Agent 核心技术(重中之重)
#想从事Agent应该学习哪些技术?#
1. 推理与执行范式
ReAct(必学):Reasoning → Acting → Observing
CoT(思维链)、Plan&Execute、Reflection(反思)
任务拆解、多轮决策、异常处理
2. 记忆系统(Memory)
短期记忆:对话上下文、会话管理
长期记忆:向量数据库(必学)
Milvus、Weaviate、FAISS、Chroma、Pinecone
记忆归档、遗忘策略、用户画像
3. RAG(检索增强生成)(必学)
文档切分、Embedding 模型(text-embedding-3、bge、m3e)
向量检索、混合检索(关键词 + 语义)
重排序(Reranker)、上下文压缩
生产级 RAG 优化(准确率、召回率、延迟)
4. 工具调用(Tool Use)
内置工具:搜索、计算器、代码解释器
外部 API:邮件、日历、ERP、爬虫、支付
MCP(Model Context Protocol)(2026 标准)
工具安全、权限、结果校验
5. Agent 框架(至少精通一个)
LangChain + LangGraph(主流、工作流 / 循环)
LlamaIndex(知识库 / RAG 强)
AutoGen / CrewAI(多智能体协作)
AutoGPT、MetaGPT、Devika(垂直领域)
1. 推理与执行范式
ReAct(必学):Reasoning → Acting → Observing
CoT(思维链)、Plan&Execute、Reflection(反思)
任务拆解、多轮决策、异常处理
2. 记忆系统(Memory)
短期记忆:对话上下文、会话管理
长期记忆:向量数据库(必学)
Milvus、Weaviate、FAISS、Chroma、Pinecone
记忆归档、遗忘策略、用户画像
3. RAG(检索增强生成)(必学)
文档切分、Embedding 模型(text-embedding-3、bge、m3e)
向量检索、混合检索(关键词 + 语义)
重排序(Reranker)、上下文压缩
生产级 RAG 优化(准确率、召回率、延迟)
4. 工具调用(Tool Use)
内置工具:搜索、计算器、代码解释器
外部 API:邮件、日历、ERP、爬虫、支付
MCP(Model Context Protocol)(2026 标准)
工具安全、权限、结果校验
5. Agent 框架(至少精通一个)
LangChain + LangGraph(主流、工作流 / 循环)
LlamaIndex(知识库 / RAG 强)
AutoGen / CrewAI(多智能体协作)
AutoGPT、MetaGPT、Devika(垂直领域)
全部评论

可以的,感觉技术还挺多呀

总结的真的多很好
相关推荐
04-16 13:47
北京邮电大学 前端工程师 点赞 评论 收藏
分享
远航_随风:这什么扫码面试官,早点猝死在工位上得了😅
点赞 评论 收藏
分享
