基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-18 01:03

用 Temporal Nexus 统一 Agent 工具审批

dev.to · AI#Temporal#Agent#人工审批
Editor brief · 编辑速览

演示通过统一网关管理跨团队 Agent 工具调用,支持执行、拒绝、等待人工批准和前置审核,并将过程记录到事件历史。各团队通过独立 Nexus Endpoint 暴露工具,配有可运行的开源示例。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

多个 AI Agent 开始调用不同团队的工具后,难点就从「能不能调用」变成了「谁有权调用、谁来批准、过程怎么追查」。Temporal 的 Senior Solutions Architect Dustin Sweet 演示了一种做法:让所有工具调用经过统一网关,再决定执行、拒绝、等待审批,或先通过额外关卡。

这套 Agent Gateway 的价值,在于把调用权限、人工决策和团队边界放进同一条流程。对正在把 AI 编程助手接入部署等实际操作的团队,这比继续增加工具数量更值得先想清楚。

工具调用成功之前,先决定它该不该执行

演示里的网关是所有 Agent 访问工具的统一入口。每次调用到达这里,都要接受策略判断,可能得到四种处理结果:

  • 允许调用,继续执行。
  • 拒绝调用,阻止执行。
  • 暂停调用,等待人工批准。
  • 要求调用先通过一道额外关卡。

「等待批准」与「先过关卡」不能直接画等号。前者明确需要人的决定,后者表示执行还有前置条件;原文以 Security 的生产环境审查作为进一步的关卡,但没有展开所有关卡的实现形式。

Agent 提出操作请求,网关决定请求能否继续。

这让工具调用有了独立的控制位置。不过,原文只展示了四类策略结果,没有给出策略配置格式、匹配优先级,也没有说明多条规则冲突时如何处理。

人工审批为什么放进 Workflow

作者用生产部署演示了人工介入:部署请求停留在网关的会话 Workflow 中,直到 Checkout 团队负责人在控制台录入决定。对于生产环境,Security 的审查还是一道进一步的关卡。

这里的 Workflow,可以理解为承载调用过程及其等待状态的流程。Agent 发起请求之后,部署不会因为它已经选好工具就自动执行,流程还需要等到对应角色作出决定。

网关同时把每一步记录到 Event History(事件历史)中。这样,审批不只是口头约定或聊天消息,而是调用过程的一部分。

但演示证明的是这条流程可以被组织起来。审批超时怎么办、负责人不在时如何转交、重复提交决定如何处理,原文都没说清,不能据此认定这些细节已经解决。

统一入口,为什么不必统一所有工具代码

每个团队的工具都放在各自的 Nexus Endpoint 后面,网关通过这些端点访问工具,不导入团队代码。这是 Temporal Nexus 在该方案中承担的关键角色。

可以把 Nexus Endpoint 理解为团队对外提供工具能力的入口:工具由对应团队维护,网关负责调用前的控制。集中的是访问路径和策略判断,工具实现仍然留在团队边界内。

这个安排适合解释「跨团队接工具」的问题。不过,原文没有提供接口定义、调用代码或接入步骤,也没有交代工具变更时如何保持兼容。它展示了职责怎么划分,还不足以直接充当接入手册。

我的判断

我认可把审批和执行条件从 Agent 的判断里单独拿出来。尤其是生产部署,模型认为应该执行,与团队允许执行,是两回事。把负责人决定和 Security 审查做成流程步骤,职责会更清楚。

但这是一场架构演示,不是性能或可靠性对照实验。原文没有调用规模、延迟、故障恢复数据,也没有与普通 API Gateway、独立审批服务或 CI/CD 审批流程比较。不能据此认定 Temporal Nexus 更快、更省钱,或适合所有团队。

如果现有 CI/CD 已经能完成部署审批,新增网关是否划算,要看是否确实存在多个 Agent、多个工具团队,以及分散的调用入口。统一入口也会增加集中治理的责任;网关自身如何授权、如何保证所有调用都经过它,仍需补足设计。

能拿来做什么

  • 给现有 AI 工具清单补上执行条件,分别标明哪些可直接运行、哪些必须拒绝、哪些需要人工批准、哪些还有前置关卡。
  • 如果 AI 编程助手可以触发生产部署,把团队负责人审批和 Security 审查列成明确的流程步骤,并确认等待期间请求保存在哪里。
  • 多个团队共同提供工具时,可以参考 Nexus Endpoint 的边界划分,让网关访问团队入口,避免直接导入各团队的工具代码。
  • 评估这套方案时,优先检查审批等待、事件记录和团队隔离是否满足需求,再补测超时、失败与兼容性问题;原文没有提供这些验证结果。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
AI 代码能运行,仍需审查隐含风险
下一篇
从 Go 智能体记忆库读懂数据结构设计

资讯速览

dev.to · AI · 2026-11-18 01:03

AI 评分 8.0 / 10

相关标签

#Temporal#Agent#人工审批

继续阅读

  • 四款模型的 Agent 注入测试均受隐藏文本影响
  • AI 代码能运行,仍需审查隐含风险
  • 从 Go 智能体记忆库读懂数据结构设计
  • MCP 双鉴权:按客户端交互方式选型
  • Loop-9B 完成寒武纪适配,披露推理优化