category
披露:我是 PRAXO-CORE 维护者。本文基于 2.10.0 公开范围;不是生产、安全或平台兼容性认证。
凌晨三点,一个 Erlang 服务还在运行。
它可能是一个消息网关、一个支付路由、一个游戏会话服务,或者一个 IoT 设备管理后端。它经历过重启、网络抖动、节点掉线,仍然在跑。它的团队知道怎么用进程、监督树和重启策略处理失败。
现在,假设你想让一个 Agent 参与这个服务。不是做聊天机器人,而是让它读取异常、调用工具、等待审批、写检查点、发出审计事件。
大多数 Agent 框架会默认你从 Python 开始。Erlang 服务要么暴露一个 API,由 Python 服务拥有 Agent 循环;要么被要求“现代化”。
PRAXO-CORE 的 Erlang SDK 提供第三条路:保留 Erlang 服务,把受治理的 Agent 循环放进进程里。
一、默认答案:Python sidecar
默认答案是:Agent 住在 Python 服务里,Erlang 服务作为一个工具被调用。
这有时是正确选择。它隔离了新运行时,避免碰已经在跑的服务。但它把策略、审批、审计和凭证推到了进程边界之外。它还要求 Erlang 团队信任一个不在自己监督树里的失败路径。
二、第三条路:循环进入进程
PRAXO-CORE 的 Erlang SDK 是原生 Erlang/OTP 29 Core 实现,不是桥接,也不是 Python 包装。
Erlang 服务调用 run_agent,传入 options、session、prompt,拿回 result。模型、工具、策略、事件都在同一个进程里。
核心调用很小:
Model = praxo_agent:static_model(<<"hello">>),
Options = praxo_agent:new_agent_options(Model),
{ok, Result, _Options} =
praxo_agent:run_agent(Options, praxo_models:session(<<"demo">>), <<"hello">>),
io:format("~s~n", [maps:get(output, Result)]).
三、最重要的边界:不是 OTP 应用
必须把这句话放在前面:
这个 SDK 不是 OTP 应用,也不是监督树。
它不创建进程、邮箱、supervisor 或重启策略。
它是一个同步 Core 循环,调用方把它放进自己的进程和监督模型里。并发、重试、backoff、回调异常处理,都由调用方拥有。
这是刻意的设计。Erlang 团队对进程设计和失败行为有强观点;一个库如果悄悄创建一套平行运行时,会是负债。
真正的问题是:当模型在凌晨三点出错时,谁负责监督? 答案是调用方,不是 SDK。
四、原生 Erlang/OTP 29
SDK 由一组原生 Erlang module 组成:
praxo_agent:Agent 循环、options、tool helper、fallback model;praxo_models:message、request、response、usage、session、event、decision、context budget、stream kinds;praxo_sink:event sink;praxo_memory:memory store;praxo_checkpoint:checkpoint allowlist;praxo_runtime:path checker、token estimate;praxo_toolcall:tool-call 解析、markup 移除;praxo_jsonschema:schema 校验;praxo_plugin:manifest 解析;praxo_middleware:PII 脱敏、structured output、call limit、tool selection。
验证结果:11 组向量全部通过(OTP 29),原生回归测试,API 快照和 parity 清单,远程 erlang-conformance CI。源码 tag erlang/v0.9.0,Hex 包 praxo_core_erlang 0.9.0,目标 SPEC_VERSION 0.2.0。
在 Hex 中安装:
{deps, [{praxo_core_erlang, "0.9.0"}]}.
JSON 使用 OTP json 模块。OTP 是独立工具链;SDK 源码是 MIT。
五、同步、串行:不是 streaming runtime
Core 循环是同步的,工具串行执行。
这不是缺陷,而是边界。如果你需要高并发流式处理,Erlang 很擅长并发,但这个 SDK 不是 streaming runtime。它是一个受控循环,可以放进你已经监督的进程里。
调用方提供 model 和 tool callback。callback 异常不会自动转换成契约错误;调用方必须决定怎么处理。这是另一个刻意边界:SDK 不把 Erlang 的失败语义藏在一个通用错误类型后面。
六、两个 partial 面
必须明确:
- tool registry:覆盖常见路径和向量行为,但不是每个可选 Go hook;
- stream part:有 stream kind 表示,但不是异步 streaming runtime;
- JSON Schema:覆盖向量定义行为,但不是完整 JSON Schema。
其余声明范围内通过。PII 脱敏、structured output、per-run call limit 和 tool
selection 是已集成到循环的 opt-in 中间件;支持 fallback model。没有 provider
adapter、streaming runtime、plugin host 或持久 session store。
七、治理与失败
电信或消息服务不需要一个会聊 Erlang 的 Agent。它需要的是:Agent 能参与运维流程,同时不绕过流程周围的控件。
这意味着:
- 策略检查能看到最终工具参数;
- 工具授权是显式的;
- 检查点支持恢复;
- 事件是结构化的,能用于审计和遥测;
- 人类审批发生在正确边界;
- 框架清楚说明自己不负责什么。
如果循环就在 Erlang 进程里,服务状态、凭证和策略决策可以靠得更近。这减少了一种边界穿越,但不自动等于安全、合规或容错。
监督问题仍然是你的。
八、我们没做什么
- 不是 OTP 应用,不是监督树;
- 不是 streaming runtime;
- provider adapter 已存在;
- 没有 plugin host;
- 没有持久 session store;
- 不是完整 Go parity;tool registry、JSON Schema 是 partial;stream part 是 parity;
- 不是操作系统级路径隔离;
- 不是通用 PII 合规;
- 不宣称生产可用或安全认证;
- 不宣称“Erlang 是新的 AI 语言”。
九、邀请
Erlang 不需要变成 Python,才能用 Agent。
它需要的是一个能在原进程里受治理地运行、失败行为清楚、边界明确的 Agent 循环。
如果你运行 Erlang/OTP 服务,欢迎提出最难的问题:
- 你会把循环放进已有监督进程,还是留在 sidecar?
- 当模型或工具失败时,谁负责监督、重试和 backoff?
- 哪些边界应该原生,哪些应该留在桥接后面?
- 你需要看到什么证据,才愿意让 Agent 从 Erlang 调用生产工具?
仓库:github.com/axisvela/praxo-core
Erlang 文档:axisvela.github.io/praxo-core/languages/erlang
如果答案是“我的服务更适合 Python sidecar”,那也是一个有用的答案。目标不是让所有架构都一样,而是让集成边界变得诚实。
阅读原文: 如果公众号外链受限,可将“阅读原文”指向 Erlang 文档或仓库镜像页。正文保留仓库名 axisvela/praxo-core,方便读者搜索。
- 登录 发表评论