feat: init

Author: mengqingfang2025

25AI应用/0目录.md

@@ -12,4 +12,10 @@
 
 5. [文字处理](./4文字处理.md)
 
-6. [目标检测](./5目标检测.md)
+6. [目标检测](./5目标检测.md)
+
+7. [GAN](./7GAN.md)
+
+8. [sd](./8sd.md)
+9. [agent](./agent.md)
+10. [Agent设计模式](./Agent设计模式.md)

25AI应用/Agent设计模式.md

@@ -44,3 +44,28 @@
 - 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
+- 短期记忆（上下文记忆）：
+- 长期记忆（持久记忆）：数据库、知识图谱或向量数据库中
+  - 长期记忆类型：
+    - 语义记忆：记住事实 涉及保留特定事实和概念，如用户偏好或领域知识。
+    - 情景记忆：记住经历 涉及回忆过去事件或行动。
+    - 程序记忆：记住规则 关于如何执行任务的记忆——Agent 的核心指令和行为，通常包含在其系统提示中。
+- 每次与 Agent 交互可视为独特对话线程，Agent 可能需要访问早期数据。
+  - Session（会话）： 独立聊天线程，记录该特定交互的消息和操作（Events），同时存储与该对话相关的临时数据（State）
+  - State（状态）（session.state）： 存储在 Session 中的数据，包含仅与当前活动聊天线程相关的信息
+  - Memory（记忆）： 来自各种过往聊天或外部来源信息的可搜索存储库，作为超出即时对话范围的数据检索资源
+
+## 学习和适应
+- 关键学习机制：
+    - 强化学习：通过奖励（积极结果）和惩罚（消极结果）在交互中学习最优行为，例如训练游戏角色或机器人。
+    - 监督学习与无监督学习：分别从带标签示例中学习输入-输出映射，或在未标注数据中发现隐藏模式。
+    - 基于记忆的学习：回忆过去经验以调整当前行动，增强决策能力。
+    - 在线学习：持续用新数据更新知识，适应动态环境
+- 重要算法：
+  - 近端策略优化（PPO）：通过小幅、谨慎的策略更新（使用“裁剪”机制避免剧烈变化），稳定地改进智能体在连续动作环境中的决策。
+  - 直接偏好优化（DPO）：简化大语言模型与人类偏好的对齐过程，直接利用偏好数据更新模型，无需训练复杂的奖励模型。
+- 经验法则：
+  - 在动态、不确定或需个性化的环境中构建智能体时，集成学习和适应机制至关重要。
+
+## 
+