DECO — 腾讯数据工程 Agent Hook 护栏层实践¶
Ch04.755 DECO — 腾讯数据工程 Agent Hook 护栏层实践¶
📊 Level ⭐⭐ | 3.5KB |
entities/deco-agent-hook-governance-tencent-2026.md腾讯 DECO（Data Engineering Agent 引擎）的护栏层实践，用 Agent 框架的 Hook 切面在代码层确定性兜底三类问题：长文本偷懒、越权操作、上下文失忆。
三类治理问题¶
腾讯 DECO 团队识别出 prompt 无法管控的三类 LLM 行为：
- LLM 偷懒 — 长 SQL/ETL 脚本被截断、占位略写、复印式重写到 token 耗尽
- 越权操作 — 模型无法区分"查询"和"发布"的可逆性差异
- 上下文失忆 — 模型跳过"看起来不必要"的检查步骤
Hook 链护栏体系¶
基于 Agent 框架的 Callback 切面（beforeTool/afterTool/beforeModel/afterModel），DECO 挂了十余个 Hook。
长文本完整性护栏（读写两侧 Offload）¶
核心方案：LLM 永远不直接接触脚本全文。两端都用 Hook 拦截 + 沙箱文件做"中转站"。
- 拉取侧 Offload（afterTool）：Hook 拦截含 scriptContent 的响应，全文写入沙箱只读快照，替换为引用句柄
- 写回侧 Onload（beforeTool）：Hook 从文件读回全文覆盖入参
效果：修改任务工具调用输出 token 直降约 90%，复印自截断从近 100% 物理消除。
危险操作 HITL（beforeTool Guard）¶
配置驱动的危险工具守卫：每个危险操作配置 required-state key 和确认对话框，没拿到用户明确授权，工具在框架层物理走不通。
确认框支持多选项 + 带输入控件（审批人、回刷日期），变更预览在确认前展示。
上下文联动闭环（Hook → state → Attachment）¶
范式：Hook 采集事实 → 写 state → Attachment 注入下一轮 prompt。
- RiskAnalysisHook：Agent 改表后在 afterTool 触发下游风险分析，结果自动注入下轮
- PythonImageHook：Python 脚本产出的图表自动发现，生成预签名 URL 供前端渲染
行业定位¶
DECO 的护栏体系与主流框架对比：
| 能力 | 框架原生 | DECO 差异 |
|---|---|---|
| 读侧 offload | ADK ArtifactService, LangGraph offload | 写侧 onload 自研（scriptFilePath 协议） |
| HITL | ADK ToolConfirmation, LangGraph HITL | 多选项+输入框+变更预览+配置驱动 |
| 上下文断裂 | ADK artifacts（被动 load） | Hook→state→Attachment 主动 push |
关联条目¶
- Harness Engineering 阿里 Java 实践 — 企业级 Harness 工程另一视角
- 腾讯混元 Hy3 Agent 产品 — 腾讯同系的 Agent 产品发展
- 腾讯 K8s + Ray AI Workload 调度 — 腾讯另一生产级 AI 系统实践
退出¶
→ 原文存档