Agent核心技术栈React循环什么是React循环React循环是Agent工作的核心模式它让AI和人类一样进行“思考—行动—观察”的反复迭代来解决问题React循环的工作流程React循环由三个步骤组成AI会不断地重复进行这三个动作。思考AI会对提出的问题进行分解规划自己下一步的行动行动AI会根据刚才思考的结果进行对应的行动如调用API、搜索网页等观察在完成行动后AI会观察第二部得到的结果判断需求是否完成是继续回到第一步继续迭代思考还是给出结果React循环的作用克服AI知识局限LLM的知识库会有“截止日期”无法获取实时信息React循环允许AI通过调用API、搜索引擎等工具来获取最新的信息处理不确定步骤任务对于需要不确定性步骤的任务AI通过React循环可以通过“推理引导行动行动验证推理”的方式有条理的高效的完成任务React循环的劣势React循环需要不断地进行规划和验证因此会非常消耗tokenSub-agent(子智能体)Sub-agent概念Sub-agent 是在多智能体系统中由主智能体委派专门处理某一特定子任务的智能体Sub-agent的作用隔离上下文防止上下文过多每个agent都有自己独立的上下文窗口如果所有的上下文都放在主agent的上下文窗口的话容易导致主agent的上下文膨胀子智能体在自己独立的上下文窗口中进行内部思考、搜索、推理时不会污染主agent的上下文窗口专业化分工不同的Sub-agent可以通过设置不同的系统提示词、工具集合、LLM大模型等方式在某一方面的能力做到“专精”可以更高质量的完成主agent派发的特定任务并行执行提高执行效率在面对某些复杂、庞大的任务时主agent可以将任务分割、派发给多个Sub-agent这些Sub-agent可以并行执行任务最后由主agent汇总结果可以极大地提高效率React模式和Plan模式React模式和Plan模式是当今AI agent两大主流方法论React模式工作流程Agent使用React循环进行工作Agent 在接到任务的时候他会先将任务进行拆解先观察任务然后再进行行动行动完之后再进行思考并不断的进行迭代循环直到完成工作。优缺点优点能够完成不明确的任务容错率高Agent会动态的去调整下一步的行动如果某个行动有意外出现如API调用失败、某一步骤规划的不合理Agent会及时发现并修正缺点LLM需要不断地进行React循环直到任务结束整个过程会更加耗费时间和token应用代码生成、复杂推理、步骤不明确的任务等Plan模式工作流程LLM 在拿到任务后会首先对任务进行分析并且给出后续行动路线在行动的时候 LLM 不再参与其中只由系统进行调用各种工具等最终也不会审查结果会直接输出给用户优缺点优点执行速度快 Token 成本低。因为 LLM 只在规划的阶段调用一两次在后续的行动中不再调用。缺点如果在行动的时候某一步骤卡住的话它会直接报错而不是会临时调整策略。应用适合一些较复杂的、或者有明确步骤的任务两种模式在AI agent中的合作在多智能体协作的时候主 Agent 一般使用 Plan 模式因为它的任务比较简单只需要将用户的需求拆解成固定的步骤分发给 Sub-agent 执行。而 sub agent 一般采用 react 模式因为他们需要完成一些不确定的、具体的、不一定有明确工作流程任务如写代码等SkillSkill的理解Skill可以理解为一个给agent使用的“专家手册”它会指导agent去完成某些对应的任务Skill的工程结构必备Skill.md核心指令文件Skill.md是给LLM阅读的文件是“灵魂”分为元数据Metadata写法是YAML Frontmatter和指令体Instructions Body格式是Markdown Body元数据里面包括Skill的名字和描述他们会在agent启动时被LLM加载让LLM在接到任务时根据每个Skill的元数据来决定是否调用这个Skill。指令体中存储的是AI“工作手册”当agent决定加载这个skill的时候就会阅读指令体中的内容指令体中的内容会告诉AI在遇到任务时应该如何去做。其他可选scripts可执行脚本、resources资源文件、等Skill的分层体系L1发现层DiscoveryAgent启动时只扫描 skill.md 里的元数据得到每个 skill 的名称以及关于它的描述Agent 加载所有 skill 的名称和描述后会在得到任务时进行比对决定使用某个合适的skillL2加载/缓冲层Loading/BufferAgent 在比对所有的 skill 的描述后会选出最合适的 skill。 此时会将该 skill 的所有文件加载在它的工作区上下文L3执行/推理层Execution/ReasoningAgent将用户需求贴在缓冲区的Skill文件下面Agent根据需求以及Skill中的要求规划处接下来要执行的步骤L4基础工具层Atomic Tool )Agent根据L3得到的“操作步骤”完成工具调用、代码执行等环节并得到最终结果 Agent核心技术栈
