在 Google 的 ADK (Agent Development Kit) 課程中,「記憶」是將大型語言模型 (LLM) 轉變為能執行複雜任務的 AI 服務專員的核心要素。具體來說,「記憶」體現在「代理程式記憶體」中,而這對「迴圈代理程式」的功能至關重要。
「代理程式記憶體」使代理程式能夠記住對話的內容,理解上下文資訊,並根據回饋進行調整。透過有效的工作階段管理,代理程式能更深入地理解使用者需求,並提供更精確和個人化的回應。這種記憶能力是區分基本代理程式和「迴圈代理程式」的關鍵。
「迴圈代理程式」專為解決缺乏直接解法的複雜問題而設計。它透過重複執行一系列子代理程式,直到滿足特定限制條件,從而達到解決問題的目的。這種迭代過程依賴於「代理程式記憶體」來追蹤進度、評估結果並調整策略。換句話說,「記憶」使「迴圈代理程式」能夠不斷學習和改進,最終提供更全面的 AI 服務。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版,部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容