页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Agent 系统」找到 426 条内容
按专题浏览 →匹配题目：请系统阐述大模型智能体（Agent）的基本工作原理与工作机制，详细说明其核心组成部分（如规划、记忆、工具调用、执行与反馈等模块）的功能，并解释这些组件如何协同工作以实现复杂任务的自主决策与持续学习。
匹配题目：在Agent系统中，当外部工具调用失败时，应如何设计有效的反馈策略以保障任务的连续性与智能性？请说明是否应向模型返回具体错误信息、如何决策重试机制或工具切换、以及这些反馈如何影响后续规划与整体闭环决策过程。
匹配题目：在多智能体系统中，如何设计有效的协同机制以实现多个AI agent之间的高效协作？请结合具体应用场景，阐述一种协同机制（如通信协议、角色分工、任务分配或共识算法等），并说明其设计原理、优势及潜在挑战。
学习内容与项目面试，在同一条路上。
匹配正文：Agent核心架构：LLM驱动的自主闭环系统 Agent以大模型为中央控制器，通过四大模块形成"感知-规划-执行-反馈"的循环。 1. 规划模块（Planning） 职责：任务分解与策略制定 思维链（CoT）：单路径推理，适合确定性任务 ReAct：推理+行动交错，"想一步做一步"，更适合动态环境 多步规划：复杂任务拆解为子目标，支持回溯调整 例：用户问"明天北京适合户外吗"，规划为：查天气→分析温度/降雨→给出建议 2. 记忆机制（Memory） 职责：状态持久化与上下文管…