AI Agents 聚焦于构建 AI 智能体：工具使用、链式调用、记忆，以及基于大语言模型的自主工作流。当用户提到“AI agent”“agent development”“tool use”等关键词时，可参考本技能内容。
一、什么是 AI 智能体 AI 智能体是连接了工具并在循环中运行的 LLM。由 LLM 决定做什么、调用工具、观察结果，然后重复，直到任务完成。没有循环和工具，它只是聊天机器人。
二、核心智能体循环 每个智能体遵循以下模式：
- OBSERVE（观察）——接收输入（用户消息或工具结果）
- THINK（思考）——LLM 推理下一步做什么
- ACT（行动）——调用工具或返回最终答案
- OBSERVE（观察）——获取工具结果，回到第 2 步 当 LLM 决定不再需要工具调用并返回最终响应时，循环终止。最大迭代次数限制可防止循环失控。
三、工具/函数调用 资料给出 OpenAI 与 Anthropic 两种格式。OpenAI 使用 tools 数组，每项含 type: "function" 与 function（name、description、parameters）。Anthropic 格式中工具含 name、description、input_schema。模型返回 tool_use 块（Anthropic）或 tool_calls 数组（OpenAI），由你的代码执行工具并把结果作为下一条消息回传。
四、ReAct 模式（推理 + 行动） ReAct 将推理痕迹与行动交错。LLM 在每次工具调用前显式写出其思考，使决策过程可被检视，例如：Thought → Action → Observation → Thought → Answer。使用现代工具调用 API 时，ReAct 会自然发生——模型在文本输出中推理，并以结构化块发出工具调用，不再需要从原始文本中解析“Action:”字符串。
五、最小智能体实现 资料提供 Python 与 TypeScript 两个最小示例，均不使用框架，仅使用 API 调用和工具分发表。Python 示例使用 anthropic 客户端，定义 read_file、write_file 工具与 dispatch 字典，通过 max_iterations=10 循环调用 messages.create，收集 tool_use 块、执行工具、回传 tool_results，出错时返回 is_error: True。TypeScript 示例使用 @anthropic-ai/sdk，定义 search_web 工具与 executeTool 函数，同样以循环执行工具并回传结果。
六、记忆模式
- 对话历史（短期）：每次 API 调用传入完整消息数组，最简单，但长对话会触及上下文窗口限制。
- 摘要（中期）：对话过长时，保留系统提示与最近几轮交流，中间部分替换为另一次 LLM 调用生成的摘要。
- 向量存储检索（长期）：将过往交互或文档存为嵌入，每次 LLM 调用前检索 top-k 相关片段注入提示，可用 Pinecone、ChromaDB、pgvector、Qdrant 等向量数据库。
七、多智能体模式
- 监督者：一个协调智能体把子任务委派给专家智能体并综合其输出。
- 辩论/批评：两个智能体互审。A 起草，B 批评，A 修改；以更多 API 调用换来更高质量。
- 流水线：智能体顺序串联，1 研究、2 写作、3 审阅，每个只看上一阶段输出。
- 并行扇出：路由器把独立子任务同时发给多个智能体，再合并结果。
八、常用工具 资料列出常见工具及用途：网络搜索（获取当前信息）、代码执行沙箱（运行 Python/JS 验证答案）、文件读写（持久化工作产物）、Shell 命令（系统操作、git、构建）、API 调用 HTTP（与外部服务交互）、数据库查询（读写结构化数据）、浏览器自动化（抓取、填表）。工具描述应简洁具体，含糊描述会导致模型误用工具。
九、错误处理与重试 捕获工具错误并作为错误消息返回给 LLM（is_error: true），模型常能自我纠正；对瞬态失败（限流、网络错误）用指数退避重试；设置最大迭代限制（通常 10–20）防止死循环；执行前校验工具输入；对单个工具调用设置超时，避免挂起请求拖住整个智能体。
十、Token 管理 从 API 响应元数据（usage.input_tokens、usage.output_tokens）跟踪 Token 用量；接近上下文窗口限制时裁剪历史，保留系统提示、最近消息与旧消息摘要；对重复前缀使用提示缓存（Anthropic）或缓存补全（OpenAI）以降低长对话成本；限制工具输出大小，回传前截断大文件或 API 响应；按任务选择模型，简单工具分派用小而便宜的模型，复杂推理步骤用更大模型。
十一、防护栏
- 输入校验：在用户输入到达智能体前校验，检查提示注入、超长输入与不允许内容。
- 输出过滤：在返回用户或执行危险操作前检查智能体输出，示例给出 BLOCKED_COMMANDS 与 validate_tool_call 用于拦截 run_shell 中的危险命令。
- 人在回路：对高风险操作（发邮件、付款、修改生产数据）暂停并请求人工批准；若用户拒绝，向 LLM 返回拒绝消息。
十二、框架概览 资料列出：LangChain（Python/JS，生态大、集成多）、LangGraph（Python/JS，有状态、基于图的智能体工作流）、CrewAI（Python，多智能体、基于角色协作）、AutoGen（Python，多智能体对话模式）、Claude Agent SDK（Python，轻量 Claude 智能体循环）、Vercel AI SDK（TypeScript，流式优先、React 集成）、Mastra（TypeScript，内置记忆/工具的智能体框架）。建议先不用框架，当需要自行重复实现的功能（状态持久化、复杂路由、内置工具库）时再引入；框架会带来抽象层，增加调试难度。
十三、评估 测试智能体比测试确定性代码更难。策略包括：对单个工具做单元测试；黄金路径测试，定义输入/预期输出对并检查最终答案正确（允许中间步骤差异）；工具调用断言，验证调用了正确工具且顺序合理；对抗性输入，用混乱、模糊或对抗提示验证防护栏有效；成本跟踪，记录每个测试用例的 Token 用量，突然增长 10 倍可能意味着智能体效率回退；人工评估，对开放式任务由人工从正确性、有用性与安全性打分。资料给出 test_research_agent 示例，断言结果包含“13”或“14”。
十四、常见智能体模式
- 研究智能体：工具为网络搜索、URL 读取、笔记；搜索信息、读页面、抽事实、编报告，适用于市场调研、文献综述、竞品分析。
- 编码智能体：工具为文件读写、Shell 执行、网络搜索；读现有代码、规划改动、写代码、跑测试并迭代修复；关键设计是沙箱化执行环境。
- 数据分析智能体：工具为代码执行（Python + pandas/numpy）、文件读取、图表生成；加载数据、探索、统计分析与可视化；提供预装数据科学库的 Python 沙箱。
- 客户支持智能体：工具为知识库搜索、工单系统 API、升级；检索文档、回答问题，置信度低或需人工判断时升级。
- 工作流自动化智能体：工具为邮件、日历、项目管理 API；执行多步业务流程（安排会议、发跟进、更新任务）；有外部副作用的操作始终使用人在回路。
安装方式与收费信息暂未提供。