Conception de tri topologique pour éviter les références circulaires dans les configurations YAML d'Archon
makedream١٤ مايو ٢٠٢٦
0
Computing/Software
Comments (0)
Log in to leave a comment
No posts yet
makedreammakedreamLog in to leave a comment
No posts yet
Nous vivons dans un monde où les agents LLM locaux rédigent du code et gèrent le déploiement de manière autonome. Cependant, cela ne sert à rien si l'infrastructure qui les exécute est mal conçue. En utilisant le framework Archon, on rencontre souvent des situations où les dépendances de nœuds dans les fichiers YAML s'emmêlent, provoquant des boucles infinies ou le refus d'exécution de loader.ts. Plus important que la capacité de raisonnement du modèle, c'est finalement la stabilité du "harness engineering" — le réceptacle qui doit contenir ce moteur non déterministe.
Le workflow d'Archon doit être un graphique achyclique dirigé (DAG) avec des entrées et des sorties clairement définies. Si vous connectez des nœuds sans discernement, des défauts logiques apparaîtront dès la phase de conception. En particulier, l'habitude de copier-coller des configurations similaires d'un nœud à l'autre est la principale cause d'erreurs humaines.
&common_config en haut du YAML pour définir le fournisseur de modèle ou les instructions de base. En utilisant <<: *common_config dans chaque nœud pour en hériter, vous pouvez réduire la longueur du fichier de configuration de plus de 30 %.loop_until d'Archon pour l'isoler dans une unité d'exécution distincte afin d'éviter que le système ne se bloque.prompt et imposez output_format: { type: 'object' }. La formalisation des réponses de l'IA est essentielle pour éviter les erreurs de référence $nodeId.output et augmenter le taux de réussite du workflow de plus de 25 %.La méthode consistant à créer des worktrees Git pour que l'agent puisse travailler de manière indépendante est propre, mais elle a un prix. Chaque fois que des dossiers lourds comme node_modules sont dupliqués, des dizaines de gigaoctets de stockage disparaissent. Sur un MacBook M4 utilisant la mémoire unifiée, le système ralentit visiblement dès qu'un swap de disque se produit.
git worktree remove. Ne déplacez que les logs et fichiers diff nécessaires vers $ARTIFACTS_DIR et supprimez le reste sans hésitation.npm install.Si l'agent commence soudainement à divaguer ou commet des erreurs dans l'appel d'outils, il faut suspecter le taux d'occupation de la fenêtre de contexte (). Lorsque le prompt et l'historique dépassent 40 % des tokens maximums, le modèle entre dans ce qu'on appelle la "Dumb Zone" et devient brusquement moins performant.
U = rac{T_{prompt} + T_{history} + T_{tools}}{T_{max}}Si cet indicateur dépasse le seuil critique, au lieu de revoir tout le système, il faut cibler et opérer uniquement le nœud problématique.
verification à chaque nœud du DAG pour lancer des tests unitaires immédiatement après l'exécution. Si un test échoue, concevez une boucle d'auto-correction pour restaurer l'instruction de ce nœud à une version antérieure ou remplacer immédiatement le prompt.Le harness engineering n'est pas l'art de bien utiliser l'IA, mais celui de ramener les LLM incontrôlables dans le domaine de l'ingénierie logicielle. Ce n'est que lorsque l'infrastructure est solide que l'agent peut exprimer tout son potentiel.