【HelloAgents】学习笔记(一)

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
~kiss~11 小时前
A Survey of On-Policy Distillation for LLMs 学习(一)
学习
泯泷12 小时前
AI Agent 工具设计:接了上百个工具,为什么反而更难干活?
llm·agent
岁月宁静12 小时前
DeepSeek Harness 实战与架构解析:让 Agent 从“会聊”到“能交付”
人工智能·python·agent
小杨小杨、努力变强!13 小时前
python学习笔记
笔记·学习
进击的雷神13 小时前
不预测数字,而是重演未来:多智能体仿真引擎 MiroFish 上手体验
ai·开源·mirofish
dozenyaoyida14 小时前
AI与大模型新闻日报 | 2026-11-08
人工智能·搜索引擎·ai·大模型·新闻
泯泷14 小时前
AI Agent 工具设计:读完一百页 PDF,不等于真的看懂了
人工智能·llm·agent
Solange__16 小时前
Blender 3D模型优化:普通复制、共享网格、实例、合并怎么选?
人工智能·3d·ai·自然语言处理·编辑器·blender·材质
用户369594537382917 小时前
基于LLM 智能客服系列之系列三一条消息的流水线
agent
Star(up up up)18 小时前
Redis Windows 安装教程:使用Windows 的 Redis 压缩包
redis·笔记·学习·程序人生·云原生·学习方法·改行学it