大模型Agent
未分类
什么是Agent
基于大语言模型的，能使用工具与外部世界进行交互的计算机程序。
- 具备记忆能力：
短期记忆：上下文 有限的。存在recency问题
长期记忆：知识库等 存储在向量数据库中使用的 永久存在的
- 具备规划/行动能力
- 使用外部工具
Agent相对于大模型的区别
- 它不局限于输出回答，还能通过插件（工具）与外部世界交互，例如发送邮件、发布文章、联网查询、执行代码、下单购物等……理论上只要是计算机程序能做的事情，它都能做到。
- 它不再是被动式地接受多轮提问，而是能自主地推理（拆解任务、选择最优路径）、主动纠错、自主完成任务。你可以让它每完成一个或多个步骤就给你同步进展，和你确认下一步的动作，也可以授权它自主地完成所有步骤。
- 它不仅可以完成简单的事情，还能完成复杂的任务，比如搭建一个网站、开发一款游戏，因为它能拆解任务、自我纠错、调用外部工具等。
- 它可以自我迭代，吸取历史经验，不断成长，因为它不仅能记住这次会话里你对它的指导，还能记住以前的会话里你给它提过的要求。
- 它不仅能完成通用的任务，还能完成特定领域的任务，因为它可以接入特定领域的外部知识库和工具。
记忆、工具、行动这三个能力并不是由大模型来提供的，基本都是一些外部能力
多智能体系统（Multi-Agent System）
通过给每个Agent制定明确且专业的角色名称和职责描述，不仅可以提升它们的专业性，还能帮助它们更好地理解和配合各自的工作。
Agent之间可以互相指派任务，也可以是一个主Agent带着一系列从Agent协同工作。例如，主Agent可以在调研阶段给Research Specialist提供更明确的方向和关键词；在撰写阶段提供反馈，确保Content Creator的工作方向正确；最后经过各个步骤确认无误，主Agent才提交文章。
多智能体开发平台
AgentScope
其他开源多智能体框架
