AI Agent零基础学习套装
粉丝3.8万获赞19.9万
相关视频
00:51查看AI文稿AI文稿很多人留言问我，有没有一本书能把 ai 智能体开发从头到尾讲清楚，不用敲代码还上手特别快。我会直接推荐这本用扣子搭建 ai agent 零基础实战版，它带你一步步从理解智能体底层逻辑，到掌握 ai 应用开发的完整全流程。 从文档整理、文案访写这些基础创作，到数据清洗、 ppt 制作这些高阶办公助手。所以你看到的不是零散的工具操作，而是一套完整的 ai 生产地图。 如何让 ai 自动清理海量数据？营销海报怎么一键生成？ ppt 创作助手和智能客服搭建在逻辑上有什么区别？大模型选型和插件组合具体怎么操作？全书用十个实战项目和全流程截图讲解，把抽象架构变成直接拿来用的模板，你 根本不用学任何编程语言，直接被清晰流程和附用方案带着往前走。不管你是想用 ai 降本增效的新锐白领，还是希望在 ai 赛道抢占先机的职场人，这本书都能帮你快速掌握智能体开发要领，强烈推荐！
12理筑未来
03:28查看AI文稿AI文稿第一节课我们认识了智能体，我们了解了对话式 ai 和智能体的一个区别。上节课我们认识了 ai agent 之后，有很多朋友都问到， 就是说到了这个 agent 到底去哪找，是不是要花很多钱？在这里完全是不需要的，二零二六年只需要安装三种类型的 ai 工具，就可以让你的设备拥有强大的 ai 超能力，而且它们都有免费版，或者是非常低的入门门槛。 在这里我会把三种类型的工具分别比喻成大脑、双手和眼睛。第一个就是推理大脑， 它的核心能力不是知道多少，而是逻辑推理强不强。在这里如果大家初次体验推荐的就是 deepsea 深度思考，它是完全免费的，这里也不是固定的，大家可以根据自己的使用喜好， 只要我们用的 ai 有 推理模式就可以。它的作用就是当给他一个复杂的任务时，他不会直接给我们一个答案，而是会先展示他的思考过程。 比如我们想做一份预算表，他这时候他就会先考虑到预算表的表格格式，然后考虑到市场的价格因素，还有一些其他的条件等等。像这个思考过程都是透明化的， 对于初学者来说对我们帮助还是比较大的，可以偷偷地学到 ai 是 怎么拆解任务的。第二个就是执行双手 agent 工具，它可以直接操作电脑或是手机界面，可以帮你点击按钮、 移动文件、控制浏览器等等。在这里给大家推荐两个，第一个就是扣子，然后第二个就是 workbody， 它有日常任务模式，还有代码开发模式，后面我们都可以直接去使用，像我提到的这两个，大家可以自行去搜索去查找一下。第三个就是感知的眼睛 多模态 ai 工具，它可以拍一张冰箱里的食材照片，它就能识别出有什么，然后生成菜谱。 或者是你拍一张会议白板上的凌乱的板书，它就能整理成结构化的会议基要。那目前免费选择的有很多，比如各厂商自带的视觉模型，你只需要确认用的 ai 工具里面有拍照上传的按钮，并且它能理解图片内容就可以了， 不需要单独安装。在这里可以使用比较容易上手的，比如某包像分享这些 ai 工具也不是固定的，大家可以根据自己的使用习惯去选择就可以。提到这些 ai 工具的使用，肯定有很多朋友都会考虑到，那需要什么硬件设备呢？ 答案是你手上正在用的设备就够了。如果用的是智能手机，无论是安卓还是苹果都可以直接安装对应的 app， 使用起来都是非常丝滑的。如果你用的是电脑，通过浏览器访问网页版也是可以直接使用的，不需要去换新的设备，新的电脑 不需要高配置的显卡。今天这节课你也不需要记住具体的软件名字，因为每个工具它更新迭代都是很快的，大家只需要记住这三种类型， 大家只需要记住有分享的这三个功能的 ai 应用就可以。下节课我会带着大家完成真正意义上的第一次对话，我们一起打开一个 ai 工具，给他派发一个任务， 你会发现现在 a i a 政策的一个能力，只需要一句话，它就可以给我们结果。好了，大家记得先去把工具选择好，然后使用顺手的就可以。我们本节课分享就到这里，我们下节课再见。
95掌舵者AI实验室
00:44查看AI文稿AI文稿很多人以为，写几段提示词，调两次接口，再拼凑几个业务函数，这就叫开发智能体了。结果很快你就会撞墙，逻辑链路断裂、工具调用冲突，整个系统根本没法过压测。这不是工程实践，你只是在做接口搬运。这本丛林构建 ai agent， 核心就是帮你把底层逻辑彻底打碎重组。 书中第三章到第六章死磕智能体的认知原理和系统架构模型怎么和工具深度接口、感知层、执行层怎么设计？全套逻辑， 甚至包括多智能体如何并行协助，流水线模式怎么降本增效？如果你想跳出写脚本的底层陷阱，真正掌握大模型驱动的系统设计，趁着现在很多人还没整明白智能体是怎么回事，点开下方链接，这本书就是你向资深架构师进阶的敲门砖。
40理筑未来
02:26查看AI文稿AI文稿为什么说自学 a 证的都是坑？最近发现好多人后台都在问我同一个问题，想自学 a 证的开发该怎么学啊？每次听到这个问题，我都想直接回一句，别自学了，真的全是弯路。 第一，根本不知道从哪开始，我当初自学 a 证的操作，打开 b 站搜索 ai agent 的 教程，好家伙，一下子蹦出来几百条视频，三天学会 a 证的开发，零基础入门， ai agent 手把手教你做智能助手，每个视频都说的天花乱坠，你点进去看，结果呢？这个视频讲 python 基础，那个视频讲 api 调用，还有一个讲什么图形原理，看了三天，感觉自己学了好多东西，但真要让你自己做个项目，你发现自己还啥都不会，只是短暂的留在脑子里，停了一下就走了， 这就是问题所在，你连先学什么后学什么都不知道。第二，网上的资源太乱了，你以为网上那些免费教程真的能教会你吗？其实真正有用的东西，人家公司根本不愿意放出来，你想想，一个公司花了几百万研发的技术，他会免费放到网上让你去学吗？不可能的是，那些网上能搜到的，要么是过时的技术企业，早就不用了。 皮毛的东西只讲表面不讲核心，甚至有些是错的，你叫他做都做不出来。我有个同学，大二的时候自学了半年 a 证的简历上写了一大堆项目，结果去面试的时候，面试官问了一个问题，你这个 a 证，他的决策逻辑是怎么设计的？他直接蒙了，因为他只会调用 a p i， 不知道背后原理是什么。 第三，你根本做不出有竞争力的项目。这是最扎心的一点，你以为你跟着教程做个智能客服，自动回复机器人就能找到工作了？现在企业招人看的是什么？看的是你有没有做过真实项目。什么叫真实项目？在生产环境里跑过有真实用户在使用的，解决过实际问题的。你做的那些代工项目，做十个做一百个，都不如人家一个真实项目有分量。 第四，你连自己学的对不对都不知道，你可能花了一个月时间学了一大堆东西，但其实你根本不知道你学的东西现在企业还用不用？你学的技术是不是已经过时了？你做的项目有没有价值？那到底该怎么学呢？ 综合以上，我踩过几点，如果你真的想学 a 证的开发，我建议你，第一，找个靠谱的人带，不管是学校的老师，有技术在身的那种，还是说已经工作的学长学姐，又或者说一个靠谱的机构，他们都能告诉你现在企业到底在用什么技术，应该学什么，不学什么，怎么做出有竞争力的项目。 第二，尽早去实习，哪怕是小工资，哪怕工资不高，最重要的是你能接触到真实项目，了解到企业中里是如何做事的，同时积累一定项目经验。第三，别想着把 ai 学透了， ai 这个领域太大了，你不可能什么都学会，所以建议先学最实用的，先做能做出东西的，先找到工作再说其他的技术工作，等到工作了再慢慢深入。 说了这么多，想跟大家分享点实在的。主播整理了自己学习智能体完整文档，还有相关项目，有需要的可以在评论区留个七七七，下一期我会专门出一期自己从零到一的学习路线拆解，有兴趣的可以给个三连，我们下期见。
