趋近智
到目前为止,我们已将大型语言模型(LLMs)用于直接的、单轮任务,例如生成文本或依据给定背景信息回答问题。本章将讲解构建能够更自主运作以达成目的的系统。自主代理使用大型语言模型(LLM)作为推理引擎来确定一系列步骤,并通常会与外部工具交互以收集信息或执行操作。此过程可表示为思维、行动和观察的循环。
在本章中,您将学习使用 agent 模块来构建这些代理。我们将从介绍 ReAct(推理与行动)模式开始,它是一个用于组织代理行为的常用架构。接着,您将实现一个 ReAct 代理,并学习如何为其提供工具,例如搜索功能或一个简单的计算器,以扩展其功能。核心循环可简化为以下步骤:
接下来,我们将讲解另一种架构,名为“规划-执行”代理。最后,我们将讨论允许多个代理合作以处理更复杂问题的系统构建原则。本章结束时,您将能够构建能将问题分解、使用工具寻找处理办法并代表您行事的代理。
8.1 大型语言模型智能体简介
8.2 ReAct 思维与行动模式
8.3 构建 ReAct 智能体
8.4 定义和使用工具
8.5 实施规划-执行型智能体
8.6 协调多智能体系统
© 2026 ApX Machine Learning用心打造