智能体

定义

智能体（AI Agent）是一种能够自主行动、感知环境、 做出决策并与环境交互的计算机系统或实体，通常依赖大型语言模型作为其核心决策和处理单元，具备独立思考、 调用工具去逐步完成给定目标的能力。

架构

image-20250622135025387

核心要素

  • 大模型(LLM)：大模型作为“大脑”：提供推理、规划和知识理解能力，是AI Agent的决策中枢。
  • 记忆（Memory）：
    • 短期记忆：存储单次对话周期的上下文信息，属于临时信息存储机制。受限于模型的上下文窗口长度。
    • 长期记忆：可以横跨多个任务或时间周期，可存储并调用核心知识，非即时任务。可以通过模型参数微调（固化知识）、知识图谱（结构化语义网络）或向量数据库（相似性检索）方式实现。长期记忆的主要体现为 个人知识库。
  • 工具使用(Tool Use)：调用外部工具（如API、数据库）扩展能力边界。
  • 规划决策(Planning)：通过任务分解、反思与自省框架实现复杂任务处理。例如，利用思维链（Chain of Thought）将目标拆解为子任务，并通过反馈优化策略。
  • 行动(Action)：实际执行决策的模块，涵盖软件接口操作（如自动订票）和物理交互（如机器人执行搬运）。比如：检索、推理、编程等。

三个阶段

  1. 阶段1：提示词立人设：GPTs、Cherry-Studio、豆包等通过提示词，做一个阉割版的智能体，直接和LLM交互。

  2. 阶段2（面向过程）：工作流：定义工作流，每一步可以指定不同的模型，应用就会按照我们设定的流程执行任务。

  3. 阶段3：real 智能体（面相目标）：智能体根据人类设定的目标，自主进行任务拆分，工具选择，进度控制，实现目标后自主结束工作。

RAG

定义

RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合信息检索（Retrieval）与文本生成（Generation）的技术，旨在提升大语言模型在回答专业问题时的准确性和可靠性。

为什么需要RAG

  • 减少特定领域（陌生领域）的幻觉；
  • 数据实时问题；
  • 提升准确率；

以下分三个场景进行举例。

场景1：大型语言模型（LLM）的训练依赖于网络上海量公开的静态数据，而某些特定领域（如企业内部资料、专有技术文档等）的数据通常不会作为公开的训练数据，导致模型在面对这些领域的查询时，可能因缺乏足够的信息而生成不准确甚至虚构的回复。

解决方案：为了解决这一问题，RAG技术通过引入向量数据库（Vector Database）作为外部知识源，将模型缺失的知识以结构化的形式提供（其实 个人知识库 就是RAG技术的落地的体现）。

image-20250622140019312

场景2：随着LLM 规模扩大，训练成本与周期相应增加。因此，包含最新信息的数据难以融入模型训练过程，无法及时反映最新的信息或动态变化。导致LLM 在应对诸如“请推荐当前热门影片”等时间敏感性问题。

解决方案：提供联网搜索功能。

image-20250622140428124

场景3：LLM在考试的时候面对陌生的领域，答复能力有限，然后就准备放飞自我了（AI幻觉），而此时RAG给了一些提示和思路，让LLM懂了开始往这个提示的方向做，最终考试的正确率从60%到了90%！

image-20250622140531159

个人知识库执行流程

image-20250622135820898

MCP与A2A

image-20250621220128989

MCP

定义

MCP（Model Context Protocol，模型上下文协议） ，2024年11月底，由Anthropic 推出的一种开放标准。旨在为大语言模型（LLM）提供统一的、标准化方式与外部数据源和工具之间进行通信。

特征 MCP TCP/IP、HTTPS
本质 协议(Protocol) 协议(Protocol)
作用 标准化AI模型与上下文来源/工具之间的数据交互方式 标准化设备之间的网络通信方式
目标 让不同模型应用可以用统一方式访问资源/工具 让不同设备、系统可以互通数据
好处 消除碎片化集成、形成生态闭环 解决设备互联、实现互联网基础
  • without MCP：这种为每个数据源构建独立连接的方式，可以被视为一个M*N问题。(M是大模型，N是插件)
  • with MCP ：可以被视为一个M + N问题。（中间件的感觉）

image-20250622144908673

MCP 作为一种标准化协议，极大地简化了大语言模型与外部世界的交互方式，使开发者能够以统一的方式为AI 应用添加各种能力。可以将MCP理解为电脑的USB接口(一套标准)，通过这个接口电脑可以访问各种外部设备。