5125康康窝（关才回版）
01:00查看AI文稿AI文稿假如你从二零二六年三月后开始学习 ai agent， 零基础需要多久才能学会？接下来告诉你一条最快的学习路线，让你少走弯路，一个月的时间就能从小白进阶成 agent 工程师。第一周，打基础， 先掌握 ai agent 核心理论，搞懂核心组建，吃透大语言模型、规划模块、记模块和工具级这些基础概念。第二周，专攻 agent 工作原理和难点解决方案， 拓展，学习 react code 等经典 agent 范式。第三周，生化学习，了解多智能体协助的逻辑，再学习 prompt 调优技巧，让你的 agent 更精准地理解你想要的结果。第四周，练实战，结合前面所学知识，自己动手完成几个小项目， 学完这些，你就能真正把 ai 技术接入实际业务。如果你还不知道从何开始，我这里整理了学习路线以及配套视频教程，感兴趣的宝子抱走，上手学习。
34:55查看AI文稿AI文稿agent 从啥都不懂到精通，我是怎么做到的？首先你要做的第一件事就是把网上那些杂乱无章的课程丢掉，真的想学就按这个学习路线走，只要不是三分钟热度，一个月的时间就能从小白进阶成 agent 的 工程师。建议先收藏，少走弯路。第一周，打牢基础，吃透 agent 核心理论，搞懂核心组建，把大模型基础、规划模块、记忆模块、工具调用等基础 带你学扎实。第二周，功课原理，专攻 a 阵子工作机制与常见问题解决方案，深入学习 react， q t 等经典 a 阵子范式。第三周，能力提升，学习多式农体协助逻辑，掌握 pump 的 调油技巧，让 a 阵子更精准理解需求输出结果。第四周，练实战，结合前面所学知识，自己动手完成几个小项目，你就能真正把技术介入实际业务， 升职掌心不在话下。如果你还不知道从何开始，我这里整理了学习路线以及配套视频教程，实战项目打包好了，希望能帮到你。 大家好，我是阿水，我们今天视频的一个主题是 a 帧的一个概念原理以及构造模式，并且这其中包含了从零打造一个自己的 ai 帧的一个全过程啊，大家是不是等不及了呀，我们一起往下看。 ai 帧啊，又叫 ai 帧，它是一个随着我们大模型日潮而兴起的一个重要概念， 虽然 agent 这个词被现在被频繁的提起，但是它究竟是什么？什么是 agent？ agent 究竟是如何实现的？它是如何运作的啊？很多人其实不不太明白，他也搞不清楚，所以说在这个视频里面，我会带你彻底搞明白这两个问题。 我们本期视频一共包括这四个部分，首先第一块什么是 agent 啊？当然如果你对 agent 这个概念非常的了解了啊，你也可以跳过直接来到我们后面的 react 部分， 那我们来继续往下看。第二部分是什么呀？就是我们 react 模式的一个运行的运行流程和实现原理。第三部分就是我们自己动手，真正手搓一个 react 模式的一个 agent 啊。第四个模式啊，第四块就是我们这个 play and execute 模式的一个介绍和整体的一个运行流程。 好，我们先来看第一个部分，什么是 a 技能？但不知道大家有没有使过使用过大冒险啊？比如说是哪些啊？比如说 deepsea 啊，比如说拆 gpt， 比如说千问啊等等这些东西，大家发现它有哪些优点？ 他是不是特别擅长回答我问题啊？啊？我问他秦始皇是哪年出生的，这个我肯定不知道，但是大毛去哪知道？比如我问他，呃，特朗普的老家是哪啊？他是不是也能回答出来啊？他特别擅长回答问题， 但是他是不是有一个问题叫做无法感知和改变外部的环境？这个问题怎么说呢？我们来看一下哈，这是为为什么会有这个问题呢？我们来举个例子就知道了。在这里我让大冒险帮我写一个俄罗斯方块的小游戏 啊，他能回答这个问题，他能帮我把这个代码写出来，没问题啊，已经写出来写了很多很多啊，没问题，代码如下，但是我是不是还要需要手动把我这个代码复制到文件里面并执行呀， 他并没有办法直接帮我把这个代码复制到文件里边，所以说他是无法改变我们的外部环境的 那感知的。我们来看下下一个例子，我这个小游戏里边啊，我想要他帮我加一个功能，或者说我想让他帮我修改一下代码，他必须要他要求什么？要求我们把代码复制给他，他才能够回答 啊？那么就是我这个代码如果在文件里边，他是没办法读取到我的文件的，所以说啊，他是无法感知到我们外部的环境的啊，总的来说， 我们呃大模型有这两个问题，一个就是无法感知，一个就无法改变外部的环境，那么我们有没有办法解决掉这个问题呢啊？当然是有的，我们给大模型使用啊，让他对接上对应的工具就可以了，比如说在这里 我们加上一些什么，如果说给他加上呃查看文件的内容的一个工具啊，再加上一个什么？呃，读写读写文件内容，还有查看文件列表啊，我这个文件列表有哪些文件，然后再加加上一个运行终端命令的一个工具， 那么这样哈，我们大模型就相当于有了感官和四肢，有了这些工具，大模型就可以自己查询已有的一些文件，自己写入代码，自己运行程序，整个过程中不需要我们插手，完全自动化。 就这样把一个大模型和一堆工具组装起来的一个智能程序，我们就把它称为 agent， 通常我们 agent 用一个机器人来表示，这与我们大模型的一个大脑图标有着一个鲜明的对比啊，毕竟我们 agent 有 着感官和四肢嘛，能够独立的做事情了，就像一个机器人一样。 我们 a 镜头的种类哈，其实有非多非常多种的，我们举个例子，比如说啊，比如说有科瑟，或者说我们国产的一些通用领马，或者吹啊，它可以帮我们开发程序，或者说 kimi， 它有个帮我，可以帮我制作 ppt， 还有一些啊，可以做一些深度解锁啊，这有很多种的 a 镜头的类型。 好，我们来给大家举一个例子哈，就比如说，好，我在这里，我刚刚是不是举了一个我们国产的通讯联码，我就以这个来给大家举一个例子。 好，我们来看一下哈，这个是我给大家准备的代码，我们等下来看，我们先来看这里哈，我是通讯联码，我这已经开启了我们智能体的功能，我们在这里我们把路径给他， 我们要把一些相关的信息给他，是不是啊？这是我的路径，然后我让他任务是什么？写一个俄罗斯方块小游戏，然后用这个 html， 然后等等那些实线对不对？并且分解放在不同空间中，我们来运行下他， 好，我们稍等一下，等他执行。 看到在这里哈，我们就已经开始，呃，他有，因为这个地方我已经有了这个路径，对不对哈？看他这个中断是他帮我执行的，虽然说报错了，但是是证明他是没问题的。 我们可以看，他已经开始帮我写入这个代码了啊，我是自己没有手搓的。可以看到啊，不同的代码他已经帮我开始手搓， 这个就是我们这个普通的一个大冒险和 a g 的 一个区别，如果说我用大冒险人帮我写的代码，他可以实现，但是啊，我还要自己给它复制进来啊，我还要自己，比如说，呃，生成这个，生成我们刚刚这个目录，对不对？我们还要自己来做，但是在这里大冒险已经帮我制作好了， 我们耐心等待一下，等它执行 这个通讯灵码的，也是非常简单哈，大家只需要在我们这个 id 里面插件就可以找到我们通讯灵码，它是我们阿里的一个非常好用的一个插件啊，这么国产的，虽然说可能没有克数这么好用，但是也已经非常不错了。 好，我们稍稍微等待一下 整个的过程，我全程都是我只写着这一行什么题的词，其他都没有自己动手，全部都是大冒险帮我来搞定的。其实是我们这 a 镜头真的是要特别实用，特别方便的一个功能。 好，我们现在看一下这个整个的一个运行完毕了，我们来全部都给接受一下。