12 Factor 方法论合并知识图谱 / 分组目录 / 辅助工具集 / 官方工作坊材料

官方工作坊材料

工具高级工具G-TOOLS · 辅助工具集

What · 是什么

2025 年两次官方工作坊(TS/Python 双版本)的演练材料与样例
两次官方工作坊均以 walkthrough.yaml 为唯一源,主题都是「从裸仓库逐章构建 12-factor agent」
2025-05-17 TS 版:cleanup + Chapter 0-11 + Chapter XX(HumanLayer Webhook),从 Hello World 一路到 email 审批与 webhook 集成(walkthrough.yaml)
2025-07-16 Python 版:8 章(hello-world→context-window),targets 为 ipynb 输出 Jupyter notebook,面向 Google Colab
两种形态:walkthroughgen 的 markdown+folders(TS)vs walkthroughgen_py 的 notebook(Python)
章节递进覆盖:工具定义→工具循环→BAML 测试→人类工具→状态管理→人类审批→webhook(walkthrough.yaml sections)
2025-05 目录含完整 13 节 sections(00-hello-world…12-humanlayer-webhook)+ final 工程
final/ 工程即完整六模块骨架(src/agent.ts、cli.ts、state.ts、server.ts、index.ts + baml_src 四文件)
每章一个可运行检查点,快照文件经 walkthroughgen 自动生成章节 README

Why · 为什么

原理 · Principle

把抽象方法论变成可跟随的动手路径,每章一个可运行检查点,降低入门门槛

TS/Python 双语言 + CLI/notebook 双形态,验证方法论跨技术栈可复现

从零构建比只看成品更内化:读者亲手经历每个文件变更

工作坊产物即 create-12-factor-agent 模板的验证来源,两者互为证明

2025-07-16 终点明确指向「微代理在确定性 DAG」模式,衔接方法论未来方向

How · 怎么做

以 walkthrough.yaml 声明章节与步骤(file/dir/command/results),walkthrough/ 目录存每章快照
TS 版生成 by-section 工作目录与 final 工程,每个增量命令标注 incremental 只用于目录构建(walkthrough.yaml targets)
Python 版由 walkthroughgen_py 转 notebook,注入 baml-cli generate 与 Colab secrets(OpenAI key)辅助单元(walkthroughgen_py.py)
章节递进:0 hello-world → 1 CLI+agent loop → 2 calculator tools → 3 tool loop → 4 BAML tests → 5 human tools → 6 customize prompt → 7 context window → 8 API endpoints → 9 state → 10-11 human approval → XX webhook(walkthrough.yaml)
每章 walkthrough 快照经 walkthroughgen 生成 README,读者按 diff/cp 步骤逐节构建(sections/*/README.md)
notebook 环境教训固化为 CLAUDE.md 实现要点:无 async、无 sys.argv、全局命名空间、IN_COLAB 检测(CLAUDE.md)

案例 · Cases

代表性案例
2025-05-17 TS 版 13 节从空目录构建出含 email/webhook 审批的完整 agent(build/sections + build/final)
2025-07-16 Python 版 8 节 + Colab 环境,workshop_final.ipynb 输出验证(2025-07-16/)
2025-05 与 2025-05-17 为同一内容的两份版本目录,sections 逐章对应
章节 README 与 template/src 六模块完全对应,工作坊即脚手架的逐步说明

反模式 · Anti-patterns

相关边

实践资源 · 源码引用