SUN 18 分钟
BLOG / 766 ARTICLES
技术笔记
计算机基础、AI、后端与客户端开发笔记
#Agentic · 38 篇文章清除筛选
3 分钟
7 分钟
7 分钟
13 分钟
14 分钟
AI
ReAct & Plan-and-Execute
在构建 LLM Agent 系统时，选择合适的推理模式至关重要。本文将深入对比两种主流的 Agent 推理模式：ReAct（Reasoning and Acting）和 Plan-and-Execute，通过实战案例帮助你做出正确的技术选型。
1 分钟
6 分钟
AI
多智能体协作（Multi-Agent Collaboration）
单一 LLM 智能体难以应对复杂问题，缺乏多样化专长或工具，成为系统瓶颈，降低效率与可扩展性，难以完成多领域目标。多智能体协作模式通过将复杂问题拆分为可管理子问题，分配给具备专长的智能体，智能体通过顺序交接、并行处理或层级委托等协议协作，实现单一智能体无法完成的目标。
5 分钟
7 分钟
6 分钟
7 分钟
AI
模型上下文协议（MCP）
为了让 LLM 成为真正的智能体，必须具备与外部环境交互的能力——访问实时数据、调用外部软件。没有标准化通信协议，每次集成都需定制开发，难以复用，阻碍了复杂 AI 系统的扩展和互联。