个人主页艾莉丝努力练剑❄专栏传送门《C语言》《数据结构与算法》《C/C干货分享学习过程记录》《Linux操作系统编程详解》《笔试/面试常见算法从基础到进阶》《Python干货分享》⭐️为天地立心为生民立命为往圣继绝学为万世开太平 艾莉丝的简介文章目录一、基础概念1.1 人工智能AI1.2 人工智能、机器学习、深度学习的层级关系1.3 大语言模型LLM二、Prompt提示词2.1 基础定义、分类与结构化框架2.2 提示词设计优化技巧三、Token词元3.1 定义、分类与核心作用四、会话记忆4.1 定义与核心作用4.2 与上下文窗口的关系五、多模态5.1 定义、模态类型与应用场景六、RAG检索增强生成6.1 定义与解决的核心问题6.2 核心工作流程七、工具调用Tool Calling7.1 基础定义八、MCP模型上下文协议8.1 定义与 Tool Calling 的区别8.2 核心工作流程九、Agent 与工作流9.1 工作流与 Agent 的核心区别9.2 多 Agent 模式十、Skill技能10.1 与 Tool Calling 的核心区别十一、主流智能体产品与项目11.1 Manus 与 OpenManus11.2 OpenClaw11.3 Hermes Agent结尾一、基础概念1.1 人工智能AI核心定义通过计算机系统模拟人类智能的技术依托算法与数据使机器具备类人认知、思维能力可完成学习、推理决策等复杂任务衍生概念AI 应用将人工智能能力落地于具体业务场景以产品 / 系统形式交付如豆包、自动驾驶辅助系统AI 算法计算机模拟人类思考、学习、判断所遵循的数学公式与执行流程是 AI 能力的实现载体常见算法包括线性回归、逻辑回归、决策树 随机森林、支持向量机、卷积神经网络等Agent智能体可感知环境输入、自主决策规划、调用工具执行以达成目标的自主性软件实体Copilot 模式人主导、AI 提供建议最终决策权完全归属人类如 ChatGPT 普通问答、Cursor Ask 模式Agent 模式AI 自主进行任务规划并调用工具完成执行如 Cursor Agent 模式、智能客服 AgentVibe CodingAI 编程以自然语言驱动的软件开发方式开发者描述需求意图依托大模型生成 / 修改代码仅需完成验收、反馈、迭代AI 原生 IDECursor、Windsurf、TraeCLI 工具Claude Code、Aider、Cline即时生成工具Devin、atoms、秒哒、码上飞领域热门岗位AI 应用开发工程师、AI 算法工程师、Agent 开发工程师1.2 人工智能、机器学习、深度学习的层级关系人工智能AI最上层概念目标是让机器具备类人智能机器学习ML人工智能的核心实现方式通过数据训练模型自动学习规律无需人工编写全部规则常见方法包括线性回归、逻辑回归、决策树 随机森林、SVM 等深度学习DL机器学习的重要分支基于多层神经网络从海量数据中自动学习特征规律实现高级感知、理解与生成能力包含关系深度学习 ⊂ 机器学习 ⊂ 人工智能1.3 大语言模型LLM定义全称 Large Language Model基于海量文本数据训练可理解、生成人类语言的人工智能模型主流模型矩阵GPT 系列OpenAI美国开发的顶级多模态大模型具备强推理能力与原生多模态处理能力Claude 系列Anthropic 公司开发擅长编程辅助、长文档处理、细腻拟人化对话Gemini 系列Google 推出的多模态 AI 模型融合文本、图像等多数据处理能力GLM智谱 AI 推出具备高效上下文理解、多任务处理性能与本土化语言适配优势通义千问系列阿里巴巴中国开发与阿里云生态深度绑定混元大模型腾讯中国推出依托微信、腾讯云生态企业级安全与生态打通能力优异云雀大模型 / 豆包字节跳动中国自研驱动豆包 AI 助手与内容生态深度集成DeepSeek中国研发推理能力突出成本效益高适配复杂逻辑任务二、Prompt提示词2.1 基础定义、分类与结构化框架定义用户或系统提供给大语言模型的指令文本用于引导模型生成特定输出两大分类用户提示词终端用户直接输入触发单次任务传达即时需求系统提示词开发者预设于系统后端定义模型角色、行为规范、知识边界持续影响所有交互CO-STAR 结构化框架CContext提供背景信息帮助 AI 理解任务上下文OObjective明确希望 AI 完成的具体目标SStyle指定 AI 生成内容的风格TTone确定 AI 生成内容的语调AAudience描述目标受众的特征RResponse指定 AI 回应的格式与具体要求提示词工程Prompt Engineering通过设计、优化输入提示词引导模型生成更准确、稳定、符合预期结果的工程方法2.2 提示词设计优化技巧基础技巧角色提示设定身份约束模型的语气、专业深度与思维方式结构化指令引导通过分隔符、列表、Markdown 