主要包含七个模块Goal目标、State状态、Model模型、Tools工具、Memory记忆、Planner/Policy决策逻辑、Evaluator/Guardrails评估与约束。Goal目标初始化解决什么样的问题有什么样的输出任务什么时候完成系统到底在完成什么State状态判断下一步当前任务输入已完成的步骤已获取的信息中间分析结果下一步待办是否满足结束条件系统当前处于哪一个状态Model模型生成动作参数理解任务解释上下文决定下一步动作生成结构化结果生成最终输出负责理解、推理和生成Tools工具执行外部动作解决模型本身做不到的事情搜索数据库查询API请求文件读写代码执行外部系统操作让 Agent 获得外部能力Memory记忆会话内记忆——当前任务过程中状态的延续跨会话记忆——用于长期偏好、历史记录或用户画像让系统不总是失忆避免系统在任务间丢失上下文Planner/Policy决策逻辑下一步是否需要工具需要哪个工具是否继续收集信息任务何时停止决定接下来做什么Evaluator/Guardrails评估与约束检查Evaluator事后质量评估与反馈机制判断做的好与不好Guardrails实时运行时的安全拦截与约束机制确保不闯祸检查输出格式是否正确检查证据是否充足检查结果是否越权控制低成本、延迟和工具调用在必要时触发人工接管防止系统看起来在工作实际上在失控做一个Agent之前应该搞清楚目标是什么状态里放什么哪些能力必须通过工具获得哪些决策交给模型哪些决策交给程序什么时候结束什么时候失败什么时候人工介入Agent 不是一个“会自己动起来的模型”而是一套模块协作的系统。