我当时的困惑非常朴素：LLM 本质上不就是一段输入、返回一段输出的函数吗？一个函数调用，怎么就变成一个Neng自己循环、自己纠错、自己决定下一步干什么的活物了？

核心架构：DAG 与 ReAct

→ →

后来大家开始想：Neng不Neng把几个 LLM 调用串起来？比如先让模型提取要点，再让模型根据要点写摘要，Zui后翻译成中文。每一步的输出是下一步的输入。

早期流水线模式

先说下结论,本地源码部署Ke以启动,但是加载插件会报错,提示无法安装。.#开源agent#aiflowy#人工智Neng于 2025-09-17 07:45:00 首次发布.​ 前几天写了一个agent的文章,.

这就是 DAG 模式，通俗点说就是流水线。 年 LangChain 刚出来的时候，主打的就是这个，这就是 chain。

Java Agent 实现 启动前 Agent

Java Agent是一种特殊类型的软件组件，它允许在 Java 虚拟机 运行时修改应用程序的字节码. 使用 -java agent 参数启动你的 Java 应用程序，指定 Agent JAR 文件.

运行中 Agent

-java agent标志启动你的Java应用程序,指定Agent JAR文件. 这两种不同的加载模式会使用不同的入口函数,Ru果需要在目标JVM启动的同时加载Agent,那么Ke以选择实现下面的方法:.实现agent启动方法.运行时修改主要是通过jvm的attach机制来请求目标jvm加载对应的agent,执行native函数的Agent_OnAttach方法,在方法执行时,执行如下步骤:

ReAct 和 Event Loop ReAct 的 Reasoning + Acting

ReAct 不是 while true，它是一个有出口的循环。出口就是模型自己输出Final Answer。但模型有时候会迷路，所以你必须用 max_steps 强行把它拽出来。

Event Loop 和 DCG 的铁律

Event Loop 是一个死循环外层控制流程、内层处理任务

DCG 的铁律：只要图里有环，你就必须在代码里放一个和 LLM 无关的硬性上限

AI Agent 的工作原理

明确任务背景和需求

大语言模型进行任务理解和推理

调用知识库匹配相关信息

任务规划分解目标并制定执行路径

通过工具执行具体操作

---