一、核心概述

在构建 AI Agent 时，实现简单对话或工具调用非常快捷，但要将其推向生产环境，核心难点在于稳定性、持久化执行（Durable Execution）、长效上下文记忆以及抗崩溃能力。

本教程基于全栈开源/免费工具链，详细拆解如何搭建一个具备生产级特性的 AI Agent：

• Google ADK (Agent Development Kit)：作为 Agent 核心开发框架，提供灵活的节点编排与 Web UI 调试界面。
• Temporal：提供持久化执行引擎，确保 Agent 运行过程中即使后端服务崩溃重启，也能从中断节点无缝恢复（Crash-proof）。
• Supermemory：作为记忆图谱层（Memory Graph），实现端到端的长效记忆召回与上下文检索，有效减少 API 重复调用并降低 Token 成本。
• Ollama & Gemma 4：本地私有化部署的大语言模型，实现数据隐私防护与低成本运行。
• Claude Code：结合 AI SDLC（软件开发生命周期）理念，利用计划模式（Plan Mode）、Skill 加载与代码审查实现自动化开发。

本教程根据 YouTube 视频字幕整理，原始视频链接见原文出处。

二、实操步骤与核心流程详解

1. 环境准备与私有化模型部署

首先搭建本地模型推理与持久化引擎环境：

• 部署大语言模型：安装 Ollama 后，在终端执行 ollama pull gemma4 下载 Gemma 4 模型，或通过 vLLM 进行加速。
• 启动 Temporal 引擎：运行本地开源 Temporal Server，获取 Workflow 编排与事件历史跟踪能力。
• 配置 Supermemory API：注册登录 supermemory.ai，在控制台创建 API Key，并通过 pip install supermemory 安装 Python SDK。

2. 利用 Claude Code 进行 Agent 架构规划

采用 AI 驱动的方式编写 Agent 代码：

1. 进入计划模式：在 Claude Code 终端中切换至 /plan 模式。
2. 加载组件 Skill：使用 /find skills 检索并加载 Temporal 开发技能与 Agent Memory 技能。
3. 确定技术栈规范：
   • 编程语言：Python
   • Agent 框架：Google ADK
   • 引擎集成：使用内置的 ADK-Temporal Durable Agent Loop 模式
   • 记忆策略：基于用户维度（Per-user）构建长效记忆

3. 构建 Temporal 持久化 Agent 循环（Durable Agent Loop）

Temporal 将 Agent 逻辑划分为两层，以保障可靠性：

• Workflow（工作流）：保证整个 Agent 逻辑精准执行一次（Exactly-once），记录完整的事件历史记录（Event History）。
• Activity（活动）：包裹实际的 API 请求与模型调用，在失败时支持自主重试。
• 抗崩溃测试：当 Agent 在执行 GitHub Actions 日志分析或复杂问答时，即使强行杀死 Worker 进程，重新启动后 Temporal 会依据事件历史迅速恢复至中断步骤，无需重新运行前置逻辑。

4. 接入 Supermemory 记忆图谱与 Token 优化

传统的 Agent 在多轮对话中会频繁重复调用外部 API（如 GitHub API）。接入 Supermemory 后：

• 长效记录：Agent 会将用户的历史交互、个人偏好（如用户标识、故障日志历史）自动保存至 Supermemory 记忆图谱。
• 优先召回：面对重复问题（如「上次失败的工作流有几个」），Agent 优先发起 Recall 检索记忆，跳过外部 API 调用，极大提升响应速度并节省 Token 成本。

5. 启动 ADK Web UI 与 Evals 护栏迭代

• 交互调试：运行 ADK 内置的 Web UI（localhost:8000），直观查看 Agent State、Recall Memory 与 Save Memory 的具体运作流程。
• 自动化 Evals 与安全护栏：通过设定 Prompt Guardrails 与 Regex 校验，利用 Claude Code 自动抓取会话日志，评估 Agent 在跨会话识别用户身份时的偏差，并自动补全护栏代码。

三、实战技巧与核心小结

• 严格区分 Workflow 与 Activity：切勿将带副作用（如网络请求、LLM 生成）的代码直接写在 Workflow 主函数中，必须封装进 Activity 以支持幂等重试。
• 记忆写入的异步延迟机制：Supermemory 等矢量/图谱数据库在写入记忆后需要极短的时间索引，在测试用例中需注意查询的时间间隔。
• 生产部署演进路线：本地验证完成后，可无缝将本地 Temporal 切换为 Temporal Cloud，并将 Ollama 迁移至云端高性能 vLLM 集群，实现高并发生产落地。