Build Your First AI Agent
Một demo agent nhỏ có công cụ giới hạn, bộ đánh giá và cách xử lý lỗi.
Bạn sẽ làm được gì?
- 01Viết spec và mô hình rủi ro2 giờ
Spec, sơ đồ kiến trúc và ba ca kiểm thử ban đầu.
- 02Lắp công cụ và xử lý lỗi4 giờ
Demo lặp lại được và log ba trường hợp thành công/thất bại.
- 03Đánh giá, bảo vệ và trình diễn3 giờ
Bảng đánh giá, README và demo có giới hạn được công bố.
Viết spec và mô hình rủi ro
Hướng dẫn gốc của Atlas
Agent Atlas: chọn tác vụ chỉ đọc trên dữ liệu mẫu. Định nghĩa schema đầu vào/đầu ra, quyền công cụ và điều kiện dừng. Tách dữ liệu không đáng tin khỏi chỉ dẫn hệ thống.
Viết spec cho agent tra cứu một danh mục giả lập; liệt kê giới hạn vòng lặp và ngân sách.
Đầu ra: Spec, sơ đồ kiến trúc và ba ca kiểm thử ban đầu.
Tự đánh giá trước khi hoàn thành
- Phạm vi đủ nhỏ để kiểm thử.
- Không có quyền ghi/gửi hoặc secret trong dữ liệu.
- Có giới hạn vòng lặp, thời gian và chi phí.
Lắp công cụ và xử lý lỗi
Hướng dẫn gốc của Atlas
Agent Atlas: bắt đầu với một hàm tra cứu giả lập có schema rõ ràng. Kiểm tra tham số trước khi chạy. Timeout, dữ liệu thiếu và phản hồi sai định dạng đều phải đi vào nhánh lỗi có thể quan sát.
Xây demo một công cụ chỉ đọc; ghi log đã bỏ dữ liệu nhạy cảm. Có thể chạy với phản hồi mô hình giả lập để tránh phí.
Đầu ra: Demo lặp lại được và log ba trường hợp thành công/thất bại.
Tự đánh giá trước khi hoàn thành
- Từ chối tham số ngoài schema.
- Timeout không gây vòng lặp vô hạn.
- Không ghi API key hay dữ liệu cá nhân vào log.
Đánh giá, bảo vệ và trình diễn
Hướng dẫn gốc của Atlas
Agent Atlas: kiểm thử cả prompt injection trong dữ liệu, truy vấn ngoài phạm vi và lỗi công cụ. Chấm kết quả với đáp án kỳ vọng; ghi giới hạn thay vì chỉ đưa video chạy thành công.
Chạy ít nhất mười ca, gồm ba ca bất lợi. Viết README cách chạy, chi phí và cách dừng demo.
Đầu ra: Bảng đánh giá, README và demo có giới hạn được công bố.
Tự đánh giá trước khi hoàn thành
- Có kiểm thử dữ liệu chứa chỉ dẫn độc hại.
- Kết quả có thể đối chiếu đáp án.
- README ghi rõ giới hạn, phí thực tế và cách tắt.
Tiến độ do bạn tự đánh dấu, không phải chứng nhận của nhà cung cấp. Mẫu v1 · biên tập 2026-10-18. Thời lượng là ước lượng.