给 Agent 配置带类型工具：替代通用抓取器的实践
RightExamination3406 · reddit · 2026-08-21
作者分享了让 Agent 可靠抓取结构化数据的架构优化经验。
- 通用抓取器的问题：每次调用都要让模型重新理解页面结构（慢、贵、输出不稳定），且网站变更时 Agent 会自信地返回垃圾数据，调试困难。
- 优化方案：
- 反转逻辑：仅用 LLM 推导一次提取模式并缓存，将每个网站作为独立的带类型工具暴露给 Agent。
- 效果：Agent 调用变为确定且廉价的，无需模型在热路径中运行；网站变更时，底层模式会重新推导，避免 Agent 产生幻觉。
- 关键点：将提取的字段与源 HTML 进行 grounding（接地），显式标记未在源码中出现的值，防止 Agent 基于静默错误数据行动。
「编程与Agent」频道最新
- Magnitude:内置本地模型的开源编码 Agent,开箱即用 — JeremyCMorgan · 2026-08-21
- HeyGen 开源 HyperFrames：把视频编辑变成编码问题交给 Agent — thursdai_pod · 2026-08-21
- 如何构建可扩展的AI Agent沙箱：一线工程经验总结 — Both-Salamander964 · 2026-08-21
- 递归自我改进比想象更近：Schmid 剖析 Agent 自改代码现状 — _philschmid · 2026-08-21
- 用 14000 条推文构建营销知识库 — eptwts · 2026-08-21
- 开发者开源 Tooldex：一个命令统一查看各编码 Agent 的 MCP 服务器 — sinfulfemale · 2026-08-21