spring-ai agent概念
目录
- agent 概念理解
- 记忆能力
- 工具
- 计划
agent 概念理解
agent 智能体,突出智能
- 大模型的感觉
- 告诉你怎么做(也不一定正确)
- 不会帮你做
- Agent的感觉
- 直接准确的帮你做完(比如,告诉 AI Agent 帮忙下单一份外卖,它就可以直接调用 APP 选择外卖,再调用支付程序下单支付,无需人类去指定每一步的操作)
agent概念可以参考:
https://arxiv.org/abs/2309.07864
https://lilianweng.github.io/posts/2023-06-23-agent/
如何理解上图:
agent = 记忆 + 工具 + 行为 + 计划
(可以不断的循环)
记忆能力
短期记忆(Short-Term Memory, STM)是指在任务执行过程中临时存储和处理当前交互信息的能力,其核心特点是容量有限且时效短暂。
长期记忆(Long-Term Memory, LTM)在AI代理中指跨任务、跨会话持久存储和检索信息的能力,其核心目标是通过积累历史经验与知识提升代理的智能化水平与个性化服务效果 。
-
上下文保持与个性化服务
- 连贯对话:通过存储历史对话记录,确保多轮对话中信息不丢失(如用户提问的上下文关联)。
- 个性化服务:记忆用户的偏好、行为习惯或历史交互数据,提供定制化响应(如推荐系统根据用户历史购买记录生成建议,如根据用户的爱好生成旅游行程)。
-
长期的知识库构建
- Agent可通过外部存储(如向量数据库、知识图谱)积累领域知识,逐步提升专业能力。
长期记忆的特点
特征
- 永久性存储:依赖外部技术(如数据库、知识图谱、向量嵌入)实现信息持久化,而非仅依赖模型上下文窗口 。
- 跨场景复用:支持信息在不同对话或任务间共享,例如通过存储用户偏好,优化后续推荐决策 。
- 动态更新与检索:可通过语义搜索或结构化查询(如知识三元组 (主体, 谓词, 客体))快速提取历史数据,辅助当前任务决策 。
- 记忆共享:通过长期记忆存储历史任务中的经验(如用户偏好、失败案例、环境信息等),实现跨会话、跨用户甚至跨agent的信息共享和辅助决策能力。
工具
可以是各种第三方服务,搜索服务等
计划
- Subgoal and decomposition: The agent breaks down large tasks into smaller, manageable subgoals, enabling efficient handling of complex tasks.
子目标和分解:代理将大型任务分解为更小、可管理的子目标,从而能够高效处理复杂任务。
- Reflection and refinement: The agent can do self-criticism and self-reflection over past actions, learn from mistakes and refine them for future steps, thereby improving the quality of final results.
反思和改进:代理人可以对过去的行为进行自我批评和反思,从错误中吸取教训,并为未来的步骤进行改进,从而提高最终结果的质量。