AI-agent (1)：设计模式和常用框架

作者：小丑西瓜9 | 2024-05-23 08:30:39

踩

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：

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。

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。

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。

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：

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小丑西瓜9/article/detail/612106