Agent 篇

本章节覆盖 AI Agent 的协议、运行时、记忆、规划与多智能体系统。

已上线主题

• Agent Runtime：AI Agent 的执行容器，负责 ReAct 循环、工具调用、记忆、状态、护栏与可观测
• Memory：AI Agent 的记忆系统，负责工作记忆、短期记忆、长期语义记忆、episodic 记忆、向量检索与多会话持久化
• Multi-Agent：多 Agent 协作系统，负责角色定义、消息通信、协调调度、共享黑板与团队可观测
• Reflection：Agent 自我反思与纠错系统，负责生成、批判、评估、修订闭环与质量提升
• MCP：模型上下文协议，Host / Client / Server 之间的开放工具与能力发现协议
• Planning：AI Agent 的规划系统，负责任务分解、计划表示、执行、动态重规划与多主题集成
• Tool Use：AI Agent 的工具调用层，负责工具定义、Schema、解析、校验、执行、结果格式化与可观测

计划中主题

• Agent OS

一句话理解

Agent 是大模型与外部世界交互的容器，基础设施要解决的是安全、可观测、可扩展地运行 Agent。

本章节正在持续建设中，欢迎通过 GitHub 提交 Issue 与 PR。