AI Agent(智能体) 

AI Agent（Artificial Intelligence Agent） 称为智能体，本质是自动执行任务的程序，核心在于让模型不只回答问题，而是按步骤完成动作。

AI Agent（人工智能代理） 是一个能够感知环境、进行决策并执行行动，以达成特定目标的智能软件实体，它不仅仅是回答问题的聊天机器人，更是能够动手做事的智能执行者。

Agent = LLM (大脑) + Planning (规划) + Tool use (执行) + Memory (记忆)。

快速体验 0 代码，一句话生成应用：https://www.miaoda.cn/。

---

谁适合阅读本教程？

1. 想使用 AI 自动化日常任务的人
2. 对编程不熟但想用 AI 做实际工作的新人
3. 已会基本电脑操作、但对 Agent/工作流 等概念零基础的人
4. 想把 AI 从聊天提升到真正干活的人

---

什么是 Agent？

Agent 就是一个能干活的智能助手。

Agent = LLM (大脑) + Planning (规划) + Tool use (执行) + Memory (记忆)。

学习 Agent 需要思维转变： 从对话框问答进化为目标驱动的任务执行。

传统的软件程序遵循固定的指令流程：输入 → 处理 → 输出，而 AI Agent 则更像一个有自主性的员工，它能够：

• 理解任务目标：明白你想要什么结果
• 制定计划：思考如何达成目标
• 使用工具：调用各种资源和 API
• 自我调整：根据反馈优化策略
• 持续执行：直到完成任务或遇到无法解决的问题

类比理解：

• 传统程序 = 自动售货机：投币 → 按按钮→ 出商品
• AI Agent = 私人助理：告诉需求 → 助理规划 → 完成任务并汇报

---

核心结构：

• 目标（Goal）：知道要完成什么
• 决策（Reasoning）：规划执行步骤
• 工具（Tools）：调用 API、代码或系统完成任务

工作流程：

输入 → 思考 → 调用工具 → 执行 → 返回结果 → 持续迭代

与普通大模型区别：

• 大模型：输出内容
• Agent：输出结果，并推动执行

比如我们在与 AI Agent 对话，输出：规划三天北京旅行，预算 5000，智能体就会完成以下任务：

• 拆解需求
• 查询机票、酒店、景点
• 生成行程方案
• 满足条件时继续完成预订

---

学习资源

现有平台及流行框架：

核心需求	推荐工具	关键优势
秒哒，一句话生成应用	秒哒官网	0 代码，通过一句话生成需求，并生成应用
搭子，桌面级 AI 智能体	搭子官网	面向个人及团队的桌面级 AI 智能体，可以看见屏幕、操作软件、处理文件
MonkeyCode，AI 应用开发平台	MonkeyCode 官网	直接在平台里创建任务，让 AI 编码，在云端开发环境中使用终端、文件管理和预览
小云雀，剪映的 AI 视频生成	剪映-小云雀	字节自研 Seedance 2.0 视频模型 + Seedream 5.0 图像模型，搭配豆包大模型做文案理解
QoderWork ，桌面级 AI Agent	QoderWork	你说需求，它交付结果。
自动化触发与系统对接	n8n	集成面广，可自托管，常规内部系统都能打通
开发者可控的深度定制	Dify LangChain	前者提供完整开源方案；后者适合构建复杂推理链路
多角色协作与任务分解	AutoGen CrewAI	前者强调动态协作；后者以清晰角色体系驱动流程
自主任务执行 Agent	AutoGPT	早期现象级开源 Agent 项目，强调目标驱动、自主拆解任务、循环执行（Plan → Execute → Reflect）

以下是其他流行的 AI Agent 开源框架，这些项目大多围绕工具调用（Tool Calling）、记忆（Memory）、工作流（Workflow）、多 Agent 协作（Multi-Agent）和长期任务执行能力展开。

项目	定位	特点
OpenAI Agents SDK	轻量级 Agent 开发框架	支持工具调用、交接（Handoff）、多 Agent 编排，结构简单，上手快
LangGraph	状态机式 Agent 编排	基于图结构控制复杂流程，支持长期状态和循环执行
LlamaIndex	RAG + Agent 框架	擅长知识库、数据连接和检索增强场景
Semantic Kernel	企业级 Agent 编排	微软开源，支持插件、流程、记忆与多模型协同
PydanticAI	类型安全 Agent 开发	使用 Python 类型系统约束输出，适合工程化应用
Mastra	现代全栈 Agent 框架	支持 Workflow、Memory、部署和可观测能力
Agno（原 Phidata）	多 Agent 应用框架	强调 Agent + Knowledge + Tools 的组合能力
Camel-AI	多智能体协作框架	通过角色扮演机制模拟团队协作与任务拆解
MetaGPT	软件公司模拟框架	将产品、架构、开发、测试拆分成多个角色协同执行
Swarms	Agent 集群编排	强调大规模 Agent 协同与任务调度
Haystack Agent	搜索与知识增强 Agent	适合企业搜索、文档问答和工具链组合
Atomic Agents	可组合 Agent 架构	强调模块化设计与可测试性
DSPy	声明式 Prompt / Agent 框架	将 Prompt 与推理过程工程化、可优化