震惊！这个框架让大模型从“脑死亡“到“听话如狗“，程序员狂喜！

如何避免大模型面对200条规则直接崩溃？

上班第一天，领导让你完成一个任务，要求一小时搞定

但这个任务附带200个业务规则，50个工具和30个demo

你会怎么办？

当然是：

那么问题来了，为什么会有人觉得，人都办不到的要求，把指令一股脑塞给大模型做Agent

它就能毫无偏差的执行、完美交付？

既然AI也办不到，那该怎么办？

推荐一个GitHub 最近很火的开源agent框架Parlant。

相比LangChain / LlamaIndex 等传统框架只能静态一股脑注入所有上下文，Parlant可以通过动态规则注入、自我批判机制以及条件化工具调用，让agent变得可控可解释。

那么，Parlant是如何设计的，我们如何将其结合Milvus用于生产级agent？本文将一一解释。

01

传统框架的不足与Parlant的创新

传统的几百条规则、几十个工具与demo式饱和式上下文注入，往往在小规模测试中表现还不错，但在生产环境中就会立刻暴露三个致命问题：

规则冲突无法解决：当多条规则同时适用时，LLM会随机选择或混合执行，导致行为不可预测。例如，一个电商Agent同时面对"VIP用户优先处理"和"高额订单需要二次确认"两条规则时，执行优先级完全依赖模型的随机性。

边缘情况覆盖不足：你无法预知所有可能的用户输入组合。当遇到训练数据中罕见的场景时，Agent会退化到通用回复模式，丢失业务特异性。

调试与优化成本高昂：当Agent行为出现问题时，你无法确定是哪条规则失效了，只能重新调整整个系统提示，然后再次进行全量测试。

针对以上问题，Parlant引入了动态****规则注入：将规则定义与规则执行分离，通过动态匹配机制确保只有最相关的规则被注入到LLM上下文中。

这个设计理念类似于现代Web框架中的路由系统——你不会在每个请求中加载所有路由处理器，而是根据URL动态匹配对应的处理逻辑。

具体来说，Parlant的核心是Guidelines系统，每条指南包含三个要素：

await agent.create_guideline( condition="用户询问退款且订单金额超过500元", action="先调用订单状态检查工具，确认是否符合退款条件，然后提供详细的退款流程说明", tools=[check_order_status, calculate_refund_amount] )

Condition（条件）：用自然语言描述触发场景，Parlant会将其转换为语义向量进行匹配。

Action（行动）：明确定义Agent应该如何响应，这部分会在条件匹配时被注入到LLM上下文。

Tools（工具）：关联的外部函数，只有在指南激活时才会暴露给Agent。

这个设计的精妙之处在于：Parlant在每次用户输入时，会先进行一次轻量级的指南匹配过程，只将相关的3-5条指南注入到LLM上下文中。这样既保持了上下文的简洁性，又确保了规则的精准执行。

在此基础上，Parlant还引入了自我批判机制作为双重保险，来提升规则遵循的一致性与可控性。其流程分为三步走：

1. 生成候选回复：基于匹配的指南和对话上下文生成初步回复
2. 合规性检查：将候选回复与激活的指南进行对比，验证是否完全遵循
3. 修正或确认：如果发现偏差，触发修正流程；如果符合要求，输出最终回复

此外，传统Agent框架会将所有可用工具暴露给LLM，从而导致两个问题：一是上下文膨胀，二是工具误用。Parlant通过将工具与指南绑定，实现了条件化执行：

# 只有当"用户要转账"这个条件满足时，才会暴露余额查询工具 await agent.create_guideline( condition="用户想要进行转账操作", action="首先检查账户余额，如果余额低于500元，提醒可能产生透支费用", tools=[get_user_account_balance] )

这种设计确保了工具调用的精准性，避免了Agent在不恰当的时机调用敏感API。

02

动态规则注入的关键：Milvus

当我们深入Parlant的指南匹配机制时，会发现一个核心技术挑战：如何在毫秒级延迟内，从数百甚至数千条指南中找到与当前对话最相关的3-5条？这就是向量数据库发挥作用的场景。

