Skip to content
知识库

Agent 概览

Agent 概览

LLM Agent 是建立在 LLM 之上的自主系统：能感知环境、规划任务、调用工具、持续执行。本目录收 Agent 架构演进、协议、范式相关内容。

知识地图

Agent 架构演进

  • ReAct（Reason + Act 循环）
  • Plan-and-Execute（规划-执行分离）
  • Multi-Agent 协作（Harness / Loop Engineering / Squad）
  • [[AI/Agent/Agent发展|Agent 系统演进史]]

协议与工具

  • MCP（Model Context Protocol）—— Agent 与工具/数据源的标准化协议
  • Tool Use / Function Calling —— LLM 调用外部函数
  • A2A（Agent-to-Agent）—— 多 Agent 通信

工作流与编排

  • LangGraph / CrewAI / AutoGen
  • Spec-Driven / Harness Engineering
  • [[开源项目分析/AI编码工程化/Trellis-AI编码工程框架|Trellis]] / [[开源项目分析/AI编码工程化/spec-kit-GitHub官方规范驱动开发|spec-kit]] / [[开源项目分析/AI编码工程化/Ralph-Autonomous-AI-Coding-Loop|Ralph]] / [[开源项目分析/AI编码工程化/Superpowers-AI编码工程师方法论与Skills框架|Superpowers]]（编码 Agent 框架）

记忆机制

  • 短期记忆（Context Window）
  • 长期记忆（向量库 / 知识图谱）
  • 跨 Session 记忆（Honcho 等基础设施）

待补内容

  • MCP 协议详解（handshake / tools / resources / prompts）
  • Tool Use 的实现原理与失败处理
  • Multi-Agent 通信模式（消息总线 / 共享黑板 / 层级调度）
  • Agent 评测基准（AgentBench / SWE-bench）

参考资料