好，接受完之后呢，我们就可以来执行一下这个呃， html 来看一下这代码到底怎么样来，看。好，我们来开始 看看有没有往下掉呀，好像是有一点问题，但是哈，我们虽然说这代码是有问题的，这很正常啊，因为 因为我们不可能就是一次性去给他搞搞成功，但是啊，这个整个的一个过程我并没有自己来做啊，是全部都是由我们大模型来帮我们实行的，这就是我们的一个 a 技能的一个运行模式嘛，我给我主要是给大家演示这个模式的， 如果出错的话，我们后续啊再对它进行一个优化，告诉它没有方块下落，它就再帮我们进行优化，这是没问题的啊，证明我们这个 a 帧的运行模式是可以成功的。 好，接下来我们就来讲一下 a 帧的一个运行模式。 a 帧的运行模式其实有非常多种啊，在这里我们就以 react 模式为例，因为它是我们目前来说大模型，它用的是非常非常多的一种模式。 react 模式它叫做什么呀？叫做 思考和行动，他是先思考并行动啊，这个是他是二零二二年出来的一篇论文提出来的这一个，呃，一个一个模式哈，大家可以看，这是论文的链接，我已经给到大家了，大家如果感兴趣的话，可以自己去查看一下啊。在这里我就不再多说了， 我们进来看，这个就是我们 react 的 一个流程图啊，左边是流程图，右边是我给他写的一个规划。我们来看一下这流程图。首先在我们 a 技能开始之前，我们把问题是不要给到它呀，是不是问题任务就给到它，然后它会生成思考， 基于我们问题，或者说先观察我们这个整个文件列表等等那些东西啊，它会观察我们的环境，因为现在是个 a 帧了嘛，然后接下来就会生成我们的行动，也就是我们的 action 啊，然后接下来看我们这个 action 是 否等于最终的结束，是否完成了，然后如果是是完成了，我们就输入 answer， 就 输入我们的答案，就结束了。如果说它不是结束了，不是完成它就是否，然后就执行我们 action， 然后就输出 operation， 然后 又来一个循环，我们把这个输出结果，然后加上一些问题，加上等等的一些东西，然后重新进行一个循环。 好，我们这个模式主要就是通过动态的思考、行动观察一个循环，使我们 ai 能够内部推理，他与外部交互，逐步解决需要多部处理的一个复杂任务。 比如说我们复杂的一个问答，或者说自动化的工作流，确保我们整个过程透明的，而且适应性强，我们整个过程都是自己可以看到的。 好，我们继续来看这个 react 模式是如何实现的呢？啊？其实他也不是说很复杂的东西，他是通过什么通过系统的提示词来我实现的，什么是系统提示词呢？啊？我们来看一下哈， 就比如说我们模型的一些角色，或者说呃运行的一些规则，再比如说环境的信息等等的一些东西，这些就是我们系统系统提示词。我们先来看一下一个我们系统提示词的一个例子 啊，在这里我们来看一下这个系统提示词。你的回答必须包含这个两个标签，一个叫我们的问题，一个叫答案是不是。 那么我们的问题是什么叫孙悟空的师傅是谁？那么我们经过大模型的一个转化，我们回复完之后啊，我们这是我们的整个一个大模型的回答我们的问题啊。 question 叫做我们孙悟空的师傅是谁，然后我们是 answer， 叫做菩提祖师，这是我们整个的一个系统提示词加我们的问题，然后生成一个答案， 那么哈，我们在这里知道了什么是系统提示词，就是我们把一些运行规则啊等等的一些角色了，都给提前规定好。那么我们来看一下 react 它的提示词到底是怎么样的，我们来简单看一下， 在这里哈，我是通过 deep seek 给大家演示的，前面这部分是我们的提示词，我给大家看一下。这是啊，首先我们这前置，我们你要想解决一个问题，你需要把我们的问题拆分成多部，然后每个步骤你先我们是用什么？用 sauce， 我 们思考，然后啊决定一个 action 行动，然后收到 operation， 然后持续，然后 find out， 就 会得到一个结果啊，下面的话每一个步骤都有我们标签来标输出，对不对？ 这个是我们两给的两个例子，我们可以再看一下，这个是我们的问题，是我们这个什么埃菲尔铁塔有多高，然后我们思考啊，可以用思考工具，然后我们思考得我们行动嘛，就是我们调用工具找到了埃菲尔铁塔，然后返回的结果，然后我们再思考这个得到答案了，然后这，这是我们最终的结果 啊。这我们例子一，例子二的话我就不读了，大家可以看一下啊，你可以如果说你可以自己暂停，然后看一下这个例子二，我就不再多暂停了，我们直接往下讲啊。 好，下面的话就是我们一些规，呃，就是我们一些规章制度，就是我们给大冒险一些规则啊，你要严格遵守等等那些东西。然后 还有我们的用用可以用到的一些工具，比如说我们读取文件，写录文件，还有命令终端，然后还有一些我们的什么，这是我们的系统一些信息，然后这个是我们的一个问题啊，我们的任务 在这里，我们把这个给到大模型之后，我们正常来说哈，我们要把系统提示词和我们的问题分开来放，但是在这里哈，我们就因为我们这个 dbic， 它是没有可以写系统提示词的一个地方，所以说我就写到一起了，它也没有任何问题。 我们来看一下啊，首先第一步他已经看他，他上面给我说，呃，等等那些东西需要创建三文件，然后创建啊，创建等等些东西，大家可以看到， 我们第一步是先看一下这个文件哈，叫做这个创建，然后我们又创建，创建了一个什么，这个文件可以看到吗？然后他创建这个文件，我们告诉他，哎，我们写就成功了， 这可以看到哈，一个是 action， 这是我们行动要写入这个文件，是不是？这我们这是我们那个 action， 然后最后 发现它已经写入成功了，是不是？但是好在这里它只是调用了这个东西，它其实并没有真的写入哈，因为我们大模型它本身是无法使用这个工具的，它只能够呃，就是 呃启动这个，呃相当于调用工具啊，最终还是工具来写入，我们这个干嘛？写入我的文件的，但一定要记住这个地方，他只能调用工具，工具来写入，所以说这里我们是没有工具的，所以说我们就只有这些文字，并没有真正的写入。 然后我们给他回复写入成功，然后这个创建成功了，下面我们来创建这个，然后我们再和他写入成功之后，我告诉他写入成功之后， 大家发现这个就不一样了，因为我们前面都写成功了，最后啊，我们再经过思考之后，然后可以输出 find answer， 是 包括这些这些东西，然后等等一些输出， 这就是我们整个 react 的 一个逻辑，大家可以看到吗？就是如果说我发现还没有满足我的最终要求，我就会一直 action， 就是 行动， 直到最终满足我的这个任务哈，可以输出 final answer 了，它就会输出的 final answer， 这是我们整个的一个逻辑。 好，我们通过这个例子，大家可能哈对这个 react 还是不太了解，因为我们这个例子还是比较笼统的，那么我们下面来看一下 react 的 一个什么呀？一个运行流程，我们来看一下。 好，我们在这里一共有两个人哈，一个叫做用户，一个就是我们 agent， 就是 我们一个用户一个 agent， 我 们问他嘛，但是哈，在这里如果说我们想了解 react 的 一个流程图，我们肯定不能把呃 agent 放在一个整体，我们要把它拆分开，我们把这个 react 的 一个呃 agent 来给它拆分开。首先第一个是什么呀？就是我们的模型啊，我们是不要调用一个大模型呀。然后第二部分就是我们的工具，也就是函数。第三部分就是我们 agent 的 一个主程序啊，总共包括这三部分，我们把一个 react 的 模式的 agent 拆分成这三部分，然后 我们再来看一下整个的一个 react 的 一个流程，我们来看一下，首先我们用户是不是要问一个问题啊？