为什么做
企业内部信息高度分散——文档、报表、会议纪要散落在多个源。VSA（Voyager Super Agent）的目标是面向 D-Chat（企业内部 IM）构建一个 Information Agent：用户发问即答，带来源、置信度，并按权限裁剪。它是我实习期间独立承担方案设计与落地推进的核心项目，横跨「产品方案设计」与「Agent 评测方法建设」两条主线。
我做了什么
- 前期 POC：基于 Eino ADK 验证了多源查询（Cooper 文档 / 数易报表）、内部 MCP 接入和 D-Chat 机器人可达性的最简链路，产出可运行闭环。
- 方案设计：面向信息查询场景、多群聊场景完成方案收口——从查询启用、问题补全、任务拆解，到工具调用、结果处理、证据检查、完成判断与最终回答的完整流程；设计群 Session、真实 Sender、个人 Memory、群公共 Memory 与 Workspace 的边界。
- 评测方法建设：把「Agent 做得好不好」从主观感受变成可度量体系。面向信息查询场景建立评测维度与端到端评测集，用真实 query 建立基线，作为后续回归与迭代的判断标准。
Agent 工程核心机制
- 工具治理：ToolSpec、动态 ToolSearch、Policy 与 ToolGuard——统一工具发现、按轮装配与调用校验；循环检测、结果卸载与上下文压缩治理长链路查询。
- 三层记忆：L1 工作上下文、L2 用户长期记忆、L3 会话档案；按 user × surface 隔离，群聊与私聊的持久化、拆分与脱敏策略分离。
- 可靠性与可观测性：Orchestrator + 短路式 Pipeline 统一运行生命周期，Goal/Checkpoint、HITL 中断恢复、后台 Review；结构化 turn 审计、Stage Trace 与 OTel 接线。
评测方法建设
测评体系是 VSA 的另一半价值，它让「Agent 方案」能论证、可演进：
| 维度 | 关注点 |
|---|---|
| 结果效果 | 查询答案是否准确、完整、带来源 |
| 过程能力 | 意图理解、任务拆解、工具选择是否合理 |
| 业务价值 | 是否真正回答用户的业务诉求 |
| 安全可靠性 | 权限越界、证据缺失、错误传播是否可控 |
以真实业务数据、行业典型任务、人工构造边界用例三类来源构建测试任务集，形成「越用越可测、越测越准」的闭环。
怎么用 AI 做的
- 全程 AI 结对：需求澄清 → 方案 → 计划 → 分阶段执行 → 测试验收，测试数据集与方案文档均系统归档。
- 用 Benchmark 思想建立回归基线：每次改动对照评测集验证，让「方案落地」和「质量论证」同步推进。