Agent 源于研究行为的强化学习,而大模型源于研究知识的深度学习
多数情况下认为 该系统中会存在下面的角色或名词
- 用户(另一个人)
- 上下文(记忆)
- 变量(记忆)
- 提示词(沟通方式)
- 工具(手臂)
- 大模型(大脑)
这个图将着重表现 Agent 的决策循环,这是其与普通 RAG 流程最主要的区别。
Agent 核心工作流示意图
用户 提示词 ✏️ Agent 大模型 上下文 ️ 变量 %% 工具 ️ 用户交互层 AI核心层 数据层 工具层 发送请求 用户输入原始指令 ️ 结构化请求 查询历史 获取变量 返回数据 发送完整请求 ✨ 生成响应 ⚙️ 调用工具 ✅ 返回结果 更新变量 alt [需要工具调用 ] 保存会话 呈现结果