01 agent基础
2026/8/10 10:44:51 网站建设 项目流程

Agent 是什么

一、定义

Agent = 大模型 + 工具 + 循环决策

二、Agent 流程

用户提问 → 模型思考 → 决定要不要用工具 → 执行工具 → 看结果 → 再思考 → … → 最终回答

三、Agent 的完整架构(五个组件)

用户

Agent 主循环

LLM
大脑/决策者

Tools
手/能力

Memory
记忆

Prompt
规则/人设

外部世界
API/数据库/文件

组件作用
LLM理解任务、决定下一步
Tools执行具体动作
Memory记住对话历史、长期知识
Prompt定义角色、规则、输出格式
Loop串联以上组件,循环直到完成

四、ReAct 是什么?

ReAct = Reason(推理)+ Act(行动),目前最常见的 Agent 模式。

Thought(思考): 用户问北京天气,我需要查天气工具 Action(行动): 调用 get_weather(city="北京") Observation(观察): 工具返回 "晴,25℃" Thought: 我已经有数据了,可以回答了 Action: 输出最终答案给用户

五、Tool Loop(工具循环)

tool_calls

普通文字回复

超过最大轮数

用户输入任务

把 messages + tools 发给模型

模型返回什么?

执行对应工具函数

把结果以 role:tool 追加到 messages

任务完成,返回给用户

强制终止,提示失败

六、完整示例

defrun_agent(client,model,user_message)->str:messages=[{"role":"system","content":"你是数学助手。涉及计算时必须调用 calculate 工具,不要自己心算。",},{"role":"user","content":user_message},]forturninrange(MAX_TURNS):response=client.chat.completions.create(model=model,messages=messages,tools=TOOLS)message=response.choices[0].messageifmessage.tool_calls:messages.append(message)fortool_callinmessage.tool_calls:tool_result=dispatch_tool(tool_call,)messages.append({"role":"tool","content":tool_result,"tool_call_id":tool_call.id,})else:returnmessage.contentreturn"对话达到最大轮数,请重新开始。"

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询