AI Agent 概念

由于基础大模型存在固有的局限性,无法直接解决实际应用中的问题,需要通过开发(即扩展能力)来弥补这些缺陷。

AI Agent = 大模型 + 扩展能力(Tool + Memory + RAG)
三大核心知识点:

  1. Tool(工具):让AI能操作实际事物(读写文件、执行命令、控制浏览器)。例如Cursor改代码、Manus自动访问网页。
  2. Memory(记忆):让AI记住长期对话内容,提供连贯的、个性化的服务,解决大模型"聊过就忘"的问题。
  3. RAG(知识库检索) :让AI能查询私密文档或实时数据,解决大模型"不知道内部信息"的问题。如支付宝的理财助手(蚂小财)分析基金数据是通过 RAG 查询了内部的实时基金数据库。
    技术框架
    LangChain :开发单个Agent的框架(封装了Memory、Tool、RAG 等能力)
    LangGraph:基于 LangChain 封装的、用于多 Agent 协作的框架。
相关推荐
xier_ran2 小时前
【第二周】 RAG与Agent实战16:ChatPromptTemplate的使用 —— 打造有记忆的AI
人工智能·langchain·rag
测试_AI_一辰2 小时前
AI系统测试:LLM 在系统中负责什么,怎么测试?
人工智能·功能测试·ai·ai编程
软件资深者2 小时前
Coze自动化工作流+Agent智能体实战教程(0基础入门,附多场景实操)
运维·人工智能·ai·自动化·工作流·扣子·课程
xier_ran3 小时前
【第二周】RAG与Agent实战13:通用提示词模板 (PromptTemplate)
langchain·prompt·rag·王浩宇
杨浦老苏3 小时前
零人类公司编排框架Paperclip的安装
人工智能·docker·ai·群晖
L-影3 小时前
部署本地Dify过程,使用Dify的前期准备
人工智能·docker·ai·dify
wang_yb4 小时前
在AI的世界里,做一个真实的人
ai·databook
翱翔的苍鹰4 小时前
LangChain 中 DeepAgent 介绍、使用手册及场景化开发指南
人工智能·深度学习·语言模型·自然语言处理·langchain
大写-凌祁4 小时前
Earth-Agent:Unlocking the Full Landscape of Earth Observation with Agents
人工智能·语言模型·agent·智能体