在这里我让他写一个贪吃蛇，告诉我们 agent 的 一个主程序，对吧？然后他到接下来干嘛呀？要思考，大家记不住，思考行动，思考行动，先思考 啊，我们请求模型之后，模型就会思考对不对哈？给我们一个思考，加我们 action 行动，然后我们我们用户式的可以看到的，对不对？然后显示我们的思考和行动，就是 toast and action， 然后好，我们就会干，干嘛呀？我们开始 agent 开始调我们的工具了哈，其实不是模型调用工具的，是我们 agent 这个程序调用工具的， 然后调用这工具之后呢？返回我们的结果是不是？然后，然后我们就干嘛又会？我们这个直呃查，可以显示我们的执行结果，接下来我们就会请求模型，然后再进行思考，在这里哈，我们记住，从这个 啊，从这个 action 到这个地方哈，它其实是个循环，我们如果说在这里哈，大家可以看到这个是呃 final answer， 这个是 action， 如果说这个也是 action 的 话，是不是发生循环了呀？如果这个 action 的 话，我就是呃吐死 action， 再进行第二个公举，再进行查啊，查询结果，然后再显示结果， 然后我们再进行模型，再思考看是不是这种结果。所以说重点在这个地方，我们来看一下啊，重点是在这个地方， 我们在请求模型之后，模型来思考我们是不是达到了 fahrenheit 的 条件，如果是达到了，那么我们就结束，如果不是的话，就会一直进行这样一个循环， 大家一定要记好了哈，一定它会一直进行这个循环，只要没达到 fahrenheit， 这是我们的一个条件，刚刚我们之前在那个流程图里也看到过了，是不是 我们在经过很多个循环之后呢？是吧？我们把所有任务都完成了之后，最终啊我们就这个在这里啊，请求模型之后给了我们 final answer， 那 我们判断有了 final answer 之后，我们就会把 final answer 给输出 啊，这就是我们整个的一个 react 的 流程。那么接下来我们就来看一下 react 的 一个代码到底是怎么样的，我们从零，我们来手写一个 react 的 代码。好，大家跟着我们的脚步，我们一起来看一下代码， 这里哈，我们全部代码都已经在评论区给大家准备好了，我们大家只需要留言领取就可以了，我们来看一下整个的一个代码，首先这个最上面这部分我就不多说了，就我们导入各种包， 其中这一行要注意，这一行的话就是导入我们的提示词，提示词在这里我已经给大家准备好了，这我们的提示词我们需要修改的是哪呀？需要的修改的是我们这个当前目录，修改成你自己的一个目录，其他的都没有，这个问题都不需要改 好，然后回到我们这个代码里了，我们先来看一下最终的一个程序，这是我们最终运运行的程序， 这个呢就是我们啊，我们一个参数叫做什么？我们这个路径哈，我们在这里可以看到我们的路径叫做什么 snake， 哈，我们最终输出的时候也要把 snake 给输入进去，这是我们第一个的，这个我第一个参数，然后第二就是我们的工具，我们工具在这我可以看到一共有三个哈，我们可以来看一下， 叫做第一个就是我们读取我们的文件内容，第二个就是我们把指定内容写入到文件，第三个就是我们执行终端的一个命令啊，我们一共只有这三个工具就足够了哈，就足够我们写入一个代码了，我们来去回家看哈。 那么接下来就是我们最重要的一个地方，就是我们这个 agent 的 一个主程序了，就我们 react agent 它里边儿一共有什么呀？有三个参数，一，第一个是我们的工具 tos， 我 们已经给它过了，然后模型我们使用 gpt 四 o， 然后我们这个路径是吧？我们这操控的路径也已经，我们在我执行的时候会写入，然后下面就是我们的一个输入，对不对？我们的任务是什么呀？然后最终返回的是我们的 final answer， 就 我们最终答案，然后我们把最终的答案给打印出来了，这就是我们的主程序哈， 上面我们这个地方，这个我们就不看了，我们来看一下，往上看哈，我们来看这个地方，我们来看一下这个 a 键的，这个 好，我们来看，往上看， 好，我们来找到这， 大家可以看到哈，我们这个 react agent 呢，是我们自己定义的一个函数哈，自己定义的类，我们来看一下这里哈，首先 第一个我们这个地方，我们把一些什么模型啊，一些路径，还有我们的 open ai 的 一些参数，我们都给它准备好了， 提前都给他准备好了是不是？然后我们一定要记住我们里边只有这一个是需要我们输入的，其他的我们都需要已经设提前设置好了，比如说啊，我们的 open i 的 api key， 我 们在 e n v 里边已经写好了，然后这是我们的这个呃， base 啊，大家， 大家如果你跟我的不一样的话，就按照你自己的来就行了，如果你想使用别的模型的话，也可以进行适当的修改。 然后接下来的话就是我们运行哈，就是我们 run 函数，就是我们这个运行 agent 的 这函数，在这里的话， message 就是 我们这个提示词，这个提示词里面一共包括两个，第一个叫做系统提示词， 这个系统提示词就是我刚给大家演示的这一块，然后这一块是什么呢？就是我们的一个问题啊，这两个就是组成了我们的一个提示词，然后接下来是我们最重要的一个部分，也就是我们 react 的 一个核心部分， 大家可以看我们看这个 v 循环，这个成立的一个是处，对不对啊？就是他一直在循环，就他一直一直循环，直到我们在这里可以看到哪个地方结束了呀？如果是 final answer， 他 就结束了啊，就终止了，我们一定要记住这个地方。所以说啊，我们来看这个循环，首先第一个是请求我的模型， 然后我们模型就会根据我们的系统提示词和我们的用户的问题进行思考啊思考，然后 我可以看到我思考之后呢，它就会判断你是否是是 action 呢？还是 final answer， 如果是 action 我 们就往下走啊，先不是在这里我们就先不看它，因为我们检测到 action 的 话，我们就往下走，我们就会执行相应的工具，然后在这里哈， 可以看到我们把我们在这一步输出的结果也写入到了哪呀？写入到我的 message 里面了，也写入到我们什么，写入到我们的提示词中。所以说我们大模型在进入到下一轮思考的时候，是能看到我们上一轮的答案的， 那么我们大模型能看到答案，然后和我们的问题和我们的一个思考，然后我们就可以进行下一步思考了，是不是？然后进行下一步思考，然后判断是否是 find answer， 然后一步一步，直到 啊他判断最终是反倒数，因为我们每一次都会看到上一步的思考结果呀。哎，我们总有一步是会看到我们已经思考完了，是不是啊？所以说最终就会啊判断我们输出是不是反倒数，如果是的话，我们直接返回结果，大家一定要记住，这个是我们最重要的一个部分。 好，在这里的话，我们已经整个的一个代码流程就是这样的哈，我们来给大家简单来执行一下我们的代码。好，这代码的话，呃，问题的话我在这里哈，我已经执行过了，我先给他删除掉，我先给他演示一下吧，我来看一下，演示一下 这代码已经非常简单的。 呃，在这里哈，我在浏览器打开可以看到哈，我们这个贪吃小游戏还是非常简单的，我们可运行一下哈。好，可以看到它是能够跑 好，可能是我这个它这个给的方块不太好哈，我们来重新执行一下。好，可以看到是有加的。好，我们基本的一个能力是有的哈，我再不再多给大家演示了，我们把这个删除掉，重新来做一下。好， 现在我的这个 snake 里边是空的，呃，在我们在终端里边执行一下它就可以了。 