> For the complete documentation index, see [llms.txt](https://dizzzzy.gitbook.io/notebook/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://dizzzzy.gitbook.io/notebook/course/readme/agent.md).
# Agent
## 什么是Agent
Agent = LLM (大脑) + Planning (规划) + Tool use (执行) + Memory (记忆)
智能体（Agent）是一种能够感知环境并自主决策、执行行动以完成特定目标的智能系统。其工作流程如图所示：
1. 用户发出指令
2. 智能体拼接用户与系统指令并发给大模型
3. 智能体解析大模型返回并调用相应工具
4. 最终将执行结果返回给用户
Agent简易代码实现
```python
# 伪代码示例：简易天气穿衣助手Agent
import requests
class WeatherAgent:
def __init__(self):
self.memory = [] # 简单的记忆存储
self.tools = {
'get_weather': self.get_weather_api,
'give_advice': self.generate_advice
}
# 工具1: 调用天气API
def get_weather_api(self, city):
"""调用外部天气API获取数据"""
# 这里模拟一个API调用
print(f"[Agent 行动] 正在查询{city}的天气...")
# 假设返回的数据
mock_data = {'city': city, 'temp': 22, 'condition': '晴朗', 'wind': '3级'}
return mock_data
# 工具2: 根据天气生成建议
def generate_advice(self, weather_data):
"""根据天气数据生成穿衣建议"""
temp = weather_data['temp']
condition = weather_data['condition']
advice = f"当前{weather_data['city']}气温{temp}℃，天气{condition}。"
if temp > 25:
advice += "建议穿短袖、短裤。"
elif temp > 15:
advice += "建议穿长袖T恤、薄外套。"
else:
advice += "建议穿毛衣、厚外套。"
return advice
# 规划与执行核心
def run(self, user_input):
"""解析用户目标并执行任务"""
print(f"[用户指令] {user_input}")
# 步骤1: 规划 - 从指令中提取关键信息（城市）
# 这里简化处理，实际会用更复杂的NLP模型
if "天气" in user_input and "北京" in user_input:
city = "北京"
else:
return "请告诉我您想查询哪个城市的天气？"
# 步骤2: 行动 - 调用工具获取天气
weather_info = self.tools['get_weather'](city)
self.memory.append({'step': 'fetched_weather', 'data': weather_info}) # 存入记忆
# 步骤3: 行动 - 调用工具生成建议
final_advice = self.tools['give_advice'](weather_info)
self.memory.append({'step': 'generated_advice', 'data': final_advice}) # 存入记忆
# 步骤4: 输出结果
return final_advice
# 使用Agent
agent = WeatherAgent()
result = agent.run("我想知道北京的天气，该怎么穿衣服？")
print(f"[Agent 回复] {result}")
# 输出示例：
# [用户指令] 我想知道北京的天气，该怎么穿衣服？
# [Agent 行动] 正在查询北京的天气...
# [Agent 回复] 当前北京气温22℃，天气晴朗。建议穿长袖T恤、薄外套。
```
{% embed url="" %}
### ReAct（Reasoning and Acting）
{% embed url="" %}
ReAct = Reason + Act
核心工作流程：
1. **思考（Reasoning）**：分析当前状态和目标
2. **行动（Acting）**：执行具体操作
3. **观察（Observation）**：获取行动结果
4. **循环迭代**：基于观察结果继续思考和行动
示例执行轨迹：
```
Thought: 我需要搜索这个问题
Action: search("xxx")
Observation: 搜索结果
Thought: 根据结果可以回答
Final Answer: ...
```
ReAct的典型Prompt模板：
```python
REACT_PROMPT = """Answer the following questions as best you can. You have access to the following tools:
{tools}
Use the following format:
Thought: you should always think about what to do
Action: the action to take, should be one of [{tool_names}]
Action Input: the input to the action
Observation: the result of the action
... (this Thought/Action/Action Input/Observation can repeat N times)
Thought: I now know the final answer
Final Answer: the final answer to the original input question
Question: {input}
Thought: {agent_scratchpad}"""
```
### Plan-and-Execute
Plan-and-Execute 模式采用"先规划后执行"的策略，将任务分为两个明确的阶段：
1. **规划阶段（Planning）**：
* 分析任务目标
* 拆分子任务
* 制定执行计划
2. **执行阶段（Execution）**：
* 按计划顺序执行子任务
* 处理执行结果
* 调整执行计划（如需要）
Plan-and-Execute 的典型 Prompt 模板：
```python
PLANNER_PROMPT = """You are a task planning assistant. Given a task, create a detailed plan.
