Agent 定义与核心架构

在知识图谱中的位置：模块一 · 01_基础概念 · 第 1 节难度：⭐⭐⭐ | 前置知识：无

1. 概述

AI Agent（智能体）是一种能感知环境、自主决策并执行行动的 AI 系统。它不只是回答问题的聊天机器人，而是能理解指令后自主拆解任务、规划步骤、调用工具、完成目标的「数字员工」。

本质区别：

LLM（大语言模型）：你说什么 → 它回答什么（思考者）
Agent（智能体）：你说目标 → 它主动完成（行动者）

2. 核心概念

2.1 Agent 的四模块架构

┌───────────────────────────────────────────────────────────────┐
│                    AI Agent                                   │
│                                                               │
│  ┌─────────┐    ┌─────────┐    ┌─────────┐                  │
│  │  大脑    │───→│  规划    │───→│  记忆    │                  │
│  │ (LLM)   │    │ (计划)  │    │ (存储)  │                  │
│  └─────────┘    └─────────┘    └─────────┘                  │
│       ↓              ↓              ↓                         │
│  ┌─────────────────────────────────────────────────┐        │
│  │              行动 (Action / Tool Use)              │        │
│  └─────────────────────────────────────────────────┘        │
│       ↓                                                      │
│  ┌─────────────────────────────────────────────────┐        │
│  │           环境 (Environment / API)                 │        │
│  └─────────────────────────────────────────────────┘        │
└───────────────────────────────────────────────────────────────┘

2.2 Agent 的核心能力

自主性 — 不依赖人工干预，自主推进任务
工具使用 — 通过 API/脚本/浏览器执行外部操作
规划能力 — 将复杂目标拆解为可执行步骤
记忆管理 — 短期对话 + 长期知识库 + 个性化记忆
反思改进 — 对输出自我评估并迭代
多Agent协作 — 与多个 Agent 协同完成复杂任务

2.3 Agent 的四个发展阶段

3. 技术原理

3.1 Agent 执行循环

用户目标 → 大脑理解 → 规划路径 → 行动执行 → 获取结果 → 反思迭代 → 完成输出

循环详解：

接收目标 → 用户输入任务目标
大脑理解 → LLM 理解意图，拆解任务
规划路径 → 生成执行计划（步骤列表）
行动执行 → 调用工具/API 执行每一步
获取结果 → 收集执行反馈
反思迭代 → 评估结果，决定继续或修正
完成输出 → 返回最终结果给用户

3.2 Agent vs LLM 的本质区别

4. 实践指南

4.1 最简 Agent（Function Calling）

python

from openai import OpenAI

client = OpenAI()

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取指定城市的天气信息",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string"},
                "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
            },
            "required": ["location"]
        }
    }
}]

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools
)

4.2 最佳实践

永远设置低 temperature（0.0-0.3），保证决策稳定
工具描述要精确 — LLM 依赖描述决定调用哪个工具
工具输入验证 — 不要信任 LLM 生成的参数，始终做校验
设置超时和重试 — 防止死循环和无限等待

4.3 常见陷阱

陷阱	解法
幻觉工具调用 → LLM 编造不存在的参数	工具描述要具体，加上 validation
token 爆炸 → 多步调用导致上下文过大	记忆压缩 + 定期清理
循环执行 → Agent 无法判断何时停止	最大迭代次数 + 结果校验

5. 参考资料

6. 学习路径

Level 1 — 理解四模块架构，写一个 Function Calling Agent
Level 2 — 理解 Agent 执行循环，实现多步工具链
Level 3 — 理解 Plan-and-Execute 架构
Level 4 — 实现记忆压缩和反思机制
Level 5 — 阅读 LangChain/LangGraph 源码

05_折叠屏

Agent 定义与核心架构 ​

1. 概述 ​

2. 核心概念 ​

2.1 Agent 的四模块架构 ​

2.2 Agent 的核心能力 ​

2.3 Agent 的四个发展阶段 ​

3. 技术原理 ​

3.1 Agent 执行循环 ​

3.2 Agent vs LLM 的本质区别 ​

4. 实践指南 ​

4.1 最简 Agent（Function Calling） ​

4.2 最佳实践 ​

4.3 常见陷阱 ​

5. 参考资料 ​

6. 学习路径 ​

Agent 定义与核心架构

1. 概述

2. 核心概念

2.1 Agent 的四模块架构

2.2 Agent 的核心能力

2.3 Agent 的四个发展阶段

3. 技术原理

3.1 Agent 执行循环

3.2 Agent vs LLM 的本质区别

4. 实践指南

4.1 最简 Agent（Function Calling）

4.2 最佳实践

4.3 常见陷阱

5. 参考资料

6. 学习路径