好在大家看到哈，我们是 python 点 a 进的 w y， 就 我们执行这文件，后面就我们的参数 snake， 然后回车就可以了，然后我们要输入任务，对不对？哈？我们把任务输入进来，我们的任务就是什么呀？ 好，我们的任务就是这个，我把这个任务给它复制过来，就是我们写一个贪吃小游戏啊，等等那些东西给它复制过来， 好粘贴回车。那接下来它就会请求模型，然后等等那些反馈结果，我们稍微耐心等待一下。 大家可以看到在这里的话，我们已经找到，我们开始创建，开始写入了，对不对啊？写入成功，写入成功，我们来看一下啊，现在已经开始有东西了，已经开始有东西了，我们来等待一下啊，他一共要写入三次啊，一共要写入三次， 可以看到他调用的写入的这个工具。 好，我们已经创建好了，我们来执行一下这个代码，看跟刚刚一样吗？但发现跟刚刚的还是不太一样，因为我们是大魔仙，帮我们执行的话，肯定是每次都不一样的。 啊，这个好快，这个啊，还是没问题啊，还是可以的好，大家可以看到吗？整个的一个代码还是没有问题的，如果大家啊自己可以写一下别的游戏，比如说刚的一个代码还是没有问题的，如果大家是不是写失败了呀？ 可能是模型的一个能力原因，如果说啊，我刚刚使用的是千万，那如果说我使用呃，使用什么，使用的 g， p， d， 四 o 可能就会不一样了啊，这样的话，大家给大家相当于给大家留个小作业，大家可以自己去尝试一下使用我们这个代码来写一个小游戏。好，我们这个代码的话就讲到这， 这代码的话整个整体来说还是非常简单的哈，还有一个点我刚忘讲了哈，在这里大家可以看到吗？我们为什么要有一个什么要有一个询问呢？因为我们终端还是比较重要的哈，我们一般我们 agent 只要有需要执行中单的一个命令，都会需要行我们用户的哈，这样的话才能保证我们整个的一个电脑的一个计算机安全。好，我们这个代码就找到这，如果你想要这个代码，然后想完成你自己的小游戏的话，可以直接在我们评论区领取就可以了。好，我们继续往下看， 我们接下来啊，我们大模型就只有 react 一 种模式吗？啊，其实不是的哈，还有还有很多种模式哈，我们再来给大家讲另一种模式叫做啊，叫做规划并执行，它叫做什么？叫做 play and execute。 其实我们很多种我们这个 it 的 都使用它，比如我们咳嗽，或者说，呃，或者说还有 tree， 还有很多个 it 它使用的都是我们这个呸 and sq 的， 就是把我们的一个大任务拆解成很多小任务，然后再执行，就我们计划并执行 啊，如果说大家如果感兴趣的话，可以来到我这个 github 给大家准备的网页，我们可以自己去看一下这整个的一个到底是什么什么意思。 好，我们就在这里的话，我就不再给大家多讲这个呃他一些含义了，大家只需要知道我们是先计划后执行，把一个大任务拆分成小任务并执行 啊，我们这个 a g 呢，并不是只有这两种一个运行运行模式啊，还有很多很多种，我们今天就只挑这两种，我们用的非常非常多的一个呃，类型。好，我们来看一下 这个这个 play and execute， 哈，我就不给大家演示代码了，我们直接来看一下它这个运行流程图， 在这里的话，我们还是哈这个 agent， 肯定我们想看这个 play and execute 这个流程图的话，我们肯定不能把它当成一个整体，我们要给把它拆分成，在这里的话，我给它拆分成四块，第一个叫做 play and 模型，第二个叫做 replay 模型，然后执行 agent， 然后还有 agent 的 主程序。 在这里的话，大家发现一个叫 play and replay， 这个是为什么呢？因为我们讲的是我们 long chain 里面的 play and execute， 它是会根据我们的这个呃，我们的这个计划运行状态，并且实时的可以进行对我们的这个呃计划进行一个更新啊，我们思通过思考之后进行更新我们的计划啊，所以说我们会有一个 play and replay， 如果你现在不理解的话，没问题啊，等会我会给大家演示我们的流程图，你可能就了解了，我们来看一下， 我们把这个也是来到我们这个整个的一个流程哈，首先第一个用户还是先问问题，在这里我问的是我们美国总统的家乡在哪？现任，现任的话啊，我们都知道是特朗普，对不对？但是我们大模型他不一定知道呀，因为我们没有给时间。 好，然后我们让他给出我们的计划啊，执行计划，然后计划如下，我们来看一下。好，计划是第一步我们先查询当前的时间，然后第二步根据我们查询的对应时间， 然后得到我们美国总统的名字。第三步就是查询我们这位美国总统一个家乡，一共这三步，对吧？来继续往下看， 那么啊，我们接下来就执行第一步了，对不对？执行完第一步之后，第一步执行完毕之后是呃，结果如下，那么接下来我们就要把 这个啊，这个执行结果和我们之前的一些东西给到我们大模型，然后啊这两个模型，如果哈，这两个模型我们只是分开了，其实你用一种大模型，比如说我们都用 g p d 四 o， 可不可以啊？ 它两个都可以用 gpt 四 o， 比如说啊 gpt 杠四 o 它都可以用这个，只是它两个的功能是不一样的，所以说我给它拆分开了。 好，我们这个有了一个上上一步，第一步的思考结果之后呢？然后我们把这些东西都给到我们 replay 的 模型，然后它就会生成一个新的执行计划，然后这个新的执行计划如下，然后我们就会干嘛呀？就会 啊，就会重新的。这个执行一共要执行几轮呢？大家想想一共要执行三轮，因为我们刚刚这个，呃，他给的我们计划是不是用了三个呀？所以说我们一共要循环三轮， 大家我是不是还是觉得特别笼统呀？啊？还是觉得我们这个流程不够详细啊？其实是因为大家对我们 replay 这个模型可能是没有实操过，我们来通过一个刚刚这个就是这个问题，我们来演示一下这个整个的流程，我们来看一下。首先我们先来看第一轮 我们的问题是什么呀？我的问题是特朗普的，他就是我们这个县镇，美国总统的一个家乡，是哪？是吧？我们给了个计划， 这是第一个计划，什么查询当前时间，然后等等那些东西，我们把这计划然后给到大冒险之后啊，他第一步的查询结果啊，这一步是我一个问题，我没有写哈，他这有个问题，然后我查询结果是在这，那么我们是不是有一个什么呀？一个历史执行记录， 那么我们这个历史记录要和我们这个执行计划，然后加上我们的问题一起给到我们这个 replay 模型，然后他就会跟我们第二个执行计划， 可以看到吗？是不是每一步的一个计划都不一样呀？之之前是什么？之前是查询当下时间啊，然后第二步是查询对应日期的一个美国村的名字，在在这里我们变成了查询二零二五年八月美国村的名字， 是不是？然后接着我们看第二轮，第二轮的话我们还是把我们这个计划然后执行，通过我们大步型执行之后啊，找到提呃，提交任务，然后返回的结果叫做特朗普啊，这个的话应该也是非常简单的，对不对？接下来啊，然后 也是得到我们一个历史执行记录，是查询当前的一个时间等等那些东西，然后得到一个特朗普，是不是 那么好？我们这是我们第二次的一个，那么第三次跟之前也一样的呀，把我们这个问题和我们执行计划和我们的执行记录，然后给到我们大模型，然后大模型是那个新的一个执行计划， 然后看我们第三轮，第三轮是干嘛呀？就是把我们的第三个执行计划，然后执行之后得到我们这个第三步的执行情况，然后得到一个什么，得到一个历史执行记录，是不是？ 然后把我们现在哈，我们把这个，呃小用户问题，然后我们第三个执行计划和我们历史执行记录，我们给到大屏幕之后，大家想一下这个问题我们还还需要 replay 吗？是不是我们已经可以得到 final answer 了？所以说最终得到一个就是答案了？已经 啊，得到一个就是答案。