基础构件：增强型 LLM
所有智能体模式的原子单元都是 Augmented LLM——在裸模型之上叠加三大能力：
检索 (Retrieval)
RAG、向量搜索、工具文档——将外部知识注入 LLM 上下文，弥补训练数据截止和领域知识缺失。
工具 (Tools)
函数调用、API 集成、代码执行——让 LLM 从"只说不做"变为"说做合一"，扩展行动边界。
记忆 (Memory)
短期（对话上下文）、长期（向量存储）、程序性（技能库）——让 Agent 具备学习和适应能力。
Augmented LLM = LLM + 检索 + 工具 + 记忆 —— 所有后续模式都是这个原语的不同组合方式。
五大 Workflow 模式
Workflow 模式是确定性编排——流程由开发者预定义，LLM 在每个节点内执行。适合已知流程的生产场景。
Prompt Chaining
将复杂任务拆为顺序步骤链，上一步输出作为下一步输入。中间可插入质量门控 (gate)。
适合：可分解为固定步骤的确定性任务。如：生成大纲 → 验证 → 写正文 → 格式化。
Routing
分类器将输入路由到不同处理分支。每个分支有独立的 Prompt 和工具集。
适合：输入类型多样、需要差异化处理的场景。如：客服系统中按意图路由到不同处理流。
Parallelization
多个 LLM 同时工作，分为 Sectioning（分段并行）和 Voting（多视角投票）。
适合：子任务无依赖、或需要多角度校验。如：长文档分段处理、安全审查多票决。
Orchestrator-Workers
中央 Orchestrator 动态分解任务，分配给多个 Worker LLM，再合成结果。
适合：无法预知子任务结构的探索性任务。如：代码审查中动态发现需检查的维度。
Evaluator-Optimizer
Generator 生成输出，Evaluator 评估并给出反馈，Generator 基于反馈迭代优化。
适合：有明确评估标准且需要多轮改进的任务。如：代码生成 + 测试 + 修复循环。
四种单 Agent 模式
单 Agent 模式赋予 LLM 自主决策能力——流程由 Agent 动态控制，而非预定义。
ReAct
核心循环：Thought → Action → Observation → Thought...
将推理 (Reasoning) 和行动 (Acting) 交替进行。最基础、最广泛使用的 Agent 模式。工具调用在 Action 阶段完成。
局限：长任务中容易迷失方向，缺乏全局规划。
Reflexion
核心思想：在 ReAct 基础上加入反思层——执行失败后生成 verbal reflection，存入记忆，下次执行时检索使用。
效果：HumanEval 通过率从 80.1% 提升至 91.0%。Agent 从错误中学习。
局限：反思质量依赖模型能力，记忆检索可能引入噪声。
Tree of Thoughts (ToT)
核心思想：将推理从线性链扩展为搜索树。每步生成多个候选方案，用评估函数剪枝，保留最优路径。
适合：需要探索和回溯的组合问题。如：24 点游戏、创意写作、战略规划。
局限：计算成本高（多路径并行评估）。
Plan-and-Execute
核心思想：分离规划和执行。Planner 生成完整计划，Executor 逐步执行，执行结果可触发 Re-planning。
优势：全局视野清晰，长任务不易偏航。比纯 ReAct 更适合复杂任务。
局限：规划阶段本身可能出错，且重规划成本高。
五种多 Agent 模式
当单 Agent 能力到达天花板时，多 Agent 模式通过分工和协作突破复杂度边界。
Sequential (顺序链)
Agent 形成线性流水线，前一个的输出是后一个的输入。最简单的多 Agent 模式。
代表：LangGraph 的 StateGraph 线性编排，Prompt Chaining 的多 Agent 版本。
Concurrent (并行蜂群)
多个 Agent 同时处理不同子任务，结果通过聚合函数合并。可配合 Map-Reduce 模式。
代表：Anthropic 并行工具调用，多 Agent 投票机制。
Group Chat (群组对话)
多个 Agent 在同一对话空间中交互，通过轮流发言达成共识。需要一个 Moderator 管理发言顺序。
代表：AutoGen GroupChat，ChatDev 多角色对话。
Handoff (交接委托)
Agent 之间通过 handoff 函数转移控制权。当前 Agent 判断自己无法处理时，将对话连同上下文交接给更合适的 Agent。
代表：OpenAI Swarm 的核心原语，客服系统的多级转接。
Magentic-One (多角色协作)
微软提出的通用多 Agent 架构：Orchestrator + WebSurfer + FileSurfer + Coder + ComputerTerminal，五个固定角色协作完成复杂任务。
特点：角色固定、职责清晰、Orchestrator 动态调度。
