任务管理助手是理解 AI Agent 的好案例。它看起来简单，只是创建和管理待办，但实际上覆盖了 Agent 的大多数关键能力：意图识别、工具调用、状态管理、授权确认、错误处理和结果验证。
如果能把任务管理助手设计清楚，就可以把同样思路迁移到日历助手、文档助手、代码助手、运维助手和内容管理助手。
需求边界
一个任务管理助手可以支持以下能力：
- 创建待办；
- 查询我的任务；
- 标记任务完成；
- 修改截止时间；
- 添加备注；
- 从会议纪要中提取任务；
- 把任务分配给指定人员。
这些功能背后需要访问任务系统 API，也需要知道当前用户是谁、是否有权限、操作是否高风险。
工具设计
可以把任务能力拆成多个原子工具：
- 「create_task(summary, due, assignee)」；
- 「list_tasks(status, dateRange)」；
- 「complete_task(taskId)」；
- 「update_task(taskId, fields)」；
- 「add_task_comment(taskId, comment)」；
- 「extract_tasks_from_text(text)」。
不要设计一个过大的 「manage_task」 工具。原子工具更容易描述、校验、授权和审计。
意图识别
用户表达通常不是结构化的。例如：
“帮我记一下，明天看一下 Agent 授权逻辑。”
Agent 需要识别出：这是创建任务，任务标题是“看一下 Agent 授权逻辑”，截止时间可能是明天。
如果信息不完整，例如不知道负责人，Agent 可以使用当前用户作为默认负责人，或向用户追问。
授权与确认
任务查询通常是低风险操作，可以自动执行。创建任务是写操作，但如果用户明确说“帮我创建一个待办”，可以认为意图明确。
删除任务、批量修改任务、给他人分配任务，则应该要求确认。
授权失败也很常见。比如任务系统缺少写权限，Agent 应该发起授权流程，并在用户完成授权后继续执行，而不是简单报错。
状态管理
任务助手必须保存上下文。用户可能说：
“把刚才那个任务标记完成。”
如果系统没有记录刚创建的 taskId，就无法知道“刚才那个”是什么。
需要保存的状态包括：
- 当前用户；
- 最近创建的任务；
- 最近查询结果；
- 用户确认状态；
- 工具调用结果；
- 错误信息。
从会议纪要生成任务
更复杂的场景是从会议纪要中提取任务。流程可以是：
- 读取会议纪要；
- 提取行动项；
- 识别负责人和截止时间；
- 展示给用户确认；
- 批量创建任务；
- 返回任务链接。
这里必须加入确认。因为模型提取的负责人和截止时间可能不准确，不能直接批量写入。
错误处理
任务系统可能返回多种错误：权限不足、用户不存在、截止时间格式错误、任务 ID 无效、网络超时。Agent 应该把错误转成用户能理解的下一步。
例如权限不足时，不应该只说“API error”，而应该说明需要授权 「task:task:write」，并提供授权流程。
结果验证
创建任务后，最好返回结构化结果：
- 任务标题；
- 任务 ID；
- 任务链接；
- 截止时间；
- 负责人；
- 当前状态。
对于关键操作，可以再次查询任务详情，确认状态确实更新。
小结
任务管理助手是一个小而完整的 Agent 案例。它展示了 Agent 如何理解目标、调用工具、处理权限、维护状态并验证结果。掌握这个案例后，就能把同样方法扩展到更多真实业务场景。