34 lines
1.0 KiB
Markdown
34 lines
1.0 KiB
Markdown
# Notes: 智能体系统设计研究
|
||
|
||
## 设计决策汇总
|
||
|
||
### 1. 架构选择
|
||
- **方案**: 自研 Agent Core（方案 B）
|
||
- **理由**: 完全可控，易于扩展，支持多智能体调度
|
||
|
||
### 2. 工作模式
|
||
- **独立模式**: 单个智能体独立处理任务
|
||
- **协作模式**: Supervisor 调度多个子智能体
|
||
|
||
### 3. 记忆系统设计
|
||
- Working Memory: 当前任务上下文（内存变量）
|
||
- Session Memory: 会话级记忆（Redis + 摘要）
|
||
- Persistent Memory: 长期记忆（向量存储）
|
||
|
||
### 4. 性能优化策略
|
||
- 分层检索: Working → Session → Persistent
|
||
- 记忆压缩: 摘要 + 结构化标签
|
||
- 按需加载: LLM 决策需要什么记忆再检索
|
||
- 缓存策略: 热门记忆放内存缓存
|
||
|
||
### 5. 错误处理
|
||
- 重试机制: LLM 调用失败重试 3 次
|
||
- 降级策略: 记忆加载失败降级到无记忆模式
|
||
- 超时控制: 多智能体调度设置超时
|
||
|
||
## 技术栈确认
|
||
- 后端: Python FastAPI (agent/)
|
||
- 记忆存储: Redis + PostgreSQL/Milvus
|
||
- LLM: OpenAI / Anthropic SDK
|
||
- 技能: 内置 + 自定义 + MCP + API
|