（1）语义匹配的技术实现

Parlant的指南匹配本质上是一个语义检索问题。系统会将每条指南的condition字段转换为向量嵌入（Embedding），当用户输入到达时：

第一步，将用户消息和对话历史编码为查询向量

第二步，在指南向量库中执行相似度搜索

第三步，返回Top-K最相关的指南

第四步，将这些指南注入到LLM上下文中

这个过程需要向量数据库具备三个核心能力：高性能的近似最近邻搜索（ANN）、灵活的元数据过滤、以及实时的向量更新。Milvus在这三个维度上都提供了生产级的支持。

（2）Milvus在Agent系统中的实际应用

以一个金融服务Agent为例，假设系统中定义了800条业务指南，覆盖账户查询、转账、理财产品咨询等场景。使用Milvus作为指南存储层的架构如下：

from pymilvus import connections, Collection, FieldSchema, CollectionSchema, DataType import parlant.sdk as p # 连接Milvus connections.connect(host="localhost", port="19530") # 定义指南集合的Schema fields = [ FieldSchema(name="guideline_id", dtype=DataType.VARCHAR, max_length=100, is_primary=True), FieldSchema(name="condition_vector", dtype=DataType.FLOAT_VECTOR, dim=768), FieldSchema(name="condition_text", dtype=DataType.VARCHAR, max_length=1000), FieldSchema(name="action_text", dtype=DataType.VARCHAR, max_length=2000), FieldSchema(name="priority", dtype=DataType.INT64), FieldSchema(name="business_domain", dtype=DataType.VARCHAR, max_length=50) ] schema = CollectionSchema(fields=fields, description="Agent Guidelines") guideline_collection = Collection(name="agent_guidelines", schema=schema) # 创建HNSW索引以实现高性能检索 index_params = { "index_type": "HNSW", "metric_type": "COSINE", "params": {"M": 16, "efConstruction": 200} } guideline_collection.create_index(field_name="condition_vector", index_params=index_params) 在实际运行时，当用户输入"我想把10万元转到我妈妈的账户"时，系统会：

1. 向量化查询：将用户输入转换为768维向量
2. 混合检索：在Milvus中执行向量相似度搜索，同时应用元数据过滤（如business_domain=“transfer”）
3. 结果排序：根据相似度分数和priority字段综合排序
4. 上下文注入：将Top-3匹配的指南的action_text注入到Parlant Agent的上下文中

这个过程在Milvus中的P99延迟通常低于15ms，即使指南库规模达到10万条。相比之下，如果使用传统关系型数据库存储指南并通过关键词匹配，延迟会超过200ms，且匹配精度显著下降。

（3）长期记忆与个性化的实现

Milvus的价值不仅限于指南匹配。在需要长期记忆的Agent场景中，Milvus可以存储用户的历史交互向量，实现个性化响应：

# 存储用户交互历史 user_memory_fields = [ FieldSchema(name="interaction_id", dtype=DataType.VARCHAR, max_length=100, is_primary=True), FieldSchema(name="user_id", dtype=DataType.VARCHAR, max_length=50), FieldSchema(name="interaction_vector", dtype=DataType.FLOAT_VECTOR, dim=768), FieldSchema(name="interaction_summary", dtype=DataType.VARCHAR, max_length=500), FieldSchema(name="timestamp", dtype=DataType.INT64) ] memory_collection = Collection(name="user_memory", schema=CollectionSchema(user_memory_fields))

用户再次访问时，Agent可以从Milvus中检索相关的历史交互，提供连贯的对话体验。例如，用户上周咨询过理财产品，本周再次访问时，Agent可以主动询问"您对上次了解的那款基金产品还有疑问吗？"

（3）性能优化的关键参数

在生产环境中部署Milvus支持的Agent系统时，需要关注几个关键参数：

索引类型选择：HNSW适合高召回率场景（金融、医疗），IVF_FLAT适合超大规模但对召回率要求相对宽松的场景（电商推荐）。

分片策略：当指南库超过100万条时，建议使用Milvus的分区（Partition）功能按业务域分片，减少检索范围。

缓存配置：对于高频访问的指南（如常见问题处理），可以利用Milvus的查询结果缓存，将延迟降低到5ms以内。

03

Parlant + MilvusLite五分钟demo

本demo主要展示Parlant的核心能力：通过智能准则让LLM普通问题直接回答，专业问题自动触发知识库检索并提供结构化的可追溯回答。

环境准备：

1.Parlant GitHub: https://github.com/emcie-co/parlant

2.Parlant文档: https://parlant.io/docs

3.python3.10+

4.OpenAI_key

5.MlivusLite

1.依赖安装

# 安装必要的Python包 pip install pymilvus parlant openai # 或者如果使用conda环境 conda activate your_env_name pip install pymilvus parlant openai

2.环境变量配置

# 设置OpenAI API密钥 export OPENAI_API_KEY="your_openai_api_key_here" # 验证环境变量是否设置成功 echo $OPENAI_API_KEY

3.核心代码实现

3.1 自定义嵌入器 (OpenAIEmbedder)

class OpenAIEmbedder(p.Embedder): # 实现文本向量化，支持超时和重试机制 # 维度: 1536 (text-embedding-3-small) # 超时设置: 60秒，最大重试2次

