餐饮数据分析 Agent 实战:route→fetch→narrate→ground 四步架构
RedaHaloubi · reddit · 2026-09-10
作者为餐厅 POS 产品(Square/Toast 类)构建只读「问你的门店数据」分析 Copilot,在放开写权限前公开架构求拍砖,Node.js + TypeScript 技术栈,核心原则是 LLM 不做任何计算,所有数学都在预聚合管道(CDC → 分析库 → edge API)里完成。
四步循环:
- Route:不做全量 27 个工具注册,用关键词/意图过滤决定模型可见工具;固定 12 个 CORE 工具保证 prompt cache 稳定,其余按问题「pin」进来(灵感来自 Claude Code 的 CORE + deferred-tools,Gemini 无原生 deferloading 只能手搓)。
- Fetch:每个工具是薄封装,把响应投影成精简 DTO 再交给模型(收入摘要从 4k 字符压到 500);失败软降级为 {error} 保持流不中断。
- Narrate:Gemini Flash + Vercel AI SDK streamText + tools 多步循环,SSE 流式输出。
- Ground:事后校验器扫描回答中每个 $ 与 % 数字,核对是否真出现在工具输出里;目前只记录不匹配,可选严格重写模式。
已验证有效的:精简 DTO 大幅削负载;意图过滤减少了幻觉式工具调用;how-to 路径用静态目录做 ToolSearch-lite。
仍痛的:「对比上周」类问题频繁触发数字校验;多轮追问未脚本化;下一阶段才做 HITL 写操作(preview → confirm → mutate → audit)。
作者还列出五个求解答的问题:20-40+ 工具时的选择策略、数字 grounding 是否够用、不泄 PII 的可观测性方案、HITL 写工具模式、Vercel AI SDK 踩坑。
所属事件:餐厅 POS 分析 Agent 采用四步架构,LLM 永不计算(2 条相关)→
「编程与Agent」频道最新
- Salesforce 发布 EvoHarnessBench：考验 Agent 应对工具与环境持续演进 — Salesforce · 2026-09-10
- 清华+Qwen团队:重建代码环境训练Agent,Terminal-Bench提升至58.1% — rohanpaul_ai · 2026-09-10
- 网友呼吁：让 Codex/Claude 沉淀流程文档，防模型哪天不可用 — moonsandhues · 2026-09-10
- 开源 Whatomate：单二进制 WhatsApp AI 客服平台获 1.5k Star — tom_doerr · 2026-09-10
- Reddit 网友用 Kanban 看板管理 AI 子代理,彻底解决上下文膨胀 — Clean-Vermicelli-700 · 2026-09-10
- 开源 Nomos 项目:如何系统性测试 AI 代理权限是否过宽 — Excellent-Hour7253 · 2026-09-10