AI 学习笔记

什么是AI智能体（Agent）？

AI智能体（AI Agent）是一种能够自主感知环境、做出决策并执行动作的AI系统。与普通LLM只能"对话"不同，Agent可以主动使用工具、调用API、规划任务，像一个"数字员工"一样完成复杂工作。

Agent的核心能力

Agent工作流程

Agent的关键组件

常见的Agent类型

• ReAct Agent：基于推理（Reasoning）和行动（Acting）交替的Agent模式
• Plan-and-Execute Agent：先制定完整计划，再逐步执行
• Multi-Agent：多个Agent协作完成复杂任务
• AutoGPT：高度自主的Agent，可以自行设定目标和子任务

常见Agent框架：LangChain Agents、AutoGen、CrewAI、MetaGPT

ReAct模式详解

ReAct（Reasoning + Acting）是一种让LLM交替进行"思考"和"行动"的Agent模式。LLM先推理下一步该做什么（Thought），然后执行具体操作（Action），再观察结果（Observation），如此循环直到任务完成。

ReAct循环流程

Function Calling机制详解

Function Calling是让LLM能够调用外部函数（工具）的机制。LLM本身只能生成文本，但通过Function Calling，它可以输出结构化的函数调用指令，由外部系统执行后返回结果。

Function Calling流程

使用LangChain构建简单Agent

from langchain_community.llms import Ollama
from langchain.agents import create_react_agent, AgentExecutor
from langchain.tools import tool

# 1. 定义工具
@tool
def search(query: str) -> str:
    """搜索互联网获取信息。输入：搜索关键词。"""
    return f"搜索'{query}'的结果：这是模拟的搜索结果。"

@tool
def calculator(expression: str) -> str:
    """计算数学表达式。输入：数学表达式字符串。"""
    try:
        result = eval(expression)
        return f"计算结果：{result}"
    except Exception as e:
        return f"计算错误：{e}"

tools = [search, calculator]

# 2. 定义Agent提示词模板
prompt = """回答以下问题，你可以使用以下工具：

{tools}

工具名称：{tool_names}

请按照以下格式回答：
Thought: 我需要思考下一步做什么
Action: 工具名称
Action Input: 工具输入参数
Observation: 工具返回的结果（系统自动填充）
... (Thought/Action/Observation可以重复多次)
Thought: 我现在知道最终答案了
Final Answer: 最终答案

开始！
Question: {input}
Thought:{agent_scratchpad}"""

# 3. 创建Agent
llm = Ollama(model="qwen2.5:7b")
agent = create_react_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 4. 运行Agent
result = agent_executor.invoke({
    "input": "2024年有多少天？请先搜索2024年是否是闰年，再计算。"
})
print(result["output"])

Agent评估维度

评估Agent的质量需要从多个维度综合考量：