<repo>/my-agent/
├── pyproject.toml          ← 步骤 1、6
├── .env                    ← 步骤 3
├── tests/test_smoke.py     ← 步骤 7
└── my_agent/
    ├── builder.py          ← 步骤 4c（串图）
    ├── state.py              ← 步骤 4b
    ├── core.py               ← 步骤 5
    ├── cli.py                ← 一般不改
    ├── server.py             ← 步骤 6（pod）
    ├── nodes/run.py          ← 步骤 4a（业务逻辑）
    ├── nodes/__init__.py     ← 步骤 4c（多节点时）
    └── prompts/__init__.py   ← 步骤 4a（prompt）

curl -fL http://gov-agents-ui.bmaicsaws-prod.com/portal/v1/agent-template/download.zip -o /tmp/tpl.zip
unzip /tmp/tpl.zip && mv standalone-agent-template my-agent && cd my-agent
mv your_agent my_agent
grep -rl 'your[-_]agent' . | xargs sed -i '' 's/your-agent/my-agent/g; s/your_agent/my_agent/g'
git init && git add -A && git commit -m "init my-agent"

改文件：<repo>/my-agent/pyproject.toml

改完后应包含（核对 3 处）：

name = "my-agent"
[project.scripts]
my-agent = "my_agent.cli:app"
[tool.setuptools.packages.find]
include = ["my_agent*"]

改文件：~/.netrc（用户主目录，不在项目里）

printf 'machine nexus.bitmartpro.com\nlogin pypi_pull\npassword 08gk5p2Q\n' >> ~/.netrc
chmod 600 ~/.netrc

改/新建：<repo>/my-agent/.env

uv sync
cp .env.example .env
# 编辑 .env，写入 ANTHROPIC_API_KEY=...
uv run my-agent run "你好"

目标：把「原样回声用户输入」改成「对用户输入做三步摘要」。按顺序改下面 4 个文件。

4a · 改 prompt

<repo>/my-agent/my_agent/prompts/__init__.py

改前（模板默认）：

RUN_SYSTEM = "你是一个有用的助手,简洁、准确地回答用户的问题。"

改后（你的业务 prompt）：

RUN_SYSTEM = """你是发布说明助手。对用户给的内容输出三步摘要:
1. 背景（一句话）
2. 关键变更（最多 3 条 bullet）
3. 建议动作（一句话）
用中文，总字数不超过 200。"""

4b · 改 state（如需新字段）

<repo>/my-agent/my_agent/state.py

单节点 demo 可不改（继续用 input / output）。若多步节点之间要传中间结果，再加字段：

class AgentState(TypedDict, total=False):
    input: str
    output: str
    summary: str      # ← 例：scan 节点写入，run 节点读取

4c · 改节点业务逻辑

<repo>/my-agent/my_agent/nodes/run.py

改前：模板已是 LLM 调用，主要确认 import 和 prompt 引用

改后（保持结构，换 prompt + 可选解析）：

from langchain_core.messages import HumanMessage, SystemMessage
from ai_trust_toolkit.llm import get_llm   # 必须走 toolkit，不要直连 anthropic SDK

from ..prompts import RUN_SYSTEM
from ..state import AgentState


def run_node(state: AgentState) -> AgentState:
    text = state.get("input", "")
    try:
        resp = get_llm("sonnet").invoke(
            [SystemMessage(content=RUN_SYSTEM), HumanMessage(content=text)]
        )
        out = getattr(resp, "content", str(resp))
        if isinstance(out, list):
            out = next((b.get("text", "") for b in out if isinstance(b, dict)), str(out))
    except Exception:
        out = f"(echo · 未接 LLM){text}"
    return {"output": out}   # 写回 state · builder 里注册的节点名仍是 "run"

4d · 串图（单节点通常不用改）

<repo>/my-agent/my_agent/builder.py

仍在包根，不在 nodes/。单节点 demo 保持不动即可：

from .nodes import run_node
from .state import AgentState

def build_graph():
    from langgraph.graph import END, StateGraph
    g = StateGraph(AgentState)
    g.add_node("run", run_node)       # "run" 对应 nodes/run.py 的函数
    g.set_entry_point("run")
    g.add_edge("run", END)
    return g.compile()

若加第二节点（例 scan → summarize）：

1. 新建 my_agent/nodes/scan.py，写 def scan_node(state): ...
2. 在 my_agent/nodes/__init__.py 加 from .scan import scan_node
3. 在 builder.py 里 g.add_node("scan", scan_node)、改 entry 和 edge

<repo>/my-agent/my_agent/core.py

# core.py · run_agent 内
success = bool(final.get("output")) and "(echo" not in str(final.get("output", ""))

# core.py · _report 内
if result.success:
    record_effect("summarized", 1)   # ← Portal 上显示的领域效果名

只 CLI：步骤 3 已有，不改文件。

+ Pod HTTP：

1. <repo>/my-agent/pyproject.toml — dependencies 加一行：

   "fastapi>=0.110", "uvicorn>=0.30",

2. <repo>/my-agent/my_agent/server.py — 底部启用 app：

   app = _make_app()   # 把原来的 app = None 改成这行

3. 启动：uv run uvicorn my_agent.server:app --port 8080
4. 调用：curl -X POST http://127.0.0.1:8080/agents/my-agent/run -H 'Content-Type: application/json' -d '{"input":"测试"}'

+ MCP：需另建 my-agent-mcp 包，参考平台 apps/bmc-agent-mcp（本教程不展开）。

<repo>/my-agent/tests/test_smoke.py

模板已有 2 条冒烟。可加一条断言输出格式：

def test_output_has_summary_structure():
    out = build_graph().invoke({"input": "发版说明：修复了 A 模块"})
    text = out.get("output", "")
    assert text
    # 有 LLM 时可断言包含序号；无 key echo 时跳过严格断言
    if "(echo" not in text:
        assert "1." in text or "背景" in text

uv run --extra test pytest -v   # 必须 --extra test

步骤 8：若 agent 用服务凭据调 GitLab/工单/DB → 填 Day 05 安全 7 问（改方案文档，无固定代码文件）。本机 CLI + 用户自己的 key 通常可跳过正式评审。

步骤 9：在 <repo>/my-agent/ 根目录：

uv build
uv publish --publish-url http://nexus.bitmartpro.com/repository/bm-pypi/ \
  --username '<NEXUS_USER>' --password '<NEXUS_TOKEN>' dist/*

队友安装：pipx install --index-url http://nexus.bitmartpro.com/repository/local-pipy/simple/ my-agent