用途：指导设计并构建 AI 智能体，覆盖架构选择、记忆配置、模型选择与工具设置，适用于任意智能体框架或自研实现。适用时机包括新建智能体项目、在单体/多体、有状态/无状态架构间做选择、设计记忆结构与上下文管理、选型模型、规划工具配置、优化记忆与性能、实现智能体间共享记忆以及排查记忆相关问题。
主要能力：提供架构、记忆、模型、工具四方面指引。架构上区分单体有状态（最常见，跨轮保持上下文，适合个人助理、编码智能体、客服机器人）、单体无状态（请求响应，适合一次性工具）、多体共享记忆（通过共享记忆块或消息传递协作）、多体编排（路由智能体分发到专家智能体）。记忆分三类：核心记忆（常驻上下文，总量建议不超上下文窗口 80%）、归档记忆（向量库或文档存储的语义检索，需显式搜索，不会自动由上下文溢出填充）、对话历史（当前会话过往消息，旧消息可能被逐出，持久事实应存入核心或归档记忆）。记忆块设计原则为一个独立功能单元一个块，基础块含 persona、human，按场景扩展。模型按任务分前沿、中端、小快三类，避免使用不支持可靠函数/工具调用的模型，工具密集场景不建议小于 7B 的本地小模型。工具从最小集合起步，含记忆工具、文件系统工具和自定义工具，必要时用规则约束调用顺序。
使用方式：SDK 方式可用 Python 的 client.agents.create 与 TypeScript 的 client.agents.create 创建智能体，指定 name、model 与 memory_blocks/memoryBlocks，块含 label 与 value；CLI 方式多数框架提供交互式创建与配置入口，具体命令暂未提供，需查阅所用框架文档。高级主题包括记忆尺寸管理（按主题或时间拆分、归档历史、合并重写）与并发模式（优先仅追加写入与行级锁；replace 与整体重写存在竞态风险，整体重写仅用于单智能体独占访问）。
限制与注意：资料未提供具体收费、价格与性能数据。需避免记忆块过少或过多、描述无实际指引、忽视尺寸上限等反模式，并按清单校验架构匹配度、核心记忆占比、块粒度、工具必要性与并发考虑。