学习心得
传统智能体是可通过传感器自主感知外部环境，并主动执行任务的实体。大语言模型驱动的智能体，可借助外部工具（MCP、Skills）通过推理、任务执行、观察结果的 Agent Loop 完成推理思考类长程任务。基于 Thought-Action-Observation 范式的智能体具备四项基本能力，分别为任务分解、工具调用、上下文理解和结果合成。
第一章代码截图
相关推荐
wuyk5551 小时前
从零吃透 MQTT 通信｜第 10 章 阿里云 / 腾讯云 MQTT 设备完整对接实战，三元组、签名、设备上云调试VIP_CQCRE1 小时前
Visual Studio 接入 AI 编程助手：用 LMLocal 连接 Ace Data Cloudtachibana22 小时前
WebSocket 和 SSE 通信的区别及局限性许我半盏清茶2 小时前
Agent“六大核心能力”之ToolSystem篇fanged2 小时前
English at Work小结（TODO）X-future4262 小时前
OpenClaw源码学习长谷深风1112 小时前
AI自动化中的关键闸门：何时必须人工审批？七夜zippoe2 小时前
MCP 协议详解：模型上下文协议如何重塑 Agent 工具调用生态kaixin_啊啊2 小时前
中国研究生数学建模竞赛（华为杯）学习笔记——三维瀑布图绘图代码