第11章：Agent 核心架构拆解——四个缺一不可的组件

系列导读：本章深入 Agent 的内部结构。如果你准备亲手实现一个 Agent，这就是你要看的「系统说明书"。

一、Agent架构全景：四个核心组件

一个完整的 Agent 系统由以下四个核心组件构成，任何一个掉链子，系统都跑不好：

┌─────────────────────────────────────┐
│            用户输入                  │
└─────────────┬───────────────────────┘
              ↓
┌─────────────────────────────────────┐
│  1. LLM 核心   ←所有决策的中枢      │
│     ↓                                │
│  2. 规划模块   ←把目标拆成步骤      │
│     ↓                                │
│  3. 工具系统   ←实际执行的能力       │
│     ↓                                │
│  4. 记忆系统   ←持续维护的状态       │
└─────────────────────────────────────┘

二、组件1：LLM 核心

LLM 是整个 Agent 的「大脑」。

所有输入（用户指令、工具返回结果、记忆内容）最终都经过 LLM 来理解和决策
LLM 负责判断：下一步该做什么？继续思考？调用工具？还是输出最终答案？

System Prompt 的关键作用

System Prompt 就是给 Agent 的「岗位说明书」，定义了：

你是一个专业的数据分析助手。
你的任务是帮助用户分析数据并生成报告。

你可以使用的工具：
1. analyze_csv：读取 CSV 文件并做基础统计分析
2. generate_chart：根据数据生成可视化图表
3. web_search：搜索最新行业信息
4. write_report：生成结构化报告

你的工作流程：
1. 先理解用户的数据分析目标
2. 使用 analyze_csv 了解数据概况
3. 根据数据特征选择分析方向
4. 使用 generate_chart 生成必要的可视化
5. 最后使用 write_report 生成完整报告

System Prompt 写得好不好，直接决定 Agent 的行为模式。它是工程质量最不可控的变量之一。

三、组件2：规划模块（Planning）

规划模块解决的是：怎么把一个大目标拆成可执行的步骤？

为什么需要规划？

想象你让 Agent 完成：“帮我分析我们公司 Q2 的销售数据，找出增长最快的产品线，并给出下季度的推广建议。”

这个任务拆下去至少包含：

加载并描述销售数据（analyze_csv）
按产品线分组计算增长率
找出增长最快的产品线
搜索该产品的市场信息
结合数据和市场信息生成建议

没有规划模块，LLM 一次调用只能做一件事，可能会重复、遗漏或顺序错乱。

两种规划策略

策略	实现方式	特点
静态规划	预先定义步骤序列（工作流）	确定性高，灵活性差
动态规划	让 LLM 每一步自己决定方向和工具	灵活性强，可控性差
混合规划	大方向固定，具体操作让 LLM 决定	推荐方案

动态规划示例（ReAct 模式）：
步骤1：Thought "我需要先了解数据概况" → Action: analyze_csv
步骤2：Thought "数据里有哪些列？产品分类是什么？" → 根据结果继续
步骤3：Thought "让我按产品线计算增长率" → Action: analyze_csv + 参数

四、组件3：工具系统（Tool System）

工具系统是 Agent 与外部世界交互的「四肢」。

工具不是越多越好。过多的工具会让 LLM 的选择困难增加（context 装不下、选错概率上升）。

工具定义的关键要素

{
  "name": "web_search",
  "description": "当需要获取某个领域的最新信息、验证某个事实、或者了解某个概念时使用。注意：不要用来查询本地数据库的内容",
  "parameters": {
    "query": {
      "type": "string",
      "description": "搜索关键词，建议3-5个关键词，不要太长"
    }
  }
}

description 是核心门槛——模型基于 description 决定用不用这个工具。写好 description 的技巧：

明确什么场景用
明确什么场景不用
给出使用示例
说明参数要求

工具的返回值设计

工具返回的结果也需要精心格式化：

工具调用的结果应该：
1. 结构化（JSON 或 Markdown 表格）
2. 包含执行状态（成功/失败）
3. 失败时包含错误信息和可能的修正建议
4. 避免过长的原始输出，必要时做摘要

五、组件4：记忆系统（Memory）

记忆系统解决的是：Agent 怎么记得之前做过什么？

记忆分四个层次：

层次	内容	存储位置	生命周期
感知记忆	当前输入的原始内容	内存	即时
短期记忆	当前对话/任务的历史	Context window	当前任务
长期记忆	跨会话的知识和经验	向量数据库/结构化存储	持续
实体记忆	提取的结构化事实	图数据库/KV 存储	持续

为什么记忆系统这么重要？

没有记忆的 Agent：

你在上一步确认了技术方案，下一步它就不记得了
它不知道你的偏好（代码风格、输出格式）
它无法在多个任务之间保持连贯性

有记忆的 Agent：

记住你们的约定和达成的共识 → 持续协作质量提升
记住任务的历史决策 → 避免重复讨论、减少沟通成本
跨任务积累对你的了解 → 越来越懂你

六、四个组件的协同

用户：分析 sales.csv

LLM（理解目标）→ 规划模块：
  "目标：分析销售数据 → 步骤：1.读数据 2.做统计 3.出报告"

LLM（步骤1）→ "调 analyze_csv(sales.csv)"
  → 工具系统执行 → 返回数据描述

LLM（步骤2）→ 看到数据是时间序列 → "调 analyze_csv + 增长分析参数"
  → 工具系统执行 → 返回分析结果

记忆系统：记录当前进度、中间结果、用户偏好

LLM（步骤3）→ "数据够用，生成报告"
  → 调 write_report → 输出最终答案给用户

七、本章小结

Agent 四大组件：LLM（大脑）、规划（怎么拆任务）、工具（怎么做）、记忆（记得什么）
LLM 的 System Prompt 定义了 Agent 的"人格"和"行为边界"
规划模块是连接目标和执行的桥梁，静态保守、动态灵活
工具系统的 description 质量直接决定调用准确率
记忆系统让 Agent 有"持续感"，不是每次都从零开始

思考题

如果你设计一个 Agent，工具数量限制在 5 个以内，你怎么选择？优先级怎么排？
短期记忆（存在 context 里）会随着对话变长而被截断。长任务中如何设计记忆的"生命值"决策？