纽约，那么我们再回来，我们刚刚这个引用图，我们再来重复来看一遍啊。我们先用户问我们这个总统的家乡在哪？ 好，问完之后我们给出一个计划，计划一共一二三，是吧？然后我们执行第一步，第一步的结果啊，我们把结果和我们的问题，和我们的什么呀？和我们的计划给到大冒险，又重新生成一个计划，然后循环执行，直到得到一个最终的结果 啊，最终结果答案如下，是什么呀？叫纽约对不对啊？这个就是我们的 red pay and execute 的 一个模型哈，一个运行模式啊，不能叫做模型， 我们今天哈其实主要讲的就是这这些啊，我们今天从零出发，把我们的 agent 的 这个词拆成了看得见读得懂的一个代码啊，而且我们自己也可以用得上。 我们先理清了第一个啊，我们第一步是干嘛呀？先理清了我们这个思路， agent 它不是一个玄学啊，而是我们大模型加工具加四维框架的一个智能体。 然后我们再拆解了 react 的 这个，呃，运行方式啊，想一步做一步，再看一步的这个循环， 我们再把它翻译成一个代码的形式，我们亲手跑通了一个 aint， 是 不是？我们接着又讲了我们 aint 的 一个另一种模式，呸， and execute， 用先想选举后分布落地的一个思路啊，让我们复杂问题也能够轻松的一个拆解， 对不对？最后我们留下了一把钥匙，我把这个代码已经给大家准备好了啊，你自己改两行跑起来哈，你就有了一个自己的一个 aint 概念，原理，代码模型都已经到位了哈，下一步就轮到你了，把我们今天学到的一个知识变成你自己的一个生产力。好，我是阿水，我们下期再见。
334【教程👀置🔝】大模型阿硕
03:31查看AI文稿AI文稿最近 codex、 cloud code、 open claw、 hermes 都很火，但小白最容易犯的错就是还没搞懂它们分别适合干嘛，就开始跟风。这期我们不讲虚的，我用一个最简单的例子， 把这四个工具一次讲清楚。假设你现在想做一个个人知识库网站，你希望 ai 帮你改页面、修报错、整理资料，甚至以后能记住你的习惯。这件事听起来是一件事，但拆开看，其实会用到四种完全不同的能力。 先说 codex， 你 可以把它理解成一个能进你项目文件夹里干活的 ai 程序员。比如你已经有一个网站项目，你说帮我加一个搜索框，顺便修一下启动报错。 它适合做这种明确的工程任务，看代码、改文件、跑命令、检查结果。所以小白记住一句话，你已经有项目，想改功能、修 bug、 做重构，可以先看 codex， 但如果你完全没有项目，只想一句话变出完整商业系统，那就别期待太高。它更擅长的是在已有工程里把事情推进下去。 cloud code 更像一个坐在你旁边的代码搭子，比如你的项目跑不起来，你不只是想让它直接改，你还想问这个报错什么意思？这个文件是干嘛的？我应该先改哪里？它更适合边问边改，帮你理解代码库再一步步推进。 简单说， codex 更向你给任务，他去做， cloud code 更向你一边写一边问，他陪你做，你想交付一个改动， 就选 codex， 你 想边学边修，就选 cloud code。 opencloud 就 不是单纯写代码工具了，它更像一个开源 ai 助理、中控台？还是拿个人知识库？举例，你不只是想改网站，你还想从聊天软件里丢一句话，让他去查资料、整理文件、调用技能，甚至帮你处理一些日程和邮件类任务。 这类工具的重点不是写一段代码，而是把入口模型工具既能串起来。但小白一定要冷静，能接很多东西，不代表你一上来就该全接。邮箱、文件、服务器 a p i t 这些权限都很敏感，先拿不重要的小任务试，别一开始就把全部家底交出去。 hermes 更像一个可以长期养成的开源助理，它吸引人的点不是今天帮你回答一句话，而是可以沉淀记忆和技能。比如你经常让它整理资料、写脚本、做研究任务， 它可以把这些经验变成以后能复用的流程，但它也不是所有小白的第一选择。如果你只是今天想修一个网站报错，没必要上来就折腾长期记忆自托管技能系统， 它更适合愿意长期搭工作流的人。最后怎么选？直接按问题选。你要改项目，先看 codex， 你 要边学代码边有人带，先看 cloud code。 你 要做开源个人助理中控台，再看 open claw。 你 要长期记忆技能沉淀 自托管，再看 hermes， 不要一上来全都学，先选一个最贴近当下问题的还有三个坑。小白先记住，第一，不要把 agent 当许愿词，你说的越模糊，他越容易给你一堆看起来高级但没法落地的东西。 第二，不要一上来给太多权限，邮箱、文件、服务器能不接就先不接。第三，不要只追最热工具，真正要练的是把任务拆清楚，让 ai 能一步一步执行。 小白最怕的不是工具不够强，而是把工具用错地方。 agent 不是 魔法，他更像员工。你得先知道自己要招的是程序员，代码搭子，个人助理还是长期培养的助理。选对角色比追最热工具重要的多。
4567WUMIND
11:17查看AI文稿AI文稿大家好呀，我是即刻模导师，欢迎回到 ai agent， 零基础到精通系列上一期我们聊了什么是 agent？ 今天呢，我们要深入 agent 的 内部，看看它到底有哪些部分组成，为什么它能做到既会思考又能行动？ agent 有 四个核心组成部分， l m 大 脑规划模块儿、记忆模块儿、工具级。听起来有点抽象，对吧？别担心，今天我会用大量生活类比，让你像理解日常事物一样理解 agent。 先不急着深入，我们用一个场景建立整体印象，假设你让 agent 帮你做一顿川菜宴。 l l 是 大脑，听到做川菜宴，他理解你的意思，思考需要哪些步骤。 planning 是 项目经理把做川菜宴拆成买菜、洗菜、切菜、炒菜、摆盘。 tools 是 双手，实际去菜市场买菜，用刀切菜、 开火炒菜。 memory 是 记忆。记得你上次说不要太辣，所以这次就要少放辣椒。理解了这个场景，后面的内容就很好懂了，我们逐个来看吧。 l l m 是 什么呢？ l l m 是 agent 的 大脑，你可以把它想象成一个博学多才的顾问。 你问他问题，他可以理解你的意图。你给他任务，他会分解步骤并且制定计划。你给他信息，他会综合分析，最后得出结论。从技术角度来看呢， lm 主要负责四件事，第一是意图的理解，第二是推理规划，第三是工具的调度，综合结果信息。 但有一点要特别注意， lm 的 推理不是传统意义上的逻辑推理，它是基于海量训练数据的模式识别和概率预测。 他擅长模仿人类的思考过程，但不擅长真正的逻辑推演，他在推理过程中很可能会产生幻觉，这个认知非常重要。后面是会反复提到的第二个问题，主流模型怎么选呢？ 目前主流的 l、 l 模型有这些，分别是 g、 p、 t 五点五、 cloudsonnet 四点六、 jammy、 nike 三点一 pro 以及国产的 deepsea v 四、 q 棍三点零 max。 这些模型各有各的特点，但小白刚开始学，随便选一个主流的模型就够了。 国外我推荐从 gpt 五或者 cloudsonnet 四点六入手，国内的模型可以选择刚刚出来的 deepsea v 四，它们对 agent 开发的支持最成熟。第三，我们讲讲 llm 怎么工作的？ llm 到底怎么工作的呢？我们用点外卖来理解。假设你说我想吃川菜，不要太辣，预算五十以内。第一步是 lm 会理解意图你想吃川菜，要求是不太辣， 五十元以内。第二步是生成策略，需要搜索附近川菜馆，筛选五十元以内的，排除重辣的。第三步，模型会决定是否需要工具，附近川菜馆 这个信息 l m 自己是不知道的，需要调用搜索工具。第四步就是综合结果，搜索到三家，筛选出两家符合预算，排除一家，太辣的推荐一家。 