教程目录
什么是 AI Agent？
一、定义 AI Agent 是能感知环境、自主决策并执行动作的智能体。它能基于目标，自主规划、调用工具、执行任务，而不仅仅是回答问题。 二、核心能力 感知：理解用户输入和环境状态。 规划：把目标拆解为步骤。 记忆：短期（对话上下文）和长期（向量库）记忆。 工具调用：调用搜索、代码执行、API 等工具
ReAct 模式是什么？
一、定义 ReAct = Reasoning + Acting，是 Agent 的经典工作模式。交替进行推理和行动。 二、流程 Thought（思考）：分析当前状态，决定下一步。 Action（行动）：调用工具或执行操作。 Observation（观察）：获取执行结果。 循环 1-3，直到任务完成。
AI Agent 如何调用工具？
一、Function Calling LLM 支持的函数调用能力。开发者定义工具 schema（名称、参数、描述），LLM 决定是否调用及参数，返回结构化 JSON。 二、流程 定义工具：名称、描述、参数 JSON Schema。 用户提问，LLM 判断需要调用工具。 LLM 返回工具名和参数。 应
AI Agent 的记忆机制？
一、短期记忆 当前对话上下文。 受 LLM 上下文窗口限制。 太长会丢失早期信息，浪费 token。 二、长期记忆 向量数据库存储历史交互、知识。 检索相关记忆注入上下文。 支持跨会话记忆。 三、记忆类型 情景记忆：具体的交互经历。 语义记忆：事实和知识。 程序记忆：技能和流程。 四、记忆管理 写入
主流的 AI Agent 框架有哪些？
一、LangChain / LangGraph LangChain：LLM 应用编排，支持工具、记忆、RAG。 LangGraph：基于图的 Agent 编排，适合复杂多步任务。 生态最丰富，社区活跃。 二、AutoGen 微软出品，多 Agent 对话框架。 支持多个 Agent 协作，角色灵活。