Agent 跑通 Demo 只是第一步，真正的地狱在上线之后
https://github.com/limenagent/prodagent
现在几乎所有人都可以快速跑通一个 Agent 。 LangGraph、各种低代码平台，十几行代码就能实现工具调用、多轮思考。
但只要往生产环境一推，各种诡异故障接踵而至：
- Agent 无限循环，token 和成本一夜跑飞；
- 进程意外崩溃，全部执行状态直接丢失，任务只能从头重来；
- LLM 幻觉触发高危工具调用，发生越权、指令注入；
- 上下文不断膨胀，没有可控的压缩策略，语义疯狂丢失；
- 缺少熔断、重试、审批，异常场景全靠业务代码手写兜底；
- 多子 Agent 协作，花销、状态、权限完全失控。
绝大多数框架，擅长把 Agent 跑起来，但很少把「稳定性、护栏、故障恢复」作为一等公民设计。 很多生产防护能力，需要开发者自己一片片拼凑。
这里开源prodagent：一套面向生产环境的 Python LLM Agent 框架，它的核心理念：大模型是概率的，生产系统需要确定性。把刹车、护栏、状态机做进运行时内核，而不是事后补丁。
内置生产级原生能力
✅四维硬预算管控：turns / 时长 /token/ 费用四重硬阈值，触顶立刻终止；子 Agent 开销自动汇总回父 Agent
✅Checkpoint 崩溃恢复：进程 crash 重启，任务从断点继续执行，不用重做全部工作
✅完整韧性体系：多策略退避重试、工具级 + Agent 级熔断、异常自动 suspend
✅纵深安全防护：五层注入防护、污点追踪、工具分级权限、HITL 人工审批门禁
✅多种执行范式：动态 PLAN_FIRST DAG / ReAct 循环 / 静态 Workflow，一套框架自由切换
✅原生多智能体：父子委派、peer 横向接力，支持复杂业务任务编排
✅五级可控上下文压缩，每一档都定义语义损失边界，不是粗暴截断
✅存储可插拔：本地 File/Memory 开箱即用；生产切换 Postgres / Neo4j / Qdrant / Redis
✅原生 MCP 协议、OTLP 链路可观测、内置评测回归流水线
自带 Playground 可视化调试界面，make playground一条命令启动，支持 FakeLLM 零 API‑Key 体验，附带 8 个完整端到端业务示例：深度调研、金融审计、邮件分拣、AIOPS 故障处置等。
它不是又一个快速做原型的 Agent 脚手架，而是给长期运行业务 Agent 准备的生产底座。
GitHub：https://github.com/limenagent/prodagent
Agent 的可视化事件流 —— 每个 Agent 生命周期事件（PLAN 的 DAG、STEP 状态、SUB-AGENT fan-out、TOOL CALL、BUDGET ...）都是一张可观测的卡片。