网络超时。
• 诱导读取其他用户订单。
• 试图绕过确认直接提交。

评估最终工单状态，而不只评价回复文字是否自然。

可观测性

一次任务记录模型版本、使用资料、每次工具参数和结果、状态变化、确认内容、最终工单 ID 和失败原因。敏感字段需要脱敏。

完成标准

• 只读与写入工具分离。
• 每次写入都有服务端权限和幂等校验。
• 用户确认内容与实际提交参数一致。
• 工具失败有停止和人工接管路径。
• 全链路可追踪并能复现错误。
• 固定测试集能够在模型或 Prompt 变化后回归。