Agent，也叫做“代理”或“智能体”，是一种能够在特定环境中感知环境、自主规划、做出决策、独立行动并与其他Agent或人类进行交互的计算机程序或实体。他们常常具备自主性、反应性、社交性和适应性等特点，能够根据环境的变化调整自己的行为，以达到预设的目标。
典型的Agent工作流程
关键步骤一：Prompt提示词【圈定角色范围、阐述任务背景、习惯特色】
提示词是Agent接收到的初始输入，它描述了Agent需要完成的任务或解决的问题。提示词可以是文本、图像、语音等多种形式。Agent需要对提示词进行解析和理解，以便为后续的任务规划和行动执行提供指导。
智能体的提示词要统一：对话涉及到发展平台的生态供应方，包括行业规范、背景知识和智能体的提示词。提示词包括上下文和指令，需要注意清晰表达需求、统一称谓代词和避免行业黑话。
（1）通用指令构成
Context 上下文：说明想让大模型执行任务的背景
Instruction 指令：说明你想让模型执行什么任务
Input Data 输入数据：说明用户要输入什么内容
Outpt Indicator 输出提示：规定输出结果内容（说清想要+不想要）
（2）Tips
减少模糊表达，明确提出你的需求
指令中的成为代词要统一，不要反复切换，可能会造成AI大模型理解混乱
指令中尽可能不要体现行业黑话，可能会造成AI大模型理解障碍
LLM大模型（Large Language Model）是Agent进行任务规划和知识推理的重要工具。它通过对大量文本数据的学习，具备了强大的语言处理能力和知识推理能力。Agent可以利用LLM大模型对提示词进行深入分析，生成可能的解决方案，并进行选择和优化。
关键步骤三：Memory知识库【调用、匹配、当前输入内容、上下文内容、向量数据库】
关键步骤四：Planning任务规划【分析方式、分析思考、推理痕迹】
任务规划是Agent根据提示词、LLM大模型以及知识库进行决策和规划的过程。它涉及对人物的分解、目标的设定、路径的规划等多个方面。Agent需要综合考虑各种因素，制定出最合适的任务执行方案。
关键步骤五：Action工具使用【执行、返回、执行】
行动执行是Agent根据任务规划结果执行具体操作的过程。他可能涉及与环境的交互、数据的收集和处理、决策的调整等多个环节。Agent需要准确地执行每一步操作，以确保任务能够顺利完成。
Agent的编排真的是需要不断地调试才行，周三去我们集团公司交流智能体，有个部门领导说，智能体的编排就是在不断完善那些场景，比如最开始只支持自然语言，后来场景需要加上了多模态，多模态又需要考虑多种类型的文件处理。这个过程就是一个填坑的过程，慢慢的智能体就会越来越“智能”。