格式清晰界定指令、背景、输入与输出要求少样本提示提供 1~3 个正确示例让模型快速学习格式与规则进阶推理技巧链式思考CoT引导模型分步推理先思考再输出答案大幅提升复杂问题准确率自我一致性探索多条推理路径通过投票机制聚合为一致答案降低单一路径的错误概率优化迭代策略由浅入深迭代从简单指令开始根据输出不足逐步补充约束条件与背景信息三、Token词元3.1 定义、分类与核心作用定义大语言模型处理文本的最小语义单位由分词器将文本拆分得到不同模型分词器不同同一文本拆分结果可能存在差异分类输入 TokenPrompt/Input Token发给模型的内容包括问题、历史对话、上传文档、系统提示词等输出 TokenCompletion/Output Token模型生成的回答内容核心作用计费单位商用大模型普遍按「输入 Token 输出 Token」计费上下文长度约束模型存在最大上下文窗口超出上限将触发截断或报错影响模型表现Token 切分合理性决定语义理解效果Token 数量直接影响推理速度、显存占用与成本四、会话记忆4.1 定义与核心作用定义对话系统中模型对历史对话内容的存储与利用机制属于上下文理解的核心能力覆盖范围用户历史输入、模型历史回答、当前对话的上下文状态核心作用上下文连贯支持指代理解保障对话流畅不脱节减少重复输入无需每次重复背景信息提升交互效率个性化体验记忆用户偏好提供定制化回复支撑多轮任务逐步收集信息支持复杂任务的迭代完成4.2 与上下文窗口的关系上下文窗口大语言模型一次最多能处理的输入 Token 数量类比背包容量容量构成上下文窗口总容量 系统提示词 会话记忆 当前输入内容五、多模态5.1 定义、模态类型与应用场景定义融合文本、图像、音频、视频等多种类型信息让模型能理解、生成不同模态数据的技术常见模态文本Text、图像Image、音频Audio、视频Video典型应用场景智能问答上传图片 提问如医疗影像分析文生图 / 图生文文本生成图片、图片生成描述如 AI 绘画、商品描述生成语音助手语音转文本→LLM 处理→文本转语音如智能客服、车载助手视频理解视频摘要、行为识别如视频网站摘要、安防监控、内容审核六、RAG检索增强生成6.1 定义与解决的核心问题定义Retrieval Augmented Generation结合外部知识库检索与大模型生成的技术大模型在回答前先检索外部知识库基于检索到的权威信息生成答案解决的核心问题知识过时问题可接入最新文档、实时数据、内部知识库实现动态知识更新幻觉问题基于真实文档生成答案大幅降低虚构内容概率私有知识问题可接入企业内部数据、私有文档、业务规则打造企业专属 AI缓解上下文窗口限制仅检索相关片段而非全量数据节省 Token可解释性问题可返回引用来源支持答案溯源6.2 核心工作流程离线准备阶段数据采集采集 PDF/Word/Markdown 文档、数据库、API、网页等来源的数据文档切分Chunking将长文档拆分为小块提升检索精度、适配上下文窗口向量化Embedding将每个文本块转换为向量向量存储将向量与对应原文、元数据存入向量数据库如 Milvus、Pinecone并建立索引在线查询阶段相似度检索用户输入问题将问题向量化后在向量数据库中做相似度检索常用余弦相似度算法重排序可选用更强模型对检索结果二次排序筛选最相关内容Prompt 构建与答案生成将检索结果、用户问题组合为完整 Prompt调用大模型生成答案并返回七、工具调用Tool Calling7.1 基础定义定义大语言模型根据用户请求智能选择并调用外部工具函数、API、服务等并获取执行结果以此扩展自身能力的技术流程与 Function Calling 的关系函数调用Function Calling是工具调用的早期叫法与核心形式当前行业统一称为 Tool Calling概念范围更广不仅包含函数调用还覆盖其他类型工具八、MCP模型上下文协议8.1 定义与 Tool Calling 的区别定义Model Context Protocol由 Anthropic 于 2024 年 11 月推出的开源标准协议为大模型与外部系统、工具、数据源提供标准化安全双向通信接口解决 AI 集成的 N×M 复杂度问题类比 AI 领域的 USB-C 接口核心组成MCP Client大模型系统内的连接器按协议发起连接、调用外部服务MCP Server外部工具的适配器按协议封装工具功能供客户端调用MCP Server 获取渠道官方注册中心MCP 官方 registry 平台国内云厂商广场阿里云百炼 MCP 广场、腾讯云 MCP 广场社区聚合平台mcp.so、ForAgents Dev与 Tool Calling 的核心区别Tool Calling 是 LLM 调用外部工具的能力MCP 是 LLM 与工具交互的标准化协议8.2 核心工作流程初始化连接MCP 主机启动创建 MCP Client 并与 MCP