3.2知识库初始化

• 创建Milvus集合 kb_articles
• 插入示例数据（退款政策、换货政策、物流时间）
• 建立HNSW索引以加速检索

3.3向量检索工具

@p.tool async def vector_search(query: str, top_k: int = 5, min_score: float = 0.35): # 1. 将用户查询转换为向量 # 2. 在Milvus中执行相似度搜索 # 3. 返回相关度超过阈值的结果

3.4Parlant Agent配置

• 准则1 : 对于事实性/政策性问题，必须先执行向量检索
• 准则2 : 有证据时使用结构化模板回复（摘要+要点+来源）

# 核心准则 1：当用户问事实类/政策类问题，必须先做向量检索 await agent.create_guideline( condition="User asks a factual question about policy, refund, exchange, or shipping", action=( "Call vector_search with the user's query. " "If evidence is found, synthesize an answer by quoting key sentences and cite doc_id/title. " "If evidence is insufficient, ask a clarifying question before answering." ), tools=[vector_search], ) # 核心准则 2：当有证据时使用模板化回复，统一口径与风格 await agent.create_guideline( condition="Evidence is available", action=( "Answer with the following template:\\n" "Summary: provide a concise conclusion.\\n" "Key points: 2-3 bullets distilled from evidence.\\n" "Sources: list doc_id and title.\\n" "Note: if confidence is low, state limitations and ask for clarification." ), tools=[], )