Task: {input}
Create a plan with the following format:
1. First step
2. Second step
...
Plan:"""
EXECUTOR_PROMPT = """You are a task executor. Follow the plan and execute each step using available tools:
{tools}
Plan:
{plan}
Current step: {current_step}
Previous results: {previous_results}
Use the following format:
Thought: think about the current step
Action: the action to take
Action Input: the input for the action"""
```
### 两种模式性能与成本分析
#### 性能对比
| 指标 | ReAct | Plan-and-Execute |
| -------- | ----- | ---------------- |
| 响应时间 | 较快 | 较慢 |
| Token 消耗 | 中等 | 较高 |
| 任务完成准确率 | 85% | 92% |
| 复杂任务处理能力 | 中等 | 较强 |
#### 成本分析
以 GPT-4 模型为例，处理同样的复杂任务：
| 成本项 | ReAct | Plan-and-Execute |
| ----------- | ---------- | ---------------- |
| 平均 Token 消耗 | 2000-3000 | 3000-4500 |
| API 调用次数 | 3-5 次 | 5-8 次 |
| 每次任务成本 | $0.06-0.09 | $0.09-0.14 |
## MCP协议
MCP（Model Context Protocol，模型上下文协议）由Anthropic于2024年11月推出，是一套开放协议标准，旨在规范AI模型与外部数据源、工具之间的交互方式
{% embed url="" %}
核心目标是解决以下问题：
* **数据孤岛：**模型无法直接访问实时数据或本地资源；
* **集成复杂性：**为每个工具编写独立接口导致开发成本高；
* **生态碎片化：**不同平台的工具调用机制缺乏统一标准；
* **安全隐患：**缺乏标准化的访问控制机制
核心架构：MCP采用客户端-服务器架构，包含三个组件
* 主机（Host）：运行LLM的应用程序（如Claude Desktop、IDE插件）；
* 客户端（Client）：与服务器建立连接，管理会话和路由消息；
* 服务器（Server）：提供资源访问、工具调用等能力的独立服务。
根据 MCP 的规范，当前支持两种传输方式：标准输入输出（stdio）和基于 HTTP 的服务器推送事件（SSE）。而近期，开发者在 MCP 的 GitHub 仓库中提交了一项提案，建议采用“可流式传输的 HTTP”来替代现有的 HTTP+SSE 方案。此举旨在解决当前远程 MCP 传输方式的关键限制，同时保留其优势。 HTTP 和 SSE（服务器推送事件）在数据传输方式上存在明显区别：
* **通信方式**
* HTTP：采用请求-响应模式，客户端发送请求，服务器返回响应，每次请求都是独立的。
* SSE：允许服务器通过单个持久的 HTTP 连接，持续向客户端推送数据，实现实时更新。
* 连接特性：
* HTTP：每次请求通常建立新的连接，虽然在 HTTP/1.1 中引入了持久连接，但默认情况下仍是短连接。
* SSE：基于长连接，客户端与服务器之间保持持续的连接，服务器可以在任意时间推送数据。
* 适用场景：
* HTTP：适用于传统的请求-响应场景，如网页加载、表单提交等。
* SSE：适用于需要服务器主动向客户端推送数据的场景，如实时通知、股票行情更新等。
需要注意的是，SSE 仅支持服务器向客户端的单向通信，而 WebSocket 则支持双向通信。
本地通讯：使用了stdio传输数据，具体流程Client启动Server程序作为子进程，其消息通讯是通过stdin/stdout进行的，消息格式为JSON-RPC 2.0。
远程通讯：Client与Server可以部署在任何地方，Client使用SSE与Server进行通讯，消息的格式为JSON-RPC 2.0，Server定义了/see与/messages接口用于推送与接收数据。
\\