四种认知架构
认知架构源自认知科学，为 Agent 提供类人思维的底层框架。
ACT-R
Adaptive Control of Thought-Rational。将认知分为声明性记忆 (facts) 和程序性记忆 (skills) 两大模块，通过产生式规则驱动行为。
LLM 映射：Transformer 注意力 ≈ 声明性检索，Fine-tuning ≈ 程序性学习。
SOAR
State, Operator, And Result。通过问题空间和问题解决算子建模认知。核心机制是 impasse（僵局）触发子目标递归求解。
LLM 映射：ReAct 的 Action 选择 ≈ SOAR 的算子应用，Planning 的 Re-planning ≈ impasse 处理。
LIDA
Learning Intelligent Distribution Agent。基于全局工作空间理论 (GWT)，模拟意识循环：感知 → 理解 → 意识广播 → 行动选择。
LLM 映射：注意力机制 ≈ 意识广播，Multi-Agent 的消息总线 ≈ 全局工作空间。
CLARION
双层架构：显性层 (explicit, 规则驱动) 和隐性层 (implicit, 模式驱动) 并行运行并互相影响。
LLM 映射：System Prompt / 规则引擎 ≈ 显性层，Few-shot / 上下文学习 ≈ 隐性层。
ACI 工具设计原则
Agent-Computer Interface (ACI) 是 Agent 与外部工具交互的界面设计学科——好的 ACI 设计能显著提升 Agent 的工具使用成功率。
语义三要素
命名 (Naming)
工具名应语义明确、无歧义。search_orders 优于 get_data。Agent 通过名称推断功能。
参数 (Parameters)
参数描述应包含类型、约束、示例值。使用 enum 限制取值范围，用 description 说明语义。
返回 (Returns)
返回结构应稳定、可预测。错误信息应包含原因和建议操作，而非仅返回 "error"。
两种调用范式
Function Calling：LLM 输出结构化 JSON 调用请求，Runtime 执行后将结果返回 LLM。主流、推荐。
Code Execution：LLM 直接生成可执行代码（Python/JS），在沙箱中运行。灵活但安全性需额外保障。
两种编排模式
Flat (扁平)：所有工具直接暴露给 Agent，Agent 自行选择。简单场景高效。
Hierarchical (层级)：工具按领域分组，先选领域再选工具。或通过 Router Agent 分发。大规模工具集时必需。
选型决策树
面对具体场景时，按以下路径快速选择最合适的 Agent 模式：
任务复杂度？
|
+-- 简单（单一明确目标）
| +-- 无工具调用 → Prompt Chaining
| +-- 需工具调用 → ReAct
|
+-- 中等（需规划但目标明确）
| +-- 步骤可预知 → Plan-and-Execute
| +-- 需试错改进 → Reflexion 或 Evaluator-Optimizer
| +-- 需探索回溯 → Tree of Thoughts
|
+-- 复杂（跨领域、大规模）
+-- 单一领域 → Orchestrator-Workers
+-- 多领域交接 → Handoff
+-- 需多视角共识 → Group Chat 或 Concurrent + Vote
+-- 全流程自动化 → Magentic-One 或 CrewAI
七大框架对比
| 框架 | 核心抽象 | 编排方式 | 多 Agent | 最佳场景 |
|---|
| LangChain | Chain + Agent | LCEL 声明式链 | 基础支持 | 快速原型，RAG 应用 |
| LangGraph | StateGraph | 有向图 + 状态机 | 原生支持 | 复杂工作流，需精确控制流 |
| CrewAI | Crew + Agent + Task | 角色扮演 + 流程 | 核心功能 | 团队协作模拟，角色驱动任务 |
| AutoGen | ConversableAgent | 对话驱动 | 核心功能 | 研究探索，多 Agent 对话 |
| OpenAI Swarm | Agent + Handoff | Handoff 函数 | 轻量支持 | 客服路由，简单交接场景 |
| Semantic Kernel | Kernel + Plugin | Planner 自动编排 | 有限支持 | 企业集成，.NET/Java 生态 |
| Haystack | Pipeline + Component | DAG 管道 | 有限支持 | 搜索/RAG 管线，NLP 处理 |
深入探索
本页是方法论的高层概览。如需每个模式的深入分析、完整代码示例、性能对比与实战案例，请访问完整版：
阅读完整版方法论 →