大模型应用开发，动手做AI Agent
AI Agent的主要用途在于处理日常重复性任务，例如阅读、查看微信公众号文章，或是跟踪关注特定作者的作品。若让AI Agent先行筛选信息，它可以帮你提炼关键内容，整理你所关心的信息成笔记。如果遇到特别感兴趣的话题，再深入阅读全文，这样不仅能节省时间，还能避免被标题党误导。
Agent通过多个互相关联的模块来执行和解决问题。以下是每个模块的功能简述：
- 接收任务：Agent首先通过读取提示来接收需要处理的任务。
- 记忆更新：根据具体任务，Agent会更新其系统记忆，确保所有相关信息都是最新的，以便在处理任务时使用。
- 记忆检索：由于记忆库可能非常庞大，Agent需从记忆中检索相关信息，或在必要时进行信息的高效截断处理。
- 任务规划：基于提供的结构化工具、记忆和查询提示，大模型生成一个包含任务名称的计划，计划中详述了后续步骤和动作，包括所需调用的工具及其参数。
- 工具执行：此模块负责执行“任务规划”模块产生的任务完成信号。
章节清晰，配图丰富
关于AI Agent看的场景虽未在原文中提及，但我们可以想象其应用价值。例如，自动筛选并总结用户关注的要点。作者黄佳在书中提到了更复杂的应用场景：结合网络获取的天气变化信息和自家花店的玫瑰花存货数据，调整补货策略或存储条件。这类工具对许多商家而言极具价值，因为天气会显著影响他们的生意。例如，有这样的助手提醒你三天后将有台风来临，或许应减少进货；或者在父亲节来临前建议增加相关节日产品的库存。这样的助手可以大大拓宽你的生意决策视野。
《大模型应用开发，动手做AI Agent》一书提供了众多实战案例的代码，读者可以直接利用这些代码进行实践。前提是你之前有过使用chatgpt的经验，这样就无需担心访问国外网络的问题。这本书将一步步指导你打造个人想要实现的AI小精灵：AI Agent。
