标签：agent

本课用不写代码的方式讲清 Agent 的四个核心部件（模型、工具、循环、记忆），帮你建立能迁移到任何框架的心智模型，并学会判断什么任务才真正需要 Agent。

在写任何框架代码之前，先把四个部件想清楚：谁负责思考、谁负责动手、谁指挥节奏、谁记住上下文。本文用最小必要概念帮你建立能迁移到任何框架的心智模型，并带你确认边界、找到官方文档入口。

本站主线学习路径。面向有基本编程经验、想亲手搭建 Agent 的中文开发者：先建立概念，再写出最小可运行实现，最后学会让 Agent 更可靠并发布上线。

从命名、描述、参数 schema 三个维度讲清如何把现有 API 包装成模型真正会用的工具，并给出合并与拆分工具的判断标准，以及工具粒度如何影响上下文成本与选择准确率。

从零讲清工具调用（Tool Calling / Function Calling）：工具是什么、模型如何选择工具、工具描述为何决定成败、一次完整调用的七步流程，以及参数错误、工具过多、权限与安全三类常见坑。面向有编程基础的中文开发者，框架无关，代码最小化并指向官方文档。

本课把 Agent 的「工具」从概念落到工程实践：从工具描述设计、调用出错处理，到多工具编排与 MCP 可插拔协议，帮你把工具真正用起来。

从上下文窗口讲起，说清 Agent 的短期记忆与长期记忆、什么该放进上下文、什么该检索或丢弃、对话历史与摘要策略，以及记忆带来的成本与隐私问题。框架无关，代码最小化，指向官方文档。

Agent 只有一两个工具时，循环很简单；工具一多，问题就变成编排：哪些步骤能并行、中间结果怎么传、循环什么时候停。本文讲清多工具编排的四件事，给出控制流骨架，并附一个可本地运行的完整示例。

从技术选型角度回答“要不要上 Agent”：用多步、需要工具、需要自主决策三个问题做判断，给出脚本、规则引擎、单次 LLM 调用等更简单替代方案，并对比成本与可靠性，帮助你在动手前做出框架无关的取舍。