Server 建立通信连接能力发现Client 向 Server 查询可用能力Server 返回工具的名称、描述、参数、权限等结构化清单执行决策与工具调用用户输入问题后Client 整合工具列表与上下文发送给 LLMLLM 决策是否调用工具若调用则由 Client 转发请求至对应 Server 执行结果回传与输出Server 将执行结果回传 ClientLLM 融合结果与上下文生成最终回答并展示给用户九、Agent 与工作流9.1 工作流与 Agent 的核心区别工作流Workflow按预先定义的步骤与规则依次执行任务的流程化机制流程固定、可预期类似流水线Agent可感知环境、自主决策、规划路径、调用工具达成目标的自主性软件实体本质区别工作流是人工预定义步骤的自动化流程Agent 是由大语言模型根据目标动态控制流程走向9.2 多 Agent 模式定义将复杂任务拆分给多个具备不同职责的 Agent通过协作完成整体目标的系统架构适用场景任务复杂度超出单个 Agent 的稳定处理能力时使用解决单 Agent 架构的三大弊端上下文限制单 Agent 需承载全量任务信息、工具描述、历史记录导致信息过载、成本上升、推理速度下降角色冲突与指令污染单 Agent 同时承担多角色系统提示词冲突导致行为混乱或能力平庸单点故障风险单 Agent 某一步推理出错可能导致整个任务链崩溃十、Skill技能10.1 与 Tool Calling 的核心区别定义模型经过学习或配置后可重复执行的一类标准化任务能力与 Tool 的核心区别Tool 侧重单一操作能力如查天气 API、数据库查询Skill 是完成某项完整任务的综合能力如规划旅行需调用天气、机票、酒店等多个工具主流 Skill 平台海外平台ClawHub、llmskills.org、SkillsMP国内平台腾讯 SkillHub、阿里云官方 Skill 平台十一、主流智能体产品与项目11.1 Manus 与 OpenManusManus由 Monica 团队开发的人工智能智能体产品2025 年 3 月 6 日发布通过云端隔离沙箱自主调用浏览器、代码执行器、文件系统等工具自主规划并执行任务OpenManus开源的自主规划智能体项目可理解为 Manus 的开源复刻版本代码完全开源支持本地运行可展示完整思考过程11.2 OpenClaw基础定义开源、本地优先的 AI 智能体曾用名 Clawdbot、Moltbot昵称 “小龙虾”可直接操控计算机完成实际操作核心能力本地优先数据与运算均在本地设备执行隐私性强模型无关执行引擎兼容主流商用、国产与本地开源大模型切换仅需修改配置标准化 Skill 生态基于统一规范构建可插拔、可版本化、可复用的技能生态7×24 常驻运行以守护进程为核心支持崩溃自恢复、定时调度与事件触发持久化记忆与跨平台互通适配主流 IM 与协作平台内置持久化记忆机制核心架构接入层Channel最外层接入适配组件通过插件实现多平台消息格式转换网关层Gateway系统中枢统一承接外部请求完成鉴权、过滤后分发下游Agent 层系统大脑负责意图理解、计划制定、工具 / 技能调用决策能力层包含浏览器操作、文件处理、API 调用等基础工具可通过 Skill 扩展记忆系统配置类文件AGENTS.md核心框架文件定义 AI 工作规范、记忆管理、安全红线与行为准则SOUL.md人格设定文件定义 AI 的沟通风格与人格特征IDENTITY.md身份设定文件定义 AI 的名称、角色类型USER.md用户信息文件存储用户基本信息与偏好TOOLS.md工具配置文件记录个性化工具参数与偏好HEARTBEAT.md心跳检查清单定义心跳周期内的例行检查事项存储类文件memory/YYYY-MM-DD.md按日期存储的每日对话记忆原始记录MEMORY.md长期记忆核心文件存储提炼归纳后的关键信息11.3 Hermes Agent推出主体AI 研究机构 Nous Research核心特点自我进化能力通过学习闭环自动从任务中总结经验将有效工作流提炼为 Skill 并持续优化持久记忆系统分层记忆架构记忆用户习惯与历史经验跨会话提供个性化体验结尾uu们本文的内容到这里就全部结束了艾莉丝在这里再次感谢您的阅读艾莉丝努力练剑C/C Linux 底层探索者 | 一个正在努力练剑的技术博主【关注】跟随我一起深耕技术领域见证每一次成长。❤️【点赞】让优质内容被更多人看见让知识传递更有力量。⭐【收藏】把核心知识点存好在需要时随时查、随时用。【评论】分享你的经验或疑问评论区一起交流避坑不要忘记给博主“一键四连”哦“今日练剑达成”“技术之路难免有困惑但同行的人会让前进更有方向。”结语希望对学习Linux相关内容的uu有所帮助不要忘记给博主“一键四连”哦往期回顾作为《面试专栏》的首篇没有往期回顾。博主在这里放了一只小狗大家看完了摸摸小狗放松一下吧૮₍ ˶ ˊ ᴥ ˋ˶₎ა