Agent 知识图解（chalkboard 风格）

是什么

Agent（智能体） = 在 LLM 基础上，再叠加 “目标 + 规划 + 执行” 能力的自主系统。它不只会聊天，而是能自己拆解任务、调用工具、一步步把事办成。

普通 LLM 调用：“你问我答”一次就结束。Agent：“你给目标，我边想边干，干到完成为止。“

核心模块

  • Planning（规划）：把大目标拆成可执行的子任务，决定先做什么后做什么。
  • Memory（记忆）：短期（当前对话上下文）+ 长期（跨会话持久化的知识），解决”转头就忘”。
  • Tools（工具）：通过 Tool Calling / MCP 调用外部能力（查库、搜索、跑代码）。
  • Action（行动）：执行规划好的步骤，调用工具，拿到结果再继续。

完整运行流程

下面流程参考菜鸟教程 AI 底层架构，是 Agent 一次典型运行的全链路：

1. 用户输入：用户下发指令 Prompt，进入上下文窗口 Context Window
2. 记忆增强：联动 Memory 会话记忆 + RAG 外部知识库，补充上下文与专业知识
3. LLM 推理：通过 Transformer 对 Token 序列做注意力计算，进行语义理解与初步生成
4. Agent 规划：智能体自主判断、拆解任务，决定是否需要多步执行或调用工具
5. 工具执行：基于 MCP 协议，调用 API / 数据库 / 搜索引擎等外部能力完成实操
6. 输出结果：汇总工具返回与模型推理，整理后返回用户，同时写入记忆存档

可以看到：前面几篇笔记里的 Transformer（推理）、Token（处理单位）、RAG（补知识）、MCP（调工具）、Memory（记状态） 全都在这条链路里各司其职——这也正是按时间线学的意义。

与 Workflow 的关系

Agent 和 Workflow 不是二选一，而是常常配合：

  • Agent 驱动 Workflow：Agent 决定”该启动哪条固定流程”（如决定触发发布 Workflow）。
  • Workflow 调用 Agent：固定流程里的某个节点，交给 Agent 做开放式的子任务（如”这一步让 Agent 写文案”）。