AI-agent (1):设计模式和常用框架

Agent介绍

AI-agent也称人工智能代理,是大模型技术驱动下的一种能够感知环境、进行决策和执行动作的智能实体。我们可以将其简单理解为:

Agents = LLM + Planning + Memory + Tools

在这里LLM作为系统的大脑,为agent提供决策分析能力。有了agent系统,我们不再局限于以api接口的形式调用大模型,而是可以基于大模型搭建一个完整的应用系统,实现更强大的能力。


Agent设计模式

那么AI-Agent有哪些设计模式呢,我们来看看吴恩达提出的4种主要的Agent设计模式:

  1. reflection:让Agent审视和修正自己生成的输出

    在这种模式下,AI Agent 不仅仅是执行任务,而是能够像人类专家一样,对自己的工作进行批判性思考。例如,AI Agent 可能会生成一段代码,然后根据预设的标准或反馈,自我检查代码的正确性、效率和结构,并提出可能的改进措施。这种自我监督和修正的能力,使得AI Agent在执行任务时能够不断提高准确性和效率。

  2. Tool use:LLM生成代码、调用API等进行实际操作

    工具使用赋予 AI Agent 使用外部工具和资源的能力,以此来扩展其功能和提高生产效率。这种模式下,AI Agent 可以搜索网页、生成和运行代码、分析数据等,利用各种工具来收集信息、执行操作。例如,AI Agent 可能会使用图像处理工具来分析和处理图像数据,或者调用 API 来获取和整合外部信息。这样的能力使得 AI Agent 不再局限于其内置的知识库,而是能够与外部系统交互,从而更好地适应多变的任务需求。

  3. Planning:让Agent分解复杂任务并按照计划执行

    规划模式强调 AI Agent 在面对复杂任务时,能够进行系统性的规划和步骤分解。AI Agent 不仅能够理解任务的整体目标,还能够制定出详细的行动计划,并按照计划逐步推进任务的完成。

    这种模式下,AI Agent 能够展现出类似于人类的前瞻性和策略性思维。例如,AI Agent 可能会在进行项目管理时,先确定项目的主要里程碑,然后为每个里程碑制定具体的执行步骤和时间表,确保项目能够有序进行。

  4. Multiagent Collaboration:多个Agent扮演不同专家角色协同完成任务

    这种合作可以模拟真实世界中的团队工作流程,通过代理间的互补和协同作用,提高整体的执行效率和创新能力。

    例如,在一个开源软件开发项目中,一个 AI Agent 可能负责编写代码,而另一个 AI Agent 则负责代码审查和测试,通过这样的分工合作,共同推动项目的成功完成。


Agent常用框架

常见的LLM Agent框架或应用:

  • 29
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值