一、AI Agent的定义
OpenAI将AI Agent定义为“以大语言模型为大脑驱动的系统，具备自主理解、感知、规划、记忆和使用工具的能力，能够自动化执行完成复杂任务的系统。”
1. 感知系统：感知系统是AI Agent与外部世界交互的第一步。它通过多元化的输入方式，如文本分析、图像识别、声音处理等，来捕捉环境信息。
2.规划系统：
二、AI Agent和LLM（大型语言模型）是什么关系呢？
可以这么简单理解，大模型是AI Agent实现的前提和基础。大模型是AI Agent的中枢。
三、四个热门开源 AI Agent 框架
1）四个热门开源框架：
langchain->langgraph；run-llama->llama_deploy/llama_index；microsoft->autogen；crewAIInc->crewAI
2）autogen和crewAI:拟人协作
简单，容易上手，多agent协作
3）langgraph和llamaindex：流程控制
需要更多编程能力的开发者使用，更底层，更便于流程细粒度控制
四、AutoGen：开创性的多代理对话式AI应用框架
是最早专注于构建多代理对话式AI应用的开源架构。
AutoGen允许开发者定义具有不同角色和能力的多个AI代理，支持代理之间相互协作，自主交互，完成复杂任务。框架提供了灵活的对话管理，以及自定义的代理行为设计。
之前版本是0.2，现在新发了0.4，就是增加控制力
五、CrewAI：编排角色扮演、自主AI代理的框架。crew:组，混合
编排角色扮演roleplay（agent的橘色、目标、背景、可使用工具）
专注于角色扮演和团队协作，但是在处理高度动态或需要复杂状态管理的场景（细粒度）时不灵活。
在0.6/0.7的时候做了大改版：加了workflow。
也可以输出完整的流程图
六、LangGraph：基于图结构的底层代理开发框架。状态图/状态机
是一个用于构建基于图结构的代理应用。
允许开发者将复杂的AI任务分解为相互连接的节点、边、状态（状态机）。学习成本较高。
七、Llama_Index：异步优先的多服务代理系统部署框架。事件驱动/事件分发器
背景：一开始叫llama_agent，后改为llama_indexworkflow，后改为llama_deploy
使用服务、任务和消息队列的概念，通过控制平面和编排其管理系统状态和服务交互。
八、Agent
流式对话：Generative UI AI；streaming中间结果
参考：
【精华35分钟】这应该是全网AI Agent讲解得最透彻的教程了，从什么是Agent到创建自己的Agent智能体！一次搞懂！大模型/LLM_哔哩哔哩_bilibili