MCP协议中的核心角色：

  • MCP Client：MCP client 充当LLM 和MCP server 之间的桥梁，嵌入在主机程序中。接收来自LLM的请求，将请求转发到相应的MCP server ，将MCP server 的结果返回给LLM。

image-20250624230443433

  • MCP Server：每个MCP 服务器都提供了一组特定的工具，负责从本地数据或远程服务中检索信息。是MCP 架构中的关键组件。

    与传统的远程API 服务器不同，MCP 服务器既可以作为本地应用程序在用户设备上运行(操作本地数据库等)，也可部署至远程服务器（调用外部接口（高德MCP等））

image-20250624230523452

  • MCP Host：MCP Client通常并不是独立运行的，而是嵌入在AI模型相关的工具当中，比如Claude桌面应用、IDE(Cursor、Cline、
WindSurf)等。内嵌MCP Client的应用被称为MCP Host。协作关系如下图所示：

image-20250622145706022

img

通信机制

  • stdio(标准输入输出)：主要用在本地服务上，操作你本地的软件或者本地的文件。比如Blender 这种就只能用Stdio 因为他没有在线服务。（默认通信方式）
    • 优点：
      1. 这种方式适用于客户端和服务器在同一台机器上运行的场景，简单。
      2. stdio模式无需外部网络依赖，通信速度快，适合快速响应的本地应用。
      3. 可靠性高，且易于调试
    • 缺点：
      1. Stdio 的配置比较复杂，我们需要做些准备工作，需要提前安装需要的命令行工具。
      2. stdio模式为单进程通信，无法并行处理多个客户端请求，同时由于进程资源开销较大，不适合在本地运行大量服务。（限制了其在更复杂分布式场景中的使用）
  • SSE(Server-Sent Events)：主要用在远程通信服务上，这个服务本身就有在线的API，比如访问你的谷歌邮件，天气情况等。
    • 优点：
      1. 适用于实时数据更新、消息推送、轻量级监控和实时日志流等场景
      2. 对于分布式或远程部署的场景，基于HTTP和SSE 的传输方式则更为合适
      3. 配置方式非常简单，基本上就一个链接就行，直接复制他的链接填上就行

stdio的本地环境安装

stdio客户端与对应的服务端都在本地，所以需要本地有运行MCP服务的环境。 stdio的本地环境有两种：一种是Python 编写的服务，一种用TypeScript 编写的服务。分别对应着uvx 和npx 两种指令。

stdio的本地环境安装uvx有两种安装方式：

  • 若已配置Python环境，可使用命令安装：pip install uv
  • 若没配置Python环境，可在Windows下可以通过PowerShell运行命令来安装uv：owershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex”
  • 检查是否正常：uv --version、uvx --help

stdio的本地环境安装npx ：

  • 装一个node就行。

MCP Server仓库

cursor中使用MCP

Cursor 中添加 MCP Server 有两种配置方式：

  • 全局设置：通过 Cursor Settings -> MCP Tools -> Add Custom MCP 添加全局可用的 MCP 服务。

  • 项目级别：在项目目录的 .cursor 目录中新建 mcp.json 文件进行配置，仅对特定项目生效。（建议）

高德地图服务

高德地图的MCP Server需要从MCP.so (https://mcp.so/zh) 平台获取。申请高德地图的API：https://console.amap.com/

image-20250624214513723

image-20250624214545788

image-20250624220117806

image-20250624220207796

选择Agent模式，输入提示词:

1
1.从高德地图的MCP服务中获取北京站到天安门、天安门到颐和园、颐和园到南锣鼓巷的地铁线路；2.从高德地图的MCP中获取颐和园、南锣鼓巷附件的美食信息，每处获取三家美食店铺信息，3.将一二步的信息生成一个精美的html前端展示页面，并存放在当前目录下

MCP执行过程：

image-20250624221542971

我们会注意到有很多的Called MCP Tool的调用，这个其实在MCP Server仓库中有提到的函数/工具，所以我们需要根据提供的函数/工具来提对应的需求。

image-20250624222852826

最终效果如下所示：

22d8918a9906ca8bd4894a9643bdd8d1

Function Call、MCP、RAG

mcp类似于usb这样的协议 目的是统一各个工具和各家大模型之间交互的标准，rag是检索增强生成，用于从知识库向量检索到相关知识喂给大模型回答问题，让他不仅仅根据训练知识回答还要根据你自己的知识库知识回答。

function Call也好，mcp也好，就是一个大模型json输出而已。大模型默认输出markdown格式文本，也可以指定输出json。fc和mcp原理是一样的 都是拼接提示词，让大模型输出一个符合要求的json，然后从json中解析函数名和参数，客户端调用函数，获得结果。区别就是fc是开发者自己定义json格式(注意是开发者定义的，不是大模型定义的)，mcp仅仅是增加了一个标准，类似于做成通用库，可以让遵循mcp的客户端都可以直接用，而无需再重复造轮子。