3.5完整代码

import os import asyncio import json from typing import List, Dict, Any import parlant.sdk as p from pymilvus import MilvusClient, DataType # 1) 环境变量：使用 OpenAI（默认生成模型 + 作为嵌入服务） # 请确保已设置 OPENAI_API_KEY OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY") if not OPENAI_API_KEY: raise RuntimeError("Please set OPENAI_API_KEY environment variable") # 2) 初始化 Milvus Lite（本地内嵌，无需独立服务） # MilvusClient 使用本地文件路径启用 Lite 模式（需 pymilvus>=2.x） client = MilvusClient("./milvus_demo.db") # Lite 模式使用本地文件路径 COLLECTION = "kb_articles" # 3) 示例数据：三段政策或 FAQ（实际可从文件加载并分块） DOCS = [ {"doc_id": "POLICY-001", "title": "Refund Policy", "chunk": "Refunds are available within 30 days of purchase if the product is unused."}, {"doc_id": "POLICY-002", "title": "Exchange Policy", "chunk": "Exchanges are permitted within 15 days; original packaging required."}, {"doc_id": "FAQ-101", "title": "Shipping Time", "chunk": "Standard shipping usually takes 3–5 business days within the country."}, ] # 4) 使用 OpenAI 生成嵌入（你也可以替换为别的嵌入服务） # 这里我们通过 Parlant 的内置 OpenAI embedder（更简单），也可直接用 openai SDK。 class OpenAIEmbedder(p.Embedder): async def embed(self, texts: List[str], hints: Dict[str, Any] = {}) -> p.EmbeddingResult: # 使用 OpenAI API 进行文本嵌入，优化超时和重试设置 import openai try: client = openai.AsyncOpenAI( api_key=OPENAI_API_KEY, timeout=60.0, # 增加到60秒超时 max_retries=2 # 设置重试次数 ) print(f"正在生成 {len(texts)} 个文本的嵌入向量...") response = await client.embeddings.create( model="text-embedding-3-small", input=texts ) vectors = [data.embedding for data in response.data] print(f"成功生成 {len(vectors)} 个嵌入向量") return p.EmbeddingResult(vectors=vectors) except Exception as e: print(f"OpenAI API调用失败: {e}") # 返回模拟向量用于测试Milvus连接 print("使用模拟向量进行测试...") import random vectors = [[random.random() for _ in range(1536)] for _ in texts] return p.EmbeddingResult(vectors=vectors) @property def id(self) -> str: return "text-embedding-3-small" @property def max_tokens(self) -> int: return 8192 @property def tokenizer(self) -> p.EstimatingTokenizer: from parlant.core.nlp.tokenization import ZeroEstimatingTokenizer return ZeroEstimatingTokenizer() @property def dimensions(self) -> int: return 1536 embedder = OpenAIEmbedder() async def ensure_collection_and_load(): # 创建集合（schema：主键、向量、附加字段） if not client.has_collection(COLLECTION): client.create_collection( collection_name=COLLECTION, dimension=len((await embedder.embed(["dimension_probe"])).vectors[0]), # 使用默认度量（COSINE）；如需变更可指定 metric_type="COSINE" auto_id=True, ) # 创建索引以加速检索（HNSW 作为示例） client.create_index( collection_name=COLLECTION, field_name="vector", index_type="HNSW", metric_type="COSINE", params={"M": 32, "efConstruction": 200} ) # 插入数据（若已存在可跳过；这里简单处理为幂等） # 生成嵌入 chunks = [d["chunk"] for d in DOCS] embedding_result = await embedder.embed(chunks) vectors = embedding_result.vectors # 检查是否已存在相同 doc_id；演示用，实际应做更严格的去重 # 这里直接插入。生产环境请使用 upsert 逻辑或显式主键 client.insert( COLLECTION, data=[ {"vector": vectors[i], "doc_id": DOCS[i]["doc_id"], "title": DOCS[i]["title"], "chunk": DOCS[i]["chunk"]} for i in range(len(DOCS)) ], ) # 加载到内存 client.load_collection(COLLECTION) # 5) 定义向量检索工具（Parlant 的 Tool） @p.tool async def vector_search(context: p.ToolContext, query: str, top_k: int = 5, min_score: float = 0.35) -> p.ToolResult: # 5.1 生成查询向量 embed_res = await embedder.embed([query]) qvec = embed_res.vectors[0] # 5.2 Milvus 检索 results = client.search( collection_name=COLLECTION, data=[qvec], limit=top_k, output_fields=["doc_id", "title", "chunk"], search_params={"metric_type": "COSINE", "params": {"ef": 128}}, ) # 5.3 组装结构化证据并做分数阈值筛选 hits = [] for hit in results[0]: score = hit["distance"] if "distance" in hit else hit.get("score", 0.0) if score >= min_score: hits.append({ "doc_id": hit["entity"]["doc_id"], "title": hit["entity"]["title"], "chunk": hit["entity"]["chunk"], "score": float(score), }) return p.ToolResult({"evidence": hits}) # 6) 运行 Parlant Server，并创建 Agent + 行为准则 async def main(): await ensure_collection_and_load() async with p.Server() as server: agent = await server.create_agent( name="Policy Assistant", description="Rule-controlled RAG assistant with Milvus Lite", ) # 示例变量：当前时间（可用于模板或日志） @p.tool async def get_datetime(context: p.ToolContext) -> p.ToolResult: from datetime import datetime return p.ToolResult({"now": datetime.now().isoformat()}) await agent.create_variable(name="current-datetime", tool=get_datetime) # 核心准则 1：当用户问事实类/政策类问题，必须先做向量检索 await agent.create_guideline( condition="User asks a factual question about policy, refund, exchange, or shipping", action=( "Call vector_search with the user's query. " "If evidence is found, synthesize an answer by quoting key sentences and cite doc_id/title. " "If evidence is insufficient, ask a clarifying question before answering." ), tools=[vector_search], ) # 核心准则 2：当有证据时使用模板化回复，统一口径与风格 await agent.create_guideline( condition="Evidence is available", action=( "Answer with the following template:\\n" "Summary: provide a concise conclusion.\\n" "Key points: 2-3 bullets distilled from evidence.\\n" "Sources: list doc_id and title.\\n" "Note: if confidence is low, state limitations and ask for clarification." ), tools=[], ) # 提示：本地 Playground 在下述地址 print("Playground: <http://localhost:8800>") if __name__ == "__main__": asyncio.run(main())

4.运行代码

# 运行主程序 python main.py

4.1访问前端

<http://localhost:8800>

5.访问测试

5.1测试一

##一般性问题（直接LLM回答） 请介绍一下机器学习？

5.2测试二

#触发向量检索+规则 我买的东西不满意，可以退款吗？

我的包裹什么时候能收到？

测试结果完全符合预期。对于一般性问题（如机器学习介绍），系统直接使用LLM给出回答；而对于专业问题（如退款和物流咨询），系统自动触发向量检索并按照结构化模板提供可追溯的答案，验证了Parlant的动态准则机制和Milvus的语义检索能力。

04

写在结尾

很多开发者会问：Parlant与现有的Agent框架（如LangChain、LlamaIndex）有什么区别？

LangChain/LlamaIndex：通用型框架，提供丰富的组件和集成，适合快速原型开发和研究探索。但在生产环境中，需要开发者自行实现规则管理、可靠性保障等机制。

Parlant：专注于生产级Agent的控制与合规，开箱即用的指南系统、自我批判机制和可解释性工具。适合需要高可靠性的面向客户场景（金融、医疗、法律）。

两者可以互补使用：用LangChain构建复杂的数据处理Pipeline，用Parlant封装最终面向用户的交互层。而Milvus这样的向量数据库，正是这个pipeline中不可或缺的基础设施。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】