01. 应用配置的存储流程

在 LLMOps 应用编排页面，应用的配置可以划分成几种，例如：1.草稿配置：用户在前端编排页面修改 Agent 配置时，实时存储的就是草稿配置，草稿配置只会在编排页面调试中生效，在开放 API 或者 WebApp 中均不会起效果。2.当前发布的运行配置：即当前 Agent 智能体在开放 API 或者在 WebApp 中使用的配置信息，由草稿配置发布得到。3.历史发布的运行配置：记录每一次发布的运行配置，便于在编排页面对配置进行回退操作，当执行回退操作时会将对应的运行配置同步到草稿配置中，完成对草稿配置的覆盖。其运行流程如下

所以在 LLMOps 项目中，可以考虑使用两张表来完成该运行流程，这两张表分别是： 1.app_config：应用运行配置表，用于存储该 Agent 应用实际运行的配置信息（WebApp、开放 API 运行的 Agent 配置）。 2.app_config_version：应用配置历史版本表，该表用于存储每次发布的配置信息历史+草稿信息，通过 config_type 来标识记录是历史配置还是草稿，通过 version 字段来标识不同的版本。那么不同的操作执行的逻辑如下：1.创建应用：创建应用的同时添加 app_config_version 记录，并在记录中存储默认草稿配置信息。2.更新应用草稿配置：将数据同步到 app_config_version 的草稿配置记录中。3.发布应用：取出应用的 app_config_version 草稿配置，同步添加到 app_config 中，同时在 app_config_version 中添加一个历史配置信息记录，并更改应用的状态，从而完成发布应用流程。4.更新应用：取出应用的 app_config_version 草稿配置，并同步更新 app_config 中的配置，同时在 app_config_version 中添加一条历史配置信息记录，从而完成应用更新流程。5.取消发布：删除 app_config 中的配置，并更改应用的状态。

02. 应用配置数据结构设计

在 Agent 应用编排页面中，为了便于后续的扩展，对于启用类字段，均使用 {"enable": true} 而非单纯 boolean 类型的标识来代替，便于后期扩展某项功能，例如长期记忆是否启用，该字段配置如下

后期如果想对长期记忆的内容长度进行配置，只需要在配置中新增字段 length_limit 即可，例如{"long_term_memory": {"enable": true, "length_limit": 2000}}

除了上述的特殊部分，在草稿配置以及历史配置中，还会存储存储关联工具列表、关联知识库列表、关联工作流列表，这些数据涉及到跨表的引用，所以考虑使用 jsonb列表来存储对应的引用，在每次 Agent 使用之前均会检测对应数据是否存在，并进行更新，例如 { "datasets": [ "1cbb6449-5463-49a4-b0ef-1b94cdf747d7", "f3f28f75-8e60-4eba-b6df-4d1b390bbd89" ] } 基于该思路，对应用配置的数据结构设计如下

json

{
    # 模型配置，涵盖提供者、模型名字、模型运行参数信息
    "model_config": {
        "provider": "openai",
        "model": "gpt-4o-mini",
        "parameters": {
            "temperature": 0.5,
            "top_p": 0.5,
            "presence_penalty": 0.2,
            "frequency_penalty": 0.3,
            "max_tokens": 4500
        }
    },
    # 携带上下文轮数
    "dialog_round": 3,
    # 人设与回复逻辑/预设prompt
    "preset_prompt": "你是一个拥有10年经验的翻译官，请帮助用户解决问题。",
    # 关联工具列表
    "tools": [
        {
            "type": "builtin_tool",
            "provider_id": "google",
            "tool_id": "google_serper"
        },
        {
            "type": "api_tool",
            "provider_id": "5e7834dc-bbca-4ee5-9591-8f297f5acded",
            "tool_id": "e1baf52a-1be2-4b93-ad62-6fad72f1ec37"
        }
    ],
    # 关联工作流列表
    "workflows": [
        "5e7834dc-bbca-4ee5-9591-8f297f5acded",
        "9f5e42d4-e184-4e2c-88f2-0ef843749e3f"
    ],
    # 关联知识库列表
    "datasets": [
        "1cbb6449-5463-49a4-b0ef-1b94cdf747d7",
        "f3f28f75-8e60-4eba-b6df-4d1b390bbd89"
    ],
    # 检索配置
    "retrieval_config": {
        "retrieval_strategy": "semantic",
        "k": 5,
        "score": 0.5
    },
    # 长期记忆配置
    "long_term_memory": {
        "enable": true
    },
    # 对话开场白
    "opening_statement": "嘿！🎉 我是你的好朋友，Gauthmath 导师机器人。",
    # 开场白建议问题列表
    "opening_questions": [
        "你能解释一下二次方程的概念吗？",
        "如何解线性方程组？",
        "求解x^2-4x+4=0"
    ],
    # 语音转文本
    "speech_to_text": {
        "enable": true
    },
    # 文本转语音
    "text_to_speech": {
        "enable": false,
        "voice": "echo",
        "auto_play": false
    },
    # 审核配置
    "review_config": {
        "enable": true,
        "keywords": ["敏感词", "慕课网"],
        "inputs_config": {
            "enable": true,
            "preset_response": "很抱歉，该问题无法回复"
        },
        "outputs_config": {
            "enable": true
        }
    },
}

设计好应用配置结构后，即可考虑完成对应 Agent 智能体的配置，实现一个 Agent（或者说一个 Class），通过接收不同的 config 能实现不同的功能，从而完成可视化编排Agent 的整个流程

总结

LLMOps应用配置分为草稿配置、当前发布运行配置、历史发布运行配置三类，通过app_config和app_config_version两张表实现配置的存储、发布、回退等操作。
应用配置数据结构设计采用可扩展的字段格式（如{"enable": true}），跨表引用数据使用jsonb列表存储，涵盖模型、工具、知识库、审核等多维度配置项。
基于统一的配置结构可实现Agent的可视化编排，通过接收不同配置实现不同功能，提升Agent的灵活性和可扩展性。

01. 应用配置的存储流程 ​

02. 应用配置数据结构设计 ​

总结 ​

01. 应用配置的存储流程

02. 应用配置数据结构设计

总结