Agent

前言

问题：当 LLM 想要调用工具时，有两种设计方式

一

• 把 MCP Server 中所有工具的信息（名字、描述、参数 Schema、etc.）都要交给 LLM
• LLM 直接把要使用的工具和参数一起返回

二

• 只把 MCP Server 中的所有工具的 名字 和 描述交给 LLM
• LLM 返回要使用的工具名称
• Client 获取指定工具的所有信息交给 LLM
• LLM 返回要使用工具和参数

不管怎么设计，每次交互都要带着前文一起，这 Agent 能力对上下文的占用，也太大了点吧？

在这个例子中，当 AI 设计出来一程序时，如果该程序消耗 Token 过多。在人类不知道原理的情况下，只会跟 AI 说：我的 Token 消耗太多了，帮我减少 Token 消耗。但是 AI 也没法知道什么算多什么算少，应该少到多少算合理。AI 能合理优化代码的前提时人类告诉 AI 如何优化。因为如果 AI 本身就知道，也就不会出现需要优化的问题，也就不会写出来更高 Token 消耗的代码

概述

参考：

B 站 - 老戴Donald，【老戴】用了几天 Clawdbot，我最担心的事开始发生了

B 站 - 飞天闪客，【闪客】20 行代码彻底搞懂小龙虾！男女老少都看得懂哟~

Agent Runtime # 类似 MCP 的 Host，Agent 与模型交互的程序。实现了 ReAct 功能

ReAct # Reasoning and Acting。Agent Runtime 的核心逻辑：循环。

• https://zhuanlan.zhihu.com/p/1978741652337205325
• https://www.ibm.com/think/topics/react-agent

Agent 架构

Agent 流程

Pi-mono

参考：

• GitHub 项目，badlogic/pi-mono
• 公众号，从 pi-mono 到 OpenClaw：源码拆解，21 万 Star 背后的 Agent 工程减法
• 公众号，OpenClaw背后的英雄Pi-mono

pi-mono 只保留四个工具：

• read # 读取文件内容，支持文本和图片，可指定行范围
• write # 创建新文件或完全重写，自动创建目录
• edit # 精确替换文本，oldText 必须完全匹配
• bash # 执行命令，返回 stdout 和 stderr，可设置超时

Zechner 的逻辑很直接：编程的本质就是读代码、写代码、改代码、跑代码。这四个工具组合起来能覆盖大部分编程场景。

知乎-北方的狼 智能体

本书目录

本书共分六大部分，20个章节，沿着 “认知 -> 大脑 -> 手脚 -> 骨架 -> 社会” 的逻辑脉络，为您完整复原一个智能体的诞生过程。

第一部分：定义 —— 什么是2025年的智能体？

AI智能体，第1章 从 Copilot 到 Autopilot

AI智能体，第2章 解剖学：Agent 的四个象限

第二部分：大脑 —— 推理与规划的原子能力

AI智能体，第3章 结构化输出：JSON Mode 与 Pydantic

AI智能体，第4章 思维链的进化：从 CoT 到 Reasoning Models

AI智能体，第5章 行动的循环：手动实现 ReAct Loop

AI智能体，第6章 元认知：Self-Reflection（自省机制）

AI智能体，第7章 提示词工程的终结：DSPy 自动优化

第三部分：手脚 —— 标准化工具与MCP协议

AI智能体，第8章 工具调用的本质：Function Calling

AI智能体，第9章 统一连接标准：MCP (Model Context Protocol)

AI智能体，第10章 实战 MCP：构建你的第一个 Server

AI智能体，第11章 视觉行动：Computer Use 与 GUI Agent

第四部分：骨架 —— 状态管理与图编排

AI智能体，第12章 从链到图：LangGraph 核心概念

AI智能体，第13章 状态管理：State Schema 与 Checkpoint

AI智能体，第14章 人在回路：Human-in-the-loop

AI智能体，第15章 记忆系统：Mem0 与 GraphRAG

第五部分：社会 —— 多智能体协作 (Multi-Agent)

第六部分：结语 —— 迈向工业级

——完——

@北方的郎 · 专注模型与代码