Agent 工程化
从原型到生产,系统讲解 AI Agent 工程化,包括架构设计、可靠性、可观测性与实际落地经验。
-
第五篇:怎样让 Agent 具备真正的推理能力
讨论 Agent 的推理能力如何构建,覆盖任务分解、思维链、自我一致性、反思、ReAct、规划和代码推理。
-
第四篇:Agent 如何调用工具连接真实世界
讨论 Agent 的工具使用能力,覆盖 Function Calling、MCP、代码执行、沙箱、Browser Agent、Skills 和安全控制。
-
第三篇:Agent 的记忆系统应该怎么设计
讨论 Agent 记忆系统的设计方法,覆盖上下文窗口、RAG、三层记忆、经验沉淀、记忆整理与评估。
-
第二篇:Prompt 是 Agent 系统的行为控制入口
讨论 Prompt 在 Agent 系统中的工程作用,覆盖角色设定、示例约束、输出格式、工具调用、自我优化,以及生产环境中的稳定性控制。