傻子也能看懂的agent知识（1）

这篇文章我将尽力用最直接最不绕弯子上到九十九下到刚会走的都能听懂的大白话来介绍Agent知识。接下来大家就跟我一起了解agent相关知识吧我将用最直接最不绕弯子上到九十九下到刚会走的大白话来介绍Agent知识。本人也是初学小白如果哪里有问题欢迎指正大家一起学习一起进步lets gooooo!目录Agent到底是个啥一堆名称啥意思Agent的架构概述结语Agent到底是个啥一堆名称啥意思Agent就像是一个私人秘书收到用户布置的任务后agent能够分析并规划任务该如何完成并且按规划调用相关工具检查分析输出的结果直到完成整个任务。很多人都会一头雾水AgentRAGllm这些都是啥玩意在老百姓眼里就全都是一个词——ai。单仔细了解就会发现这些东西并不一样。llm就是大/语言/模型很多这种奇怪的缩写只要找到英文原单词就能很快的理解意思llm就像一颗大脑只会想不能干训练完啥样就啥样没法实时同步新知识。Agent与llm最大不同的是llm只能根据训练结果为用户提供解决方案。而agent能够真实的调用工具去实行这个方案还能通过记忆机制保证方案执行的质量更高更符合用户个性习惯发生错误时还能找到原因改正或者规避错误确保任务的完成度。RAG就是检索/增强/生成它可以作为Agent中的工具来优化Agent的知识查找能力只负责给模型喂准确的外部文档只处理单次问答的信息补给没有思考流程没有任务规划。RAG适合给Agent提供内部资料查找这些内部资料一般都是“独家秘方”连大模型都难以得到。Agent的架构概述核心大概就四个规划模块、llm、记忆系统、工具系统。结构功能如下规划模块规划任务流程--llm谁来做怎么做做的怎么样记忆系统提供参考资料--工具系统执行1.规划模块最典型的两种是ReAct和Plan-and-Execute这两种方法分别基于树逻辑和链逻辑ps:这两种逻辑让我想起之前刷到的一个走迷宫视频使用了深度优先和广度优先两种算法和这两种逻辑有一部分的相似之处ReAct是边规划边执行方便调整但缺乏“大局观”而Plan-and-Execute是先规划后执行方便看到完整计划但一步错步步错不好调整。2.llmllm的模型选择多种多样各种功能各种性能各不相同需要的消耗也不同选llm就像选衣服性能好的贵一点便宜点的性能往往差点意思具体哪部分需要做什么我们按需选择就好。3.记忆系统记忆一般分为短期记忆和长期记忆。短期记忆是当前轮对话的上下文像是漫画里的一个对话框Agent靠它记住这次任务的行动当一次任务执行完就清空掉。而长期记忆更像是整本漫画用向量记住用户的行为习惯和做事得到的经验。就像人一样我们不会记住出生以来的所有事情及细节记忆系统的记忆也存在限制。存放短期记忆的上下文窗口有限我们要有所取舍而长期记忆存放太多会干扰模型决策我在曾经做过的一个基于机器学习的推荐系统中用到过时间衰弱因子意在保留用户最近的喜好习惯这里同样可以用于长期记忆参考。4.工具系统比起工具箱Agent的工具系统更像是一个放满工具说明书的盒子工具代码等被放在其他地方llm通过阅读这些说明书从而决定使用什么工具真正使用工具则是运行我们的代码。要注意的是我们在写这份“说明书”的时候要尽可能写的详细一点就像教一个傻子做事一样详细。结语在学agent的过程中我发现很多人都是先准备相关项目再背八股我本人也是这样但看了八股之后我认为在做项目前了解agent概念性的知识是很重要的在项目的制作上优化思路就更明确清晰做出来的项目质量也更高一些。我学习的部分内容来着小林coding、黑马程序员和网络图文。这篇文章并不完整之后也会更新其他相关知识。有时间的话可能会介绍一些我做过的相关项目欢迎大家一起学习进步。❤️❤️