此次任务是学习智能体的基础章节，难度算初级，分为俩部分，前半部分是理论知识，从实例分析了智能体的概念与发展，其中智能体的分类比较细化，阐述了基于模型的反射智能体，基于目标的智能体，学习型智能体的相关概念与区别；随后又列表展示了使用LLM和显式变成实现业务驱动的不同点，个人认为LLM最主要的优势是其实现的泛化能力，当然成功概率和随机性还是需要约束以下的。接下来是其运行机制的讲解，主要依赖智能体循环，是感知，思考（规划，工具选择），行动。最后用示例代码实现一个智能体查询天气来确定去哪个城市的景点游玩。
代码参考
https://datawhalechina.github.io/hello-agents/#/./chapter1/%E7%AC%AC%E4%B8%80%E7%AB%A0%20%E5%88%9D%E8%AF%86%E6%99%BA%E8%83%BD%E4%BD%93
这里贴出我跑的结果
ps:现在还没有冰雕，后续优化的思路是如涉及冰雕的话，可以让模型去官网查下开园时间之类的，可以更好的给出游玩建议，冰雪节是1月5号。
其它：
模型可以用在线大参数的，效果和成功率都会更高一些，推荐心流平台，本次实验模型qwen3-max
https://platform.iflow.cn/
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/240437.html原文链接：https://javaforall.net