本地部署大模型

目标：使用 Ollama 在本地部署 DeepSeek 模型。

参考文献

安装ollama

  1. 访问 Ollama 官网：https://ollama.com/
  2. Ollama 默认会安装在 C 盘，想要安装在其它的盘，则要用命令来指定安装路径，比如 OllamaSetup.exe /dir=E:\Ollama，代码以安装在 E:\Ollama 为例，具体操作步骤如下

22d8918a9906ca8bd4894a9643bdd8d1

  1. 安装好后，接着是 下载模型，在 Cmd 窗口 或者 终端，输入 ollama run deepseek-r1:1.5b，Ollama 就会自动下载，这里的 1.5b 可以修改为你想下载的版本。(下载时，如果速度变慢或者卡住不动了。在窗口里按一下 Ctrl+C 取消下载，然后再次输入代码，就会重新下载，进度不会丢失)

image-20250624235041562

使用模型对话

  1. 模型下载完成后会自动进入对话模式
  2. 在提示符 >>> 后输入问题并按回车
  3. 常用命令：
    • /clear - 清除上下文，重新开始对话
    • /bye - 退出对话模式
    • 直接输入问题 - 开始对话

日常使用说明

启动模型

  1. 按 Win+R 打开运行
  2. 输入 cmd 打开命令提示符
  3. 输入启动命令：ollama run 模型名称 例如：ollama run deepseek-r1:1.5b

模型管理命令

  • 查看已安装模型：ollama list
  • 删除模型：ollama rm 模型名称 例如：ollama rm deepseek-r1:1.5b
  • 查看所有命令：直接输入 ollama

通过 API 接口访问模型

  1. API 基本信息

    • 默认 API 地址：http://localhost:11434/api
    • 支持的请求方式：POST
    • 数据格式：JSON

  2. 主要 API 接口

    • 生成回答（Generate）
    1
    2
    3
    4
    5
    curl -X POST http://localhost:11434/api/generate -d '{
      "model": "deepseek-r1:1.5b",
      "prompt": "你好，请介绍一下自己",
      "stream": false
    }'
    • 聊天对话（Chat）
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    curl -X POST http://localhost:11434/api/chat -d '{
      "model": "deepseek-r1:1.5b",
      "messages": [
        {
          "role": "user",
          "content": "你好，请介绍一下自己"
        }
      ],
      "stream": false
    }'
    • JavaScript 示例代码
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    async function chatWithModel(prompt) {
      const url = "http://localhost:11434/api/chat";
      const data = {
        model: "deepseek-r1:1.5b",
        messages: [
          {
            role: "user",
            content: prompt,
          },
        ],
        stream: false,
      };

      const response = await fetch(url, {
        method: "POST",
        headers: {
          "Content-Type": "application/json",
        },
        body: JSON.stringify(data),
      });

      return await response.json();
    }

    // 使用示例
    chatWithModel("你好，请介绍一下自己")
      .then((response) => console.log(response.message.content))
      .catch((error) => console.error("Error:", error));
    • 注意事项
      1. 确保 Ollama 服务正在运行
      2. API 默认只监听本地请求（localhost）
      3. 如需远程访问，需要配置 Ollama 允许远程连接
      4. 建议在生产环境中添加适当的安全措施
      5. stream 参数设置为 true 时可获得流式响应

注意事项

  1. 硬件要求：
    • 1.5b 版本：最低 8GB 内存
    • 7b 版本：建议 16GB 以上内存
    • 14b 版本：建议 32GB 以上内存
  2. 存储空间：
    • 请确保有足够的硬盘空间（模型文件较大）
    • 1.5b 约需 3GB
    • 7b 约需 15GB
    • 14b 约需 30GB
  3. 使用建议：
    • 首次使用建议从小模型开始尝试
    • 确保网络稳定，避免下载中断
    • 使用时保持电脑有足够的可用内存

改变安装位置

需要注意的是，Ollama 存储模型的位置也是在 C 盘，你可以在 Cmd 窗口输入下面这条代码来修改，比如：

1
setx OLLAMA_MODELS "E:\Ollama\.ollama\models"

特别需要注意的是，设置好后，一定要退出 Ollama，重启一下 Ollama 才会生效。接着，在命令行里输入 ollama list，即可查看已下载的模型。

image-20250624234420820

最后，你还可以将之前下载过的模型，移动到新的目录来，比如我安装在了 E:\Ollama，只需要将默认位置的整个 .ollama 文件夹，复制过来即可。这也是之前把模型储存位置修改为 E:\Ollama.ollama\models 的原因，直接一键复制即可。

1
2
3
#默认安装位置：
macOS: ~/.ollama/models
Windows: C:\Users\%username%\.ollama\models

image-20250624234502419