最后，我们可以从上面的例子得出模型的工作流程，其实就是四个词，理解、思考、调度、综合。讲完 a、 l、 m 模型，接下来是规划模块。为什么 agent 需要规划呢？假设有一个任务，这个任务是准备一场技术分享会，如果是没有进行规划的 agent， 就 不知道从哪开始， 并且很有可能会遗漏步骤，浪费 token。 有 规划的 agent 呢，会先将这个任务拆成几个步骤，这些步骤分别是确定主题、搜索资料、设计 ppt、 准备 demo、 写演讲稿、寓言优化。有了规划，任务才能有条不稳的执行，对吧？关于规划，主流方法有两种，第一种叫 react， 核心是边想边做，流程是先想再做，最后看，再循环执行这个步骤。这个就像做一道没做过的菜，就拿一道水煮鱼来举例子，你得先想我需要什么食材，如果不知道，那就上网查一下菜谱，然后就是网上搜索水煮鱼做法。 接着就是看菜谱说需要草鱼、豆芽、花椒，有了一条鱼，那得再想想这个草鱼需要怎么处理， 再继续上搜索草鱼怎么片鱼片再看，我们要先去骨，再斜刀片薄片。这个方法的本质就是每一步都根据上一步的结果来决定下一步做什么。 我们不难看出， react 的 优点是灵活，在执行过程中可以根据中间的结果进行调整计划。缺点呢，那就是 token 消耗比较大，因为每一步都要调用 llm。 第二种叫 plan and execute。 这个方法的核心就是先计划后执行。这就像你在规划一场旅行，你得先一口气把四天行程安排好，再按计划进行执行。而且有些步骤是可以同时进行的，比如可以同时订机票和酒店。 这个方法的优点是高效可并行。缺点就是不够灵活，难以根据中间结果进行调整。那要怎么选呢？这里有个简单的判断步骤，如果你不确定需要几步完成任务，那就用 react。 如果你清楚知道需要几步完成任务，就用 plan and execute。 当然，如果是预算有限的话，优先 plan and execute， 因为它的优点就是 token。 第三个组建是记忆，如果你要开发一个类似私人助理的 agent， 我 认为记忆就是最重要的组建。你可以想象一下，你去你经常去的理发店，如果这个理发师没有记忆，每次都会问，您想剪什么样的呢？ 两边推不推呢？要不要打薄呢？如果是有记忆的理发师会说，老规矩，两边推上去吗？上次您说不要打薄，这次还一样吗？这两种体验完全不同，对吧？ agent 也是一样的道理。记忆组建分两种， 一种是长期记忆，一种是短期记忆。先说短期记忆，短期记忆就像打电话时你记住的内容，对方说了什么，你说了什么都在脑子里。如果没有短期记忆，每句话都像重新开始，对话是根本没法进行的。 短期记忆有三个挑战，第一个挑战是容量有限，这个可以用滑动窗口解决，只保留最近几轮对话。第二挑战是成本问题，可以用自动摘药解决，把长对话压缩成一句话。第三是信息丢失，可以用关键信息提取解决，说白了就是把重要的事记到长期记忆里。举个例子， 有一段很长的对话，摘掉后变成了用户，是张三，在北京工作，偏好川菜，预算五百元以内，看起来非常简洁，但关键信息都是保留了的。我们再说长期记忆，这个长期记忆就像你的笔记本，把脑子记不住的信息写到笔记本上，需要的时候再去翻笔记本。 agent 的 长期记忆是存在向量数据库里面的，需要的时候可以通过语义查找，找到相关内容，并注入到当前对话中。 长期记忆的工作过程有三步，第一步是存储，用户说我偏好川菜， agent 会判断这个信息是重要的，需要存入长期记忆。第二步是解锁，如果用户问推荐餐厅， agent 会从长期记忆搜索到川菜相关的内容。 最后一步就是应用模型，会结合解锁到的记忆，给你推荐川菜馆，而不是日料店。那么有个问题了，向量数据库怎么选呢？我推荐小白入门的话，用 chroma 就 够了。 这个向量数据库具备清量和侵入式的特点，并且不需要额外安装服务。最后一个组建是工具 l l 你 只能说，但有了工具， agent 可以 做。就像超级英雄的装备， 蜘蛛侠有蛛丝发射器，钢铁侠有战甲，蝙蝠侠有各种道具，没有装备的英雄只能用拳头，没有工具的 agent 只能说话。有了装备，英雄能做更多事。有了工具， agent 能执行更多操作。每个工具需要三个要素，清晰的名称、详细的描述。标准的输入输出就像一把锤子，名称是锤子， 描述是用来敲钉子，不是用于拧螺丝。输入是钉子，输出是钉好的钉子。如果描述只写一个工具， agent 可能拿它去拧螺丝。描述不精确，工具就会被误用。常用的工具有四种。第一种搜索工具，就像手机上的搜索引擎， agent 不知道实时信息时会调用它。比如用户问今天北京天气， agent 自己不知道就调用搜索工具，但用户问一加一等于几， agent 自己知道，不需要搜索。第二种代码执行工具，就像计算器，需要精确计算或处理数据时使用。注意 代码执行工具需要做好安全限制，实际开发中要用沙箱隔。第三种， api 调用工具，就像打电话订外卖，不需要自己实现功能，调用现成的 api 就 行。 api key 要放在环境变量中，不要硬编码在代码里，就像你不会把银行卡密码写在纸上到处贴一样。 第四种，数据库工具，就像图书馆的解锁系统，查询数据时使用要使用参数化查询，防止色扣注入，就像不能让任何人随意进出仓库一样。来看一个工具组合的实战案例， 用户说，帮我分析公司今年的销售情况和行业平均水平对比 agent， 先调用数据库工具查销售数据，再调用搜索工具查行业平均水平，然后调用代码执行工具算增长率，最后综合分析生成报告。一个任务组合使用了三种工具。 好，我们把四个组建放一块看。怎么说呢，就拿一家餐厅来打比方吧， lm 就 好比是店长，顾客进来说想吃啥，他能听懂，然后拍板做决定。 planning 呢，像是前厅经理，专门负责把一桌宴席拆成一道道菜，先上凉菜，再上热菜，然后汤，最后甜点，安排的明明白白。 tools 就是 后厨的厨师加跑堂的服务员，真刀真枪地做菜，上菜完了还得收银。 memory 嘛，就相当于老顾客的档案本， 谁爱吃什么口味忌口什么全都记着呢。那他们是怎么配合的呢？比如说顾客进来就说，来一桌川菜，别太辣，这就是用户输入，店长一听，明白了，哦，要川菜，但得收敛点辣，这就是 l m 在 理解意图。前厅经理就开始调度了，先凉菜打底，再热菜跟上，最后上汤， 这就是 planning。 制定计划，厨师掂勺，服务员端菜，这就是 tools 执行。翻开档案一看，好家伙，这顾客上次来就说毛血旺太辣了， 那这回少放点辣椒，这就是 memory。 注入上下文，最后顾客吃得心满意足，摸嘴走人，这就是输出结果。你看，四个组建，各管各的，但配合的严丝合缝，形成了一个感知、思考、行动、记忆的闭环。最后来总结一下今天的内容。简单说， l l m 就是 大脑， 看见啥，听懂啥，他来理解，来想来拍板。 planning 呢，像是项目经理，专门负责把大目标拆成小任务，谁先干谁后干，怎么协调他全管着。 memory 就是 记忆系统，咱们聊过啥，你喜欢啥，他都记着，下次再用上 tools， 就是 双手，光想不动可不行，总得有人干活儿， 实际操作，跟外界打交道的，对吧？这会儿就交给 tools。 接下来回答几个常见问题。第一个， agent 和 chat gpt 到底有啥区别？说白了， chat gpt 就 一个大脑，能跟你唠嗑，但也就限于唠嗑。 agent 不 一样，有脑子，有工具，有记忆，还有规划。 不光能说，关键是真能动手干。第二个， react 和 plan and execute 啥时候用哪个？很简单，如果你自己都不确定这事得走几步才能搞定，那就用 react， 边走边看。如果步骤你心里有数，七八不离十了，那就用 plan and execute， 按计划执行就完事儿。 第三个，项链数据库是啥？这么说吧，普通数据库找东西是精确匹配，关键词对上了才算。项链数据库不一样，他是按意思来找的，你搜苹果，他不光找到苹果这个词，连 iphone、 水果这些相关内容也能一块揪出来，因为他理解你搜的苹果到底是手机还是水果。 今天的内容就到这里，我们把 agent 拆开来讲了四大块， l l m planning tools、 memory 应该比较清楚了。下一期咱们就不纸上谈兵了，直接动手写代码丛林搭一个能跑起来的 agent。 觉得今天这期有帮助的话，记得点个赞，关注一下，咱们下期代码见，拜拜！
