2025年，被视为智能体落地的元年！

1. 智能体(AI Agent)概述

1.1 智能体举例

Hyperwrite 研发的智能体个人助理插件实现自动预订航班机票。

“林间聊愈室”上线后获得了大量好评， App Store评分4.7，多数用户给出了五星好评。

ShopSpot多模态智能体图片识别功能展示

1.2 如何看待智能体

OpenAI 总裁 Brockman 认为 2025年将是智能体（agents）之年。
联想认为，AI 智能体将会是下一个重要的 AI 发展趋势，可以了解客户、 懂客户、为客户工作，从被动变为主动。
中国工程院院士邬贺铨指出，AI Agent是大模型落地载体的关键作用。
比尔盖茨、吴恩达等多位AI领域的知名专家均公开表示：AI Agent是重要发展方向。
智谱AI CEO张鹏：AI Agent是通往AGI(通用人工智能)的重要一步，是一种未来真正的人机交互方式，也就是让机器来适应人。
百度创始人、董事长兼首席执行官李彦宏更是直言：Agent是我们最看好的AI应用发展方向。

智能体在自主能力、决策能力、协作交互等方面展现出优势，弥补了大模型的不足，是未来大模型最主流的使用方式。

1.3 智能体的发展阶段

1.4 国内大模型厂家推出的智能体

1.4 国内大模型厂家推出的智能体

1.5 智能体的应用领域

1.6 到底智能体是什么

早期理解

智能体（AI Agent、人工智能代理）的概念最早在1986年由被誉为“AI之父”的马文·明斯基（Marvin Minsky）在《意识社会》（The Society of Mind）中提出。

明斯基定义的智能体的核心要素：

• 要素1：分布式智能体集合
• 要素2：层级协作机制
• 要素3：无中央控制

1.6 到底智能体是什么

现代理解

OpenAI的元老翁丽莲于2023年6月在个人博客首次提出了现代AI Agent架构。

智能体（AI Agent）是一种能够自主行动、感知环境、 做出决策并与环境交互的计算机系统或实体，通常依赖大型语言模型作为其核心决策和处理单元，具备独立思考、 调用工具去逐步完成给定目标的能力。

文章链接如下：https://lilianweng.github.io/posts/2023-06-23-agent/

智能体架构

1.7 智能体核心要素

核心要素1：大模型(LLM)

大模型作为“大脑”：提供推理、规划和知识理解能力，是AI Agent的决策中枢。

核心要素2：记忆（Memory）

短期记忆：存储单次对话周期的上下文信息，属于临时信息存储机制。受限于模型的上下文窗口长度。

长期记忆：可以横跨多个任务或时间周期，可存储并调用核心知识，非即时任务。

长期记忆，可以通过模型参数微调（固化知识）、知识图谱（结构化语义网络）或向量数据库（相似性检索）方式实现。

核心要素3：工具使用(Tool Use)

工具使用：调用外部工具（如API、数据库）扩展能力边界。

核心要素4：规划决策(Planning)

规划决策：通过任务分解、反思与自省框架实现复杂任务处理。例如，利用思维链（Chain of Thought）将目标拆解为子任务，并通过反馈优化策略。

核心要素5：行动(Action)

行动：实际执行决策的模块，涵盖软件接口操作（如自动订票）和物理交互（如机器人执行搬运）。比如：检索、推理、编程等。

2. 搭建企业私有/个人知识库

2.1 哪些人需要搭建个人知识库

小型企业主或创业者：查阅和分享文件、文档、客户反馈、市场分析，大大提升你的工作效率。

职场打工人或自由职业者：无论是写作、设计、开发，还是视频制作，知识库都可以管理大量的素材、创意和客户需求，通过知识库，你可以轻松存储和搜索这些资料，并通过大模型二次创作

教育工作者或学生：利用知识库管理教学资源、课程安排、教材资料等，学生则可以将课堂笔记、参考书目和作业整理在一起，随时复习和备考。

生活中的普通人：无论是旅行计划、兴趣爱好，还是学习笔记，全部都可以集中在知识库管理。

2.2 哪些平台支持个人知识库

AnythingLLM

Dify

MaxKB

秘塔搜索在线： https://metaso.cn/

知乎直达：https://zhida.zhihu.com/pro

2.3 Cherry-Studio搭建个人知识库

搭建过程：

https://blog.csdn.net/su2231595742/article/details/148513974

2.4 ima搭建个人知识库

搭建过程：

https://blog.csdn.net/su2231595742/article/details/148514703

2.5 执行流程

2.6 RAG的理解

1、什么是RAG

RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合信息检索（Retrieval）与文本生成（Generation）的技术，旨在提升大语言模型在回答专业问题时的准确性和可靠性。

2、为什么需要RAG

场景1：

大型语言模型（LLM）的训练依赖于网络上海量公开的静态数据，而某些特定领域（如企业内部资料、专有技术文档等）的数据通常不会作为公开的训练数据，导致模型在面对这些领域的查询时，可能因缺乏足够的信息而生成不准确甚至虚构的回复。

解决方案：

为了解决这一问题，RAG技术通过引入向量数据库（Vector Database）作为外部知识源，将模型缺失的知识以结构化的形式提供。

场景2：

随着 LLM 规模扩大，训练成本与周期相应增加。因此，包含最新信息的数据难以融入模型训练过程，无法及时反映最新的信息或动态变化。导致 LLM 在应对诸如“请推荐当前热门影片”等时间敏感性问题。

解决方案：提供联网搜索功能。

举例：

LLM在考试的时候面对陌生的领域，答复能力有限，然后就准备放飞自我了，而此时RAG给了一些提示和思路，让LLM懂了开始往这个提示的方向做，最终考试的正确率从60%到了90%！

3. 低阶智能体的搭建

3.1 智能体的三个发展阶段

3.2 阶段1：预设提示词创建简易版智能体

Cherry-Studio中创建智能体

其它平台：豆包

其它平台：讯飞星火

其它平台：百度文心智能体平台 https://agents.baidu.com/center

其它平台：腾讯元器 https://yuanqi.tencent.com/agent-shop

4. 高阶智能体的三种搭建

4.1 高阶智能体：通过Cline体现智能体

Cline是VS Code的插件，可以通过调用LLM的API实现自动化开发，可被视为用于开发智能体。

搭建及使用过程：https://blog.csdn.net/su2231595742/article/details/148515640

4.2 高阶智能体：通过Coze创建智能体

Coze(扣子)的介绍

字节跳动旗下的 AI 聊天机器人开发平台，致力于为用户提供快速且易于上手的聊天机器人搭建方案。

扣子官网：https://www.coze.cn/

搭建及使用过程：Coze搭建工作流

4.3 高阶智能体：通过Dify创建智能体

Dify 的介绍

Dify（DefineModify）是一个开源的大语言模型(LLM)应用开发平台，由苏州语灵人工智能推出。

Dify 直观的界面结合了AI工作流、RAG管道、Agent、模型管理、可观测性功能等，让用户可以快速从原型到生产，构建AI应用。

Dify 为 AI Agent 提供了50多种内置工具，如谷歌搜索、DALL·E、Stable Diffusion 和WolframAlpha 等。

适用人群：专业技术人员、非技术人员

官网：https://dify.ai/zh

在线应用网址：https://cloud.dify.ai/apps

说明：https://github.com/langgenius/dify/blob/main/README_CN.md

搭建及使用过程：