AI Agent 框架主要包括以下几个方面：
基础架构：OpenAI 的研究主管 Lilian Weng 提出“Agent = LLM + 规划 + 记忆 + 工具使用”。其中大模型 LLM 扮演了 Agent 的“大脑”。 规划（Planning）：主要包括子目标分解、反思与改进。将大型任务分解为较小可管理的子目标处理复杂的任务，同时可以对过去的行动进行自我批评和自我反思，从错误中学习并改进未来的步骤，从而提高最终结果的质量。 记忆（Memory）：分为短期记忆和长期记忆。短期记忆是指将所有的上下文学习看成是利用模型的短期记忆来学习；长期记忆是提供了长期存储和召回信息的能力，通常通过利用外部的向量存储和快速检索来存储和召回信息。 工具（Tools）目前行业里主要用到的是一个叫 langchain 的框架，它把 LLM 和 LLM 之间，以及 LLM 和工具之间，通过代码或 prompt 的形式进行了串接。
以下是一些 Agent 构建平台：
Coze：新一代的一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具拓展 Bot 能力边界。 Mircosoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者根据自身需求打造产品能力。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行设计良好的工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等多种场景，提供多种成熟模板，功能强大且开箱即用。 钉钉 AI 超级助理：依托于钉钉强大的场景和数据优势，提供更深入的环境感知和记忆功能，在处理高频工作场景如销售、客服、行程安排等方面表现出色。以上信息由 AI 大模型生成，请仔细甄别。您可以根据自己的需求选择适合的平台进行进一步探索和应用。
