一种模块化大模型Agent框架全栈技术综述

现有基于LLM的自动体只管在配置上取得了停顿，但 不足模块化 ，造成在钻研和开发中存在 术语和架构上的混杂 ，在软件架构上不足一致。

“A survey on LLM based autonomous agents”提出的框架，它并没有明白指出大型言语模型（LLM）、工具、数据源和记忆能否是Agent的一局部。这种对每个模块配置的含糊区分促成了 软件开发者之间的决裂 ，并造成 不兼容和阻碍了可重用性

LLM-Agent-UMF框架 经过明白区分自动体的不同组件，包括LLM、工具和新引入的外围自动体（ core-agent ），来处置这些疑问。外围自动体是自动体的中央协调器，蕴含 布局、记忆、档案、执行和安保 五个模块，其中安保模块在以往的钻研中常被漠视。

外围自动体作为基于大型言语模型（LLM）自动体的中心组成局部

外围自动体（core-agent）的外部结构

外围自动体（core-agent）是LLM-Agent-UMF框架的关键组成局部。外围自动体被设计为自动体的 中央协调器 ，担任治理和协调自动体的各种配置和组件。外部结构被划分为五个重要模块，每个模块都有其特定的配置和责任：

外围自动体的外部结构

外围自动体（core-agent）的分类

对外围自动体启动了分类，区分为 主动外围自动体（Active Core-Agents） 和 主动外围自动体（Passive Core-Agents） ，以说明它们在结构和配置上的差异。

主动和主动外围自动体的外部结构

主动外围自动体（Active Core-Agents）：

多主动外围自动体架构

主动外围自动体（Passive Core-Agents）：

包括主动外围自动体的基于大型言语模型（LLM）的自动体架构

多主动外围自动体架构

混合多外围自动体（Hybrid Multi-Core Agent）架构，

一主动多主动外围自动体混合架构

多主动多主动外围自动体混合架构

外围自动体（core-agent）的有效性

经常使用LLM-Agent-UMF对最新自动体启动分类。

Toolformer和Confucius的多主动外围自动体系统 ：联合了Toolformer和Confucius的主动外围自动体，以处置特定的工具调用和义务执行。

基于大型言语模型的自动体1（LA1）：Toolformer和Confucius - 多主动外围自动体架构。

ToolLLM和ChatDB的多主动外围自动体系统 ：将ToolLLM的API检索才干和ChatDB的复杂推理才干联合起来，创立了一个能够执行初级义务布局和执行的自动体。

基于大型言语模型的自动体2-A（LA2-A）：ToolLLM和ChatDB - 多主动外围自动体架构。

LLM-BASED AGENT UNIFIED MODELING FRAMEWORK FOR SEAMLESS INTEGRATION OF M

本文转载自​ ​PaperAgent​ ​