450极客魔导师
00:56查看AI文稿AI文稿假如你从二零二六年五月二十一号开始学习 ai， 一 阵多久才能学会？只要你年龄在四十八岁以下，不是三天打鱼两天晒网，请疯狂按照这条学习路线走，三个月，足够让你从小白变成企业抢着要的 ai 人才。第一阶段，把基础打牢，搞懂大模型的底层工作逻辑， 同时掌握提示词工程与 api 调用。第二阶段，专攻 agent 核心范式，从 react 到 call， 理解 agent 的 思考、行动、观察、循环，并熟练使用主流框架。第三阶段，读懂记忆机制，让 agent 拥有短期记忆、长期记忆和使用真实世界工具的能力，试着做一个带记忆的客服。第四阶段，深入了解多智能体，协助 学习并掌握凹凸帧或 crui 框架，理解管理者、执行者、辩论等常见的写作模式，完成两到三个小项目，比如 agent、 智能客服等，跟着走下来，足以让你胜任百分之九十的 ai 岗位。我 已经把完整的 agent 及大模型学习路线、配套视频教程、执案项目整理好了，留下学习直接抱走 nice！
18小新编程
02:09查看AI文稿AI文稿每天泡在终端八小时，今天咱不玩虚的，全是 hermes agent 保姆级避坑干货，这八小时可不是白花的，它到底藏了多少暗坑，我比谁都清楚，官方文档绝对不会教你这些，记住这五个保命命令，能让你少走几个月弯路。上来第一步， hermes setup， 这是你的三分钟生存套件，但小白极其容易在这翻车。血泪教训，千万别把 apikey 铭文写在 config 里，老鸟永远只用隐藏的大言文件 初始化的时候图模型多就选 open router， 想用靠谱免费额度的话，闭眼选 d c。 第二门令，直接敲 hermes 进终端，别傻乎乎，直接用它带的隐藏参数才是王炸。看好了，用杠 c 瞬间恢复对话加杠幺喽，直接跳过凡人的审批杠 w 用来隔离安全环境。 但等等，要是在查网页这种基础任务上， hermes 疯狂死循环，卡住了怎么办？论坛老哥的绝招，果断关掉 q 三点五的思考功能，不然他调工具绝对会崩溃死循环。 要是动不动跳出版权警告拒绝干活。别废话，直接切到本地解除限制的 q n 模型。这就引出第三个神仙命令， hermes model 摇到一半想换大模型，用它直接秒切，根本不用重启。 记住这张表，全球模型酷照 openroute， 国内求文选，阿里云想要绝对隐私，老老实实搞本地部署。第四个， hermes config， 听我的，以后别去翻文本编辑器了，直接在命令行里光速改配置。 比如敲个 cosine， 你 能瞬间开启长期记忆，或者一秒换上超酷的黑客帝国皮肤。最后啊，压轴的和 mass doctor 智能体早晚有崩溃的一天，真遇上了别慌，跑一下这位赛博医生，他会像急救包一样全自动跑一遍你的密钥、网络端点和依赖包直接定位并造。 新手遇到报错只会傻乎乎重装，老鸟呢？一个 doctor 命令下去哪行权限出错了立刻现原形。 要知道很迷思，一直在后台默默自学习，把繁琐的日常操作抽象成了能无限附用的神仙技能。所以准备好告别跟终端死磕的日子，让 ai 接管这些脏活累活了吗？咱们就这动手实操！
155古法编程-小周
03:06查看AI文稿AI文稿今天带大家上手一个 cloud code 推出的超实用功能 agent skill， 和大多数 ai 工具不同的是，它可以让你用自然语言在 cloud code 直接制作 agent， 不 需要写代码，也不需要配置复杂的工作流。这期视频就手把手带大家做一个实战案例，用 agent skill 做一个 agent。 首先，什么是 agent skill？ 简单来说，它就像是 agent 的 技能说明书，你可以把自认语言写在文档里，通过这种方式告诉 agent 该如何行动。而且 cloud code 推出 cloud skills 之后，很多 ai 编程工具都有响应推出一样的功能，所以也叫 agent skills， 它是可以轻松迁移的。 制作 agent 的 skills 很 简单，每个 skill 其实就是一个文件夹，文件夹的名字就是 skill 的 名字，在 skill 点 m d 这个文件中写上你的提示词。在 scripts 文件夹可以放让 skills 执行的代码脚本，在 templates 文件夹下放文档模板，在 resources 文件夹下放给 ai 看的参考文件。 agent skills 的 目的就是告诉 ai 如何做某事。接下来我们做一个 ai 博主脚本生成器，打开 cloud code 怎么安装就不说了吧，如果你没有安装过，可以在评论区发一句，不会安装 cloud code， 如果问的人多，我就发一些视频介绍怎么安装。直接让 cloud code 创建 skills 就 行了，不需要你手动创建文件。 先把我之前看的文档发给 cloud code， 让他了解一下我们要做什么，然后把这段提示词发给他。 我想做一个 ai 博主脚本生成 skill， 我 有三个 ai 博主的系统提示词，我等一下发给你。这个 agent skill 的 功能是，我输入一个选择题，自动让这三个 ai 博主生成他们风格的视频脚本，然后通过一个 script 将其升成为 md 文件。把系统提示词发一下，然后 click code 就 会自动生成 skill。 我们可以看到它自动生成了 skill， 点 md 文件。但是这里和我想做的不一样，它没有用我的系统提示词，而是擅自精简了，然后生成了可以创建 md 文件的代码脚本，再让它修改一下。用我的系统提示词生成脚本文件， 我们看一下它修改后的 skill， 点 md， 可以看到它在必要的时候引入了 resource 中的文件，这叫做渐进式。譬如我们这个 agent 比较特殊， resource 中存了每个 ai 博主的系统提示词，所以都需要让大模型来读取。但如果我们的功能是让大模型只生成最适合写这个小题的 ai 博主的脚本， 那他就只会读 recess 文件中的一个文件，从而节省 token 以及避免上下文过长，这就是鉴定师批录的好处。 ok， 我 们问一下目前有哪些 skill， 如何使用 skill？ 我 们就用这个视频作为选择题测试一下吧。选择题 skill 的 入门教程 可以看到，只需要写一句话，这个 agent skill 就 开始自动执行了。最终创建了三个 ai 博主写的脚本文件，基本上就是一条思路，但是如果你玩的比较好的话，也可以生成很复杂的 agent。 ok 啊，以上就是 agent skills 的 实操入门教程，学会这些你就可以开始创建自己的 ai agent 了，有问题可以在评论区留言。
227鲤哥builder
