使用CUGA构建真实的智能体应用：轻量级框架上的二十多个工作示例
CUGA是IBM开源的智能体框架，处理了智能体构建中的管道工作，让开发者只需编写工具列表和提示词即可。本文通过一个IBM云架构顾问示例，展示了如何用少量代码构建一个完整的智能体应用，并介绍了CUGA的规划、执行、反射步骤和策略系统。
CUGA（Configurable Generalist Agent）是IBM推出的开源智能体框架，旨在简化智能体应用的构建。大多数智能体项目需要花费大量时间在管道工作上，例如配置模型客户端、编写工具适配器、实现状态流等，而CUGA将这些部分抽象出来，让开发者只需专注于定义工具列表和提示词。
为了更好地展示CUGA的实用性，IBM构建了cuga-apps：一个包含二十多个单文件应用的集合，每个应用都是一个独立的FastAPI文件，封装了一个CugaAgent实例。这些应用涵盖了从电影推荐到IBM云架构顾问等多种场景，旨在作为可阅读和可复制的起点。
本文详细介绍了其中一个应用——IBM云架构顾问。这个智能体的核心代码非常简洁：一个工厂函数创建CugaAgent实例，传入模型、工具列表和特殊指令。模型通过一个工厂函数动态创建，支持多种提供商（如OpenAI、Anthropic、watsonx等），应用代码无需关心底层模型。工具则分为两类：本地定义的Python函数（如搜索IBM云目录）和通过MCP服务器获取的通用工具（如网页搜索）。提示词被设计为有序步骤，并明确禁止编造服务名称。
CUGA的规划机制是其关键优势之一。它会在执行前进行规划，然后通过工具调用和生成代码（CodeAct）执行。对于长任务，CUGA会跟踪中间结果并进行反射步骤，以便在错误发生时重新规划，而不是盲目继续。这种设计使得CUGA在多个基准测试（如AppWorld和WebArena）中名列前茅。此外，CUGA还支持Fast、Balanced和Accurate三种推理模式，以及代码执行沙箱（本地、Docker/Podman或E2B云端）。
CUGA还提供了策略系统，用于控制智能体的行为。例如，可以通过Intent Guard阻止某些请求，通过Tool Approval在 risky 工具调用前暂停等待人工批准，通过Playbook固定已知良好的流程等。这些策略在运行时生效，而不是事后包装，确保智能体在复杂环境中安全运行。
cuga-apps不仅仅是演示，更是一个可复用的库。应用按类别组织，包括研究类、日常生产力类、文档媒体类、运维类和企业类。例如，Ouroboros是一个七智能体的潜在客户生成系统，展示了多智能体协作。Meetup Finder则通过Playwright驱动无头Chromium来提取活动信息，展示了浏览器自动化的能力。
总之，CUGA通过预组装这些复杂组件，极大地降低了智能体应用的开发门槛。无论是简单的知识检索还是多智能体协作系统，开发者都可以从cuga-apps中找到合适的起点，并根据需要进行调整。