主题
AI Agent 入门
AI Agent（智能代理）是能够自主感知环境、做出决策并采取行动以实现目标的 AI 系统。
什么是 AI Agent
传统 LLM：你问一句，它答一句（无状态、无行动）
AI Agent：可以自主规划、使用工具、循环执行直到完成任务
传统 LLM：
用户 → Prompt → LLM → 回答
AI Agent：
用户 → 目标 → Agent → [思考 → 选工具 → 执行 → 观察结果] → 循环 → 最终答案Agent 的核心组成
┌─────────────────────────────────┐
│ AI Agent │
│ ┌──────────┐ ┌─────────────┐ │
│ │ 大脑 │ │ 记忆 │ │
│ │ (LLM) │ │ (Memory) │ │
│ └──────────┘ └─────────────┘ │
│ ┌──────────┐ ┌─────────────┐ │
│ │ 工具 │ │ 规划 │ │
│ │ (Tools) │ │ (Planning) │ │
│ └──────────┘ └─────────────┘ │
└─────────────────────────────────┘1. 大脑（LLM）
负责理解和决策，通常使用 GPT-4、Claude 等大模型。
2. 工具（Tools）
Agent 可以调用的外部能力：
- 搜索引擎（Google、Bing）
- 代码执行器（Python、Shell）
- 数据库查询
- API 调用
- 文件读写
3. 记忆（Memory）
- 短期记忆：当前对话的上下文
- 长期记忆：跨会话的历史信息（通常用向量数据库存储）
4. 规划（Planning）
- 把大任务拆解成小步骤
- 反思上一步的结果，决定下一步
Agent 的工作流程
1. 接收用户目标
2. 思考：下一步应该做什么？
3. 选择工具并执行
4. 观察执行结果
5. 思考：目标完成了吗？
- 没完成 → 回到第 2 步
- 完成了 → 返回最终结果这个过程叫做 ReAct（Reasoning + Acting）。
典型应用场景
| 场景 | 说明 |
|---|---|
| 代码助手 | 自动写代码、跑测试、修 Bug |
| 数据分析 | 读取数据、生成图表、写报告 |
| 客服机器人 | 查订单、处理退款、回答问题 |
| 研究助手 | 搜索资料、总结文献、生成综述 |
主流 Agent 框架
| 框架 | 特点 |
|---|---|
| LangChain | 生态最丰富，Python/JS 双语言 |
| AutoGen | 多 Agent 对话，适合复杂任务 |
| CrewAI | 角色分工明确，类"团队"模式 |
| OpenAI Assistants API | 官方方案，集成简单 |
一个简单的 Agent 例子
用户目标：帮我分析最近一周的网站访问日志，
找出访问量最高的 5 个页面，
生成一份报告
Agent 执行步骤：
1. 读取日志文件
2. 解析日志，统计每页访问量
3. 排序，取 Top 5
4. 生成 Markdown 报告
5. 返回报告给用户