文章列表

Agent 的基本架构由哪些核心组件构成?

Agent 的基本架构由哪些核心组件构成?

AI Agent 的核心架构由哪些组件构成?本文深度解析 Agent 的五大核心组件:LLM大脑、规划、记忆、工具与执行感知。结合 ReAct 范式与记忆机制,并演示如何使用 LangChain4j 与 Spring AI 框架进行代码落地,助你全面构建智能体系统。


犬小哈2026/6/29Java面试八股文
什么是 Multi-Agent?Single-Agent 和 Multi-Agent 的设计方案?

什么是 Multi-Agent?Single-Agent 和 Multi-Agent 的设计方案?

深入解析什么是 Multi-Agent 与 Single-Agent 架构设计。全面对比两者在适用场景、工具管理与上下文上的差异,并重点拆解顺序、并行、路由等四大 Multi-Agent 核心协同模式。结合 Spring AI 实战代码,教你如何根据成本与业务选择合适的 AI 智能体方案,轻松拿下大厂高频面试题!


犬小哈2026/6/29Java面试八股文
Agent 记忆压缩通常有哪些方法?

Agent 记忆压缩通常有哪些方法?

本文系统梳理AI Agent记忆压缩的五大主流方法:摘要压缩(滚动/结构化/锚定迭代)、剪枝过滤、外部化、上下文隔离与表示压缩,深入对比其适用场景与成本权衡,结合Factory.ai锚定摘要等最新实践,并给出LangChain4j与Spring AI的Java代码示例,是Agent上下文工程与面试的必读指南。


犬小哈2026/6/24Java面试八股文
Agent 推理模式有哪些?ReAct 具体是怎么实现的?

Agent 推理模式有哪些?ReAct 具体是怎么实现的?

本文系统梳理AI Agent五大主流推理模式(ReAct/Plan-and-Execute/Reflexion/ReWOO/ToT),深入拆解ReAct的Thought-Action-Observation循环机制与Prompt结构,对比传统Prompt驱动与现代Function Calling两种实现方式,并提供Spring AI与LangChain4j完整Java代码示例,是Agent系统架构设计与面试的必读指南。


犬小哈2026/6/24Java面试八股文
Agent 的长短期记忆系统怎么做的?记忆怎么存?粒度是多少?怎么用?

Agent 的长短期记忆系统怎么做的?记忆怎么存?粒度是多少?怎么用?

本文深入解析AI Agent长短期记忆系统的设计与工程实现,从短期记忆的窗口/摘要策略到长期记忆的语义/情景/程序性三分法,给出消息级、实体级、事件级等多粒度存储选型建议,结合LangChain4j与Spring AI代码示例及Mem0等前沿记忆引擎趋势,是Agent系统记忆模块设计与面试的必读指南。


犬小哈2026/6/24Java面试八股文