feat: init

Author: mengqingfang2025

25AI应用/Agent设计模式.md

@@ -11,3 +11,36 @@
 - 路由逻辑可以使用 LLM、基于规则的系统或嵌入相似性实现。
 
 ## 并行化
+- 并行化是一种通过并发执行独立任务来提高效率的模式
+- 在涉及等待外部资源（如 API 调用）的任务中特别有效
+- 采用并发或并行架构会引入显著复杂性和成本，影响设计、调试和系统日志等关键开发环节
+- 并行化有助于减少整体延迟，使 Agent 系统在处理复杂任务时更具响应性
+- 像 LangChain 和 Google ADK 这样的框架提供定义和管理并行执行的内置支持
+
+## 反思
+- 反思模式的主要优势在于其迭代自我纠正和优化输出的能力，带来显著更高的质量、准确性和复杂指令遵循度
+- 它涉及执行、评估/评审和优化的反馈循环。反思对需要高质量、准确或精细输出的任务至关重要
+- 一个强大的实现是生产者-评审者模型，其中独立 Agent（或提示角色）评估初始输出。这种关注点分离增强客观性，并支持更专业、结构化的反馈
+- 然而，这些优势以增加的延迟和计算成本为代价，同时伴随超出模型上下文窗口或被 API 服务限制的更高风险
+- 此模式使 Agent 能够执行自我纠正并随时间提升性能
+
+## 工具使用
+- 工具使用（函数调用）允许 Agent 与外部系统交互并访问动态信息。
+- 它涉及定义具有 LLM 可以理解的清晰描述和参数的工具。
+- LLM 决定何时使用工具并生成结构化函数调用。
+- Agent 框架执行实际的工具调用并将结果返回给 LLM。
+- 工具使用对于构建可以执行现实世界操作并提供最新信息的 Agent 至关重要。
+
+## 规划
+- 规划使 Agent 能够将复杂目标分解为可操作的顺序步骤。
+- 它对于处理多步任务、工作流自动化和导航复杂环境至关重要。
+- LLM 可以通过基于任务描述生成逐步方法来执行规划。
+- 明确提示或设计任务以要求规划步骤会在 Agent 框架中鼓励这种行为。
+
+## 多 Agent 协作
+- 多 Agent 协作涉及多个 Agent 协同工作以实现共同目标。
+- 此模式利用专业角色、分布式任务和 Agent 间通信。
+- 协作可以采取顺序交接、并行处理、辩论或层次结构等形式。
+- 此模式非常适合需要多样化专业知识或多个不同阶段的复杂问题。
+
+## 记忆管理

27书籍资料/0目录.md

@@ -35,6 +35,7 @@
 - [古诗文](https://so.gushiwen.cn/)
 - [卡钦斯基：论工业社会及其未来](https://kyle.ai/blog/6979.html)
 - [新世界灵性的觉醒]()
+- [把生命浪费在美好的事物上]-吴晓波
 
 ## 数学