大模型大家都知道，比如我们常见的 ChatGPT、DeepSeek 等，但是，这些大模型都有一个关键的问题，那就是他们没办法用工具，比如我想要让大模型帮我查询一个接口，他是做不到的。
那么，如果给大模型增加工具的调用能力，并且他知道该什么时候调用什么工具，这基本上就是一个 Agent 了。
Agent 翻译成中文是智能体，或者叫做助理更合适，比如说这就是个 Agent：你对你的小爱同学说，我想吃肯德基，他就能分析出你可能想吃什么，然后让你确认后，直接就帮你把肯德基点好了。
这个过程需要：
1、小爱同学知道你想吃什么，了解你的口味。
2、小爱同学知道点餐需要打开先软件，然后搜索，然后付款
3、小爱同学可以帮你自动完成这些操作
该怎么实现这样的功能呢？下面这张图就是非常出名的 Agent 的图：
可以看到，这里面包括了 Tools、Action、Planning 以及 Memory，Tools 就是我们前面说过的工具，而 Action 就可以理解为是对工具的调用。
剩下的 Memory 这个好理解，就是需要有记忆的能力，包括了长期记忆和短期记忆，短期记忆可以理解为上下文记忆，就像你打开一个 ChatGPT 的对话窗口，这个就是个短期记忆，换个窗口记忆就清楚了。长期记忆一般是通过一些其他的方式，比如数据库做存储，在每次对话前先让模型读取这些信息，作为长期记忆。
还有一个 Plan 的功能，这其实是在 Agent 有了记忆，会了工具之后，还需要他知道什么时候该调用哪些工具，这就是所谓的规则的能力。
那么总结下，Agent=LLM+Memory+Tools（使用 + 规划）
基于以上介绍，差不多就能总结出一个 Agent 具备的能力。主要包括了：
- 感知（Perception）：Agent 能够接收来自环境的输入信息，包括用户输入的问题，以及 Memory。
- 决策（Decision-making）：Agent 根据感知到的信息和内部状态，选择合适（Planning）的行动（包包括 Tools）。
- 行动（Action）：Agent 执行所选的行为，以实现特定目标。
