Учебник по AI-агенту (интеллектуальному агенту)
AI Agent (агент искусственного интеллекта) также называют интеллектуальным агентом. По сути, это программа, которая автоматически выполняет задачи. Основная идея — позволить модели не только отвечать на вопросы, но и шаг за шагом выполнять действия.
AI Agent (агент искусственного интеллекта)Это интеллектуальная программная сущность, которая может воспринимать окружающую среду, принимать решения и выполнять действия для достижения конкретных целей. Это не просто чат-бот, отвечающий на вопросы, а умный исполнитель, который действительно способен выполнять работу.
Agent = LLM (мозг) + Planning (планирование) + Tool use (выполнение) + Memory (память).
Быстрый старт: 0 кода, создайте приложение одной фразой:https://www.miaoda.cn/。
Для кого этот урок?
- Люди, которые хотят использовать ИИ для автоматизации повседневных задач
- Новички, не знакомые с программированием, но желающие использовать AI для реальной работы
- Люди, которые уже знают основы работы с компьютером, но имеют нулевые знания в таких концепциях, как Agent/Workflow
- Люди, которые хотят поднять AI с уровня общения до реального выполнения работы
Что такое Агент?
Agent — это интеллектуальный помощник, который умеет выполнять задачи.
Agent = LLM (мозг) + Planning (планирование) + Tool use (выполнение) + Memory (память).
Изучение Agent требует смены мышления: отвопросов и ответов в чатеперейти квыполнению задач, управляемому целями。
Традиционные программы следуют фиксированному потоку инструкций:Ввод → Обработка → Вывод, тогда как ИИ-Агент больше похож на автономногосотрудника, он может:
- Понимать цели задачи: понимать, какой результат вы хотите
- Составлять план: обдумывать, как достичь цели
- Использовать инструменты: вызывать различные ресурсы и API
- Самоадаптация: оптимизировать стратегии на основе обратной связи
- Продолжать выполнение: пока задача не будет выполнена или не возникнет неразрешимая проблема
Аналогия для понимания:
- Традиционная программа = торговый автомат: вставьте монету → нажмите кнопку → получите товар
- AI-агент = Личный ассистент: сообщите ему свои потребности → ассистент планирует → выполняет задачи и отчитывается
Основная структура:
- Цель:Знает, что нужно выполнить
- Рассуждение:Планирует шаги выполнения
- Инструменты:Вызывает API, код или системы для выполнения задач
Рабочий процесс:
Input → Think → Call tool → Execute → Return result → Iterate continuously
Отличия от обычных больших языковых моделей:
- LLM: выводит содержимое
- Агент: выводит результаты и управляет выполнением
Например, когда мы общаемся с AI-агентом и вводим:Спланируй поездку в Пекин на 3 дня с бюджетом 5000, агент выполнит следующие задачи:
- Разбить требования на части
- Найти авиабилеты, отели и достопримечательности
- Сгенерировать план поездки
- Оформлять бронирования при выполнении условий
Ресурсы для обучения
Существующие платформы и популярные фреймворки:
| Основные потребности | Рекомендуемые инструменты | Ключевые преимущества |
|---|---|---|
| Miaoda: создание приложений одной фразой | Официальный сайт Miaoda | Без кода; генерируйте приложения по одному предложению с описанием ваших потребностей |
| MonkeyCode: платформа разработки AI-приложений | Официальный сайт MonkeyCode | Создавайте задачи прямо на платформе, позвольте AI писать код и используйте терминал, управление файлами и предпросмотр в облачной среде разработки |
| Xiaoyunque: генерация AI-видео от CapCut | CapCut - Xiaoyunque | Собственная видеомодель Seedance 2.0 от ByteDance + модель изображений Seedream 5.0 в паре с LLM Doubao для понимания текста |
| QoderWork, настольный AI-агент | QoderWork | Вы формулируете потребности — он выдаёт результаты. |
| Автоматические триггеры и интеграция с системами | n8n | Широкое покрытие интеграций, возможность самостоятельного размещения, подключение к распространённым внутренним системам |
| Глубокая кастомизация под контролем разработчиков |
Dify LangChain |
Первый предоставляет полноценное open-source-решение; второй подходит для построения сложных цепочек рассуждений |
| Сотрудничество нескольких ролей и декомпозиция задач | AutoGen CrewAI |
Первый подчёркивает динамическое взаимодействие; второй управляет рабочими процессами с чёткой ролевой системой |
| Автономный агент, выполняющий задачи | AutoGPT | Ранний феноменальный open-source проект агента, делающий акцент на управлении целью, автономной декомпозиции задач и циклическом выполнении (Plan → Execute → Reflect) |
Ниже представлены другие популярные фреймворки AI Agent с открытым исходным кодом. Большинство этих проектов сосредоточены вокруг вызова инструментов (Tool Calling), памяти (Memory), рабочих процессов (Workflow), мультиагентного взаимодействия (Multi-Agent) и возможностей длительного выполнения задач.
| Проект | Позиционирование | Особенности |
|---|---|---|
| OpenAI Agents SDK | Легковесный фреймворк разработки агентов | Поддерживает вызов инструментов, передачу управления (Handoff), оркестрацию нескольких агентов, простую структуру, быстрый старт |
| LangGraph | Оркестрация агентов на основе конечного автомата | Управляет сложными процессами на основе графовой структуры, поддерживает долговременное состояние и циклическое выполнение |
| LlamaIndex | Фреймворк RAG + Agent | Специализируется на базе знаний, подключении данных и сценариях с дополнением на основе поиска |
| Semantic Kernel | Оркестрация агентов корпоративного уровня | Открыт Microsoft, поддерживает плагины, рабочие процессы, память и мультимодельное взаимодействие |
| PydanticAI | Типобезопасная разработка агентов | Использует систему типов Python для ограничения выходных данных, подходит для инженерных приложений |
| Mastra | Современный full-stack фреймворк для агентов | Поддерживает Workflow, Memory, развёртывание и возможности наблюдаемости |
| Agno (ранее Phidata) | Фреймворк для мультиагентных приложений | Подчёркивает возможность комбинирования агента, знаний и инструментов |
| Camel-AI | Фреймворк мультиагентного взаимодействия | Имитирует командное взаимодействие и декомпозицию задач через механизмы ролевой игры |
| MetaGPT | Фреймворк для симуляции компании по разработке ПО | Разделяет продукт, архитектуру, разработку и тестирование на несколько ролей для совместного выполнения |
| Swarms | Оркестрация кластера агентов | Подчёркивает крупномасштабное взаимодействие агентов и планирование задач |
| Haystack Agent | Агент с поиском и дополнением знаний | Подходит для корпоративного поиска, вопросов и ответов по документам и комбинаций инструментов |
| Atomic Agents | Компонуемая архитектура агентов | Подчёркивает модульный дизайн и тестируемость |
| DSPy | Декларативный фреймворк Prompt / Agent | Проектирует и оптимизирует промпты и процессы рассуждения |