Agent核心技术栈React循环什么是React循环React循环是Agent工作的核心模式它让AI和人类一样进行“思考—行动—观察”的反复迭代来解决问题React循环的工作流程React循环由三个步骤组成AI会不断地重复进行这三个动作。思考AI会对提出的问题进行分解规划自己下一步的行动行动AI会根据刚才思考的结果进行对应的行动如调用API、搜索网页等观察在完成行动后AI会观察第二部得到的结果判断需求是否完成是继续回到第一步继续迭代思考还是给出结果React循环的作用克服AI知识局限LLM的知识库会有“截止日期”无法获取实时信息React循环允许AI通过调用API、搜索引擎等工具来获取最新的信息处理不确定步骤任务对于需要不确定性步骤的任务AI通过React循环可以通过“推理引导行动行动验证推理”的方式有条理的高效的完成任务React循环的劣势React循环需要不断地进行规划和验证因此会非常消耗tokenSub-agent(子智能体)Sub-agent概念Sub-agent 是在多智能体系统中由主智能体委派专门处理某一特定子任务的智能体Sub-agent的作用隔离上下文防止上下文过多每个agent都有自己独立的上下文窗口如果所有的上下文都放在主agent的上下文窗口的话容易导致主agent的上下文膨胀子智能体在自己独立的上下文窗口中进行内部思考、搜索、推理时不会污染主agent的上下文窗口专业化分工不同的Sub-agent可以通过设置不同的系统提示词、工具集合、LLM大模型等方式在某一方面的能力做到“专精”可以更高质量的完成主agent派发的特定任务并行执行提高执行效率在面对某些复杂、庞大的任务时主agent可以将任务分割、派发给多个Sub-agent这些Sub-agent可以并行执行任务最后由主agent汇总结果可以极大地提高效率React模式和Plan模式React模式和Plan模式是当今AI agent两大主流方法论React模式工作流程Agent使用React循环进行工作Agent 在接到任务的时候他会先将任务进行拆解先观察任务然后再进行行动行动完之后再进行思考并不断的进行迭代循环直到完成工作。优缺点优点能够完成不明确的任务容错率高Agent会动态的去调整下一步的行动如果某个行动有意外出现如API调用失败、某一步骤规划的不合理Agent会及时发现并修正缺点LLM需要不断地进行React循环直到任务结束整个过程会更加耗费时间和token应用代码生成、复杂推理、步骤不明确的任务等Plan模式工作流程LLM 在拿到任务后会首先对任务进行分析并且给出后续行动路线在行动的时候 LLM 不再参与其中只由系统进行调用各种工具等最终也不会审查结果会直接输出给用户优缺点优点执行速度快 Token 成本低。因为 LLM 只在规划的阶段调用一两次在后续的行动中不再调用。缺点如果在行动的时候某一步骤卡住的话它会直接报错而不是会临时调整策略。应用适合一些较复杂的、或者有明确步骤的任务两种模式在AI agent中的合作在多智能体协作的时候主 Agent 一般使用 Plan 模式因为它的任务比较简单只需要将用户的需求拆解成固定的步骤分发给 Sub-agent 执行。而 sub agent 一般采用 react 模式因为他们需要完成一些不确定的、具体的、不一定有明确工作流程任务如写代码等SkillSkill的理解Skill可以理解为一个给agent使用的“专家手册”它会指导agent去完成某些对应的任务Skill的工程结构必备Skill.md核心指令文件Skill.md是给LLM阅读的文件是“灵魂”分为元数据Metadata写法是YAML Frontmatter和指令体Instructions Body格式是Markdown Body元数据里面包括Skill的名字和描述他们会在agent启动时被LLM加载让LLM在接到任务时根据每个Skill的元数据来决定是否调用这个Skill。指令体中存储的是AI“工作手册”当agent决定加载这个skill的时候就会阅读指令体中的内容指令体中的内容会告诉AI在遇到任务时应该如何去做。其他可选scripts可执行脚本、resources资源文件、等Skill的分层体系L1发现层DiscoveryAgent启动时只扫描 skill.md 里的元数据得到每个 skill 的名称以及关于它的描述Agent 加载所有 skill 的名称和描述后会在得到任务时进行比对决定使用某个合适的skillL2加载/缓冲层Loading/BufferAgent 在比对所有的 skill 的描述后会选出最合适的 skill。 此时会将该 skill 的所有文件加载在它的工作区上下文L3执行/推理层Execution/ReasoningAgent将用户需求贴在缓冲区的Skill文件下面Agent根据需求以及Skill中的要求规划处接下来要执行的步骤L4基础工具层Atomic Tool )Agent根据L3得到的“操作步骤”完成工具调用、代码执行等环节并得到最终结果