Agent任务规划

更新。

高频听到的词汇，agent rag rl。

所以了解一下agent是什么。

Agent任务规划是指智能体根据任务目标和环境信息制定出实现目标的行为路径和策略的过程。主要是把一个复杂的任务拆解为小的子任务，然后为每一个子任务指定执行计划去执行，实现目标。

Agent开发者坦白：窘境中前行

国元证券的报告

扣子

常见的地带吗构建平台coze dify，如果使用dify的话可以本地部署，使用coze只能直接在网络上用他们的模型。

核心要素

整体而言包括LLM+工具+规划+调用。

人类完成任务遵循PDCA法则。小步快跑！

1. 任务拆解：将大的、复杂的任务拆解为小的、可管理的子任务。

2. 流程规划：规划执行子任务的流程，包括每一个子任务的执行顺序和依赖关系等，有助于确保任务的高效完成。

3. 目标理解：理解任务目标，以确保方向是对的。

4. 规划能力：任务分解、反思、完善。

5. 记忆能力：长期记忆通常通过外部存储实现信息的长期保留和快速检索。

6. 工具调用：调用外部API接口执行不同的功能，从而扩展Agent的能力。

规划方法

1. 任务拆解过程使用prompt优化，找到更精准引导大模型生成计划的提示词。

2. 多计划选择，生成多个候选计划，通过评估模型选择最优解（意图识别）。

3. 外部模块辅助规划。

4. 反射和改进方法react框架。

5. 记忆增强规划。

知乎-10种方式

分类

功能分，tool， code， observation， rag

RAG（检索增强生成）技术的核心组成部分主要包括检索模块和生成模块。检索模块负责从外部知识库中检索与用户查询相关的信息，通常使用向量搜索技术（如DPR）或基于语义的检索方法，以确保检索结果的准确性和相关性。

检索模块使用BERT、DPR，相似余弦计算、检索优化等方法。生成模块使用别的模型。对于agent部分，其中使用任务规划、工具调度、多轮迭代、自我反思等。

ReAct框架（Reasoning+Acting）

ReAct是一种结合 推理（Reasoning） 与 行动（Acting） 的框架。

太多了这一块后面再单独开一个。