Tool Call Strategy — 工具选择与组合

来源: Agent Evolution 实战验证每次发现新的有效工具组合时追加

策略 1: 大任务并行化

场景: 多个独立子任务，需要加速

组合: sessions_spawn (并行) → sessions_yield (等待) → 合并结果

示例:

sessions_spawn(taskName="analyze-ecc", task="深度分析 ECC")
sessions_spawn(taskName="analyze-headroom", task="深度分析 headroom")
sessions_spawn(taskName="analyze-codegraph", task="深度分析 codegraph")
sessions_yield()  // 等待全部完成
// 合并三个分析文件

关键参数:

mode: "run" — 一次性后台任务
runTimeoutSeconds: 600 — 大任务 10 分钟超时
context: "isolated" — 子 agent 不需要父上下文（省 token）

经验: 3 个项目并行 vs 串行，从 8 分钟降到 2.5 分钟

策略 2: 多轮对话式编码

场景: 需要逐步构建复杂模块

组合: 先独立测试 → 再集成

示例:

1. write detector.js → node detector.js < test.txt → 确认输出
2. write smart-crusher.js → node smart-crusher.js < data.json → 确认输出
3. write ctx-compress.js → cat data | node ctx-compress.js → 确认全链路

反模式: 全部写完再测 → 一个 bug 要回溯到多个文件

策略 3: 安全门控链

场景: 执行可能有风险的操作

组合: risk-scorer → permission-gate → budget-tracker → audit-log

Input: tool_name, command
  → ctx_execute("node src/security/risk-scorer.js '...input...'")
  → if REVIEW: show risk factors
  → if CONFIRM: ask user
  → if BLOCK: refuse
  → if ALLOW:
      → preCheck budget
      → execute
      → postRecord (audit log + budget usage)

策略 4: 压缩优先

场景: 工具输出可能在 500+ 字符

组合: exec → ctx_compress → 读压缩版本 → 需要时 ctx_compress --retrieve

大输出 → ctx_compress --json → { compressed, savings%, ccrHash }
       → 99% 情况下压缩版本就够了
       → 需要原始数据时: ctx_compress --retrieve <hash>

经验: 压缩版 99.1% 节省 build log，完全够定位问题

策略 5: CodeGraph 优先

场景: 代码搜索/理解

组合: codegraph search 优先于 grep/find

1. codegraph search "symbol_name" → 结构化结果 (kind + file + line)
2. 不够 → codegraph callers "symbol" → 调用关系
3. 还不够 → codegraph impact "symbol" → BFS 影响范围
4. 最后手段 → grep/read

经验: CodeGraph 比 grep 少 58% 工具调用（项目 README benchmark）

策略 6: 减少工具调用

场景: Agent 倾向于逐个文件 grep → 大量工具调用

替代方案:

「找所有 X」: codegraph search X --limit 20 替代 20 次 grep
「读大文件」: ctx_compress 替代 read 整个文件
「批量命令」: ctx_batch_execute 替代 5+ 个独立 exec

关键指标: 工具调用次数 > 必要次数 → 有优化空间

3.0 KiB Raw Permalink Blame History Unescape Escape