Agent 组件总览

一句话总结
把任意 agent 框架”解剖”成一份通用的零件清单：推理循环、规划、上下文工程、工具、记忆、模型抽象、技能/插件、多智能体编排、状态/持久化、可观测/评估、运行时、人在环/治理。这份清单是横向比较所有框架的统一坐标系——纵向看每个零件的不同实现，见 component-matrix。

参考架构

一个”全功能”agent 大致是这样分层的（不是每个框架都全有）：

┌──────────────────────────────────────────────┐
│  人在环 / 治理 (Human-in-the-loop, Governance) │  ← 审批、策略、审计
├──────────────────────────────────────────────┤
│  多智能体编排 (Orchestration)                   │  ← 角色/拓扑/通信
├──────────────────────────────────────────────┤
│  推理循环 (Reasoning Loop)   规划 (Planning)    │  ← agent 的"大脑控制流"
│  上下文工程 (Context Engineering)               │
├───────────────┬───────────────┬──────────────┤
│  工具 (Tools) │  记忆 (Memory)│ 技能/插件     │  ← 能力与外部世界
├───────────────┴───────────────┴──────────────┤
│  模型抽象 (Model Abstraction)                   │  ← 统一各家 LLM
├──────────────────────────────────────────────┤
│  状态/持久化   运行时/执行   可观测/评估         │  ← 工程底座
└──────────────────────────────────────────────┘

12 个组件（横向坐标系）

控制与推理

  1. 推理循环 — agent 的主循环：思考→行动→观察怎么转。承载 范式。
  2. 规划 — 任务分解、计划生成与重规划；从”无规划 ReAct”到”显式 DAG”。
  3. 上下文工程 — 怎么把对的信息放进有限的上下文窗口：prompt 模板、消息裁剪、压缩、记忆注入。

能力与外部世界

  1. 工具调用 — 如何定义工具、把工具暴露给模型、解析调用、执行、回灌结果。含 MCP。
  2. 记忆 — 短期（会话）、长期（跨会话）、向量检索；记忆的写入/检索/遗忘。
  3. 模型抽象 — 统一不同 provider（OpenAI/Anthropic/本地…）的接口；流式、函数调用、多模态。
  4. 技能/插件 — 把能力打包成可复用、可分发的单元（skill/plugin/extension）。

协作与编排

  1. 多智能体编排 — 角色、拓扑、通信、handoff（见 single-vs-multi-agent）。
  2. 状态与持久化 — agent 状态如何表示、保存、恢复（checkpoint、断点续跑）。

工程化

  1. 可观测与评估 — tracing、日志、token/成本、eval 框架。
  2. 运行时与执行 — 代码沙箱、并发、部署形态（库/服务/serverless/桌面）。
  3. 人在环与治理 — 审批门、策略enforcement、审计；生产安全的关键。

怎么用这份清单

  • 读单个框架时：对照这 12 项，看它实现了哪些、强在哪、缺了什么——这正是 框架笔记模板的组件表。
  • 横向比较时：固定一个组件，看 N 个框架怎么做——这正是 对比矩阵的一列/一行。
  • 设计自己的 agent 时：当成 checklist，逐项决策。

关键要点

  • 不是每个框架都覆盖 12 项：轻量库（smolagents、ConnectOnion）聚焦少数核心；平台（Dust、Astron）覆盖更全。
  • 同一组件存在巨大的实现差异（纵向），这正是学习的重点。
  • 组件划分是分析工具，不是某个框架的真实模块边界。

关联