1. 为什么需要agent

如果希望答疑机器人能具备这样一种功能：只需说出“帮我请明天的假”，机器人便能自动提交请假申请单。那么就需要让大模型理解用户的意图，并且可以调用相应的API来实现。通过任务分解和自动化执行，就可以高效的完成复杂的动作，即智能体（Agent）。

2. 如何构建agent

构建一个agent的步骤：

1. 明确目标

2. 定义工具函数

3. 将工具函数集成到agent

4. 尝试对话

智能体的工作原理核心模块：

• 工具模块

  工具模块负责定义和管理智能体能够使用的各种工具。包括工具的描述、参数以及功能特性。这一模块确保智能体能够理解并有效使用这些工具来完成任务。

• 记忆模块

  记忆模块可以分为长期记忆和短期记忆。

  长期记忆用于存储持久的信息和经验，帮助智能体进行模式学习、知识积累和个性化服务。

  短期记忆则用于临时存储当前任务相关的信息，以支持智能体在任务执行过程中实时调整决策。

• 计划能力

  计划能力模块负责任务的规划。通过智能体的决策能力，这部分帮助智能体分解复杂任务，制定具体的行动步骤和策略，确保任务顺利完成。

• 行动能力

  行动能力与工具模块紧密配合，确保智能体能够选择合适的工具，并通过容器执行相应的操作。行动能力是智能体实现任务的核心，确保其能够根据既定计划和决策，有效地实施各项任务。

3. 大模型意图识别

待补充

4. 多智能体Multi-Agent

多智能体系统通过将任务拆解成多个子任务，并由不同的智能体分别处理这些任务，从而克服了单一智能体无法同时完成多个操作的局限性。每个智能体专注于一个特定任务，像一个团队中的成员，各司其职，最终协作完成整个任务。

4.1. 如何设计实现多智能体

Multi-Agent系统有多种设计思路，本教程将介绍一个由Planner Agent、若干个负责执行工具函数的Agent，以及一个Summary Agent组成的Multi-Agent系统。

• Planner Agent规划智能体： 根据用户的输入内容，选择要将任务分发给哪个Agent或Agent组合完成任务。
• 执行工具函数的Agent智能体： 根据Planner Agent分发的任务，执行属于自己的工具函数。
• Summary Agent总结智能体： 根据用户的输入，以及执行工具函数的Agent的输出，生成总结并返回给用户。

5. 多智能体编排

在自主构建一个Multi-Agent系统时，虽然能够提供高度的灵活性，但也伴随着一定的工作量和复杂性。对于许多企业来说，快速实现复杂业务逻辑更为重要。因此可以使用智能体流程编排工具，例如：Dify，百炼智能体应用。

参考：

• 用插件扩展答疑机器人的能力边界