从了解Agent到认知Agent架构体系！（小白也能看懂）

清空烟雨

发布于 2026-10-16 11:35:33

110

概述

面向大模型应用/Agent/后端AI，梳理2026年Agent工程化落地的核心。要点：Agent=LLM+规划+工具+记忆+行动，实现"想→做→看→改"闭环；重点掌握ReAct等推理范式、Function Calling与MCP协议、长短期记忆、多智能体协作、LangGraph等框架选型；强调提示注入等安全防护、过程与结果并重的评估方法。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

Agent 记忆服务

Agent 宝典（完整版）
- 目录
- 1. Agent 是什么：定义与价值
  - 1.1 定义（必背）
  - 1.2 大模型 vs Agent（对比）
  - 1.3 为什么 Agent 现在才火
  - 1.4 Agent 的局限（也要会答）
- 2. Agent 核心组成（必背）
- 3. 推理范式：ReAct / Plan-and-Execute / Reflexion
  - 3.1 ReAct（Reasoning + Acting）——最高频
  - 3.2 Plan-and-Execute（计划-执行）
  - 3.3 Reflexion（反思）
  - 3.4 其他范式（了解）
  - 3.5 2025-2026 新形态（热点）
- 4. 工具调用与 Function Calling
  - 4.1 什么是工具/工具调用
  - 4.2 工具定义（JSON Schema）
  - 4.3 工具调用的实现方式
  - 4.4 工具选择与参数生成的质量问题（高频）
  - 4.5 工具调用 vs MCP
- 5. 记忆机制
  - 5.1 为什么需要记忆
  - 5.2 记忆分类
  - 5.3 记忆管理技术
  - 5.4 上下文长度 vs 记忆
- 6. 多智能体协作
  - 6.1 为什么用多智能体
  - 6.2 协作模式
  - 6.3 多智能体的坑
- 7. Agent 主流框架
  - 7.1 LangGraph 为什么被推（进阶）
  - 7.2 选择框架的考量
- 8. MCP 协议（进阶，重要）
  - 8.1 什么是 MCP（Model Context Protocol）
  - 8.2 MCP 核心概念
  - 8.3 为什么要了解 MCP
  - 8.4 MCP 的安全考虑
- 9. Prompt 与 Agent 行为控制
  - 9.1 System Prompt 设计（Agent 核心）
  - 9.2 常见技巧
  - 9.3 防止 Agent 跑飞（重要）
- 10. Agent 评估
  - 10.1 为什么评估难
  - 10.2 评估维度
  - 10.3 评估方法
- 11. Agent 安全与防护
  - 11.1 提示注入（Prompt Injection）——必须会
  - 11.2 防护手段
  - 11.3 其他安全话题
- 12. 常见问题与排错
  - 12.1 Agent 卡在循环/不终止
  - 12.2 选错工具
  - 12.3 参数幻觉/JSON 解析失败
  - 12.4 工具执行报错
  - 12.5 Agent 回答与事实不符
  - 12.6 成本与延迟超标
- 13. 企业真实场景与真题
  - 13.1 场景：做一个企业知识库 + 客服 Agent，怎么设计？
  - 13.2 高频追问
  - 13.3 设计题：写一个"数据分析 Agent"
  - 13.4 设计题：让 Agent 操作内部系统（如 OA 审批）
- 14. 代码骨架
  - 14.1 ReAct 手写循环（伪代码，能写）
  - 14.2 Function Calling 骨架
  - 14.3 手写工具分发器（简单版）
  - 14.4 记忆管理示意
- 15. 清单

从了解Agent到认知Agent架构体系！（小白也能看懂）

从了解Agent到认知Agent架构体系！（小白也能看懂）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