[{"content":"LLM Agent 的核心运行方式，可以理解为一个不断循环的过程：感知信息、推理判断、规划行动、执行操作、观察结果、反思调整，直到任务完成或终止。\n下面整理 Agent Loop 的七个步骤。\n一、Agent Loop 的核心流程 Agent Loop 可以概括为：\n感知 → 推理 → 规划/决策 → 行动 → 观察 → 反思 → 循环或终止 如果任务还没有完成，就回到第 1 步继续循环；如果任务已经完成，就输出最终答案。\n二、七个步骤详解 1. 感知 收集当前所有可用信息，包括：\n用户消息 工具返回结果 环境状态 感知阶段的目标，是让 Agent 了解“现在掌握哪些信息”。\n2. 推理 模型分析感知到的信息，理解当前状态，并判断：\n现在离目标还差多远？\n这一步帮助 Agent 明确问题、识别差距，并为下一步决策做准备。\n3. 规划/决策 基于推理结果，决定下一步行动。通常有三种选择：\n调用某个工具 直接回复用户 结束任务 4. 行动 执行上一步做出的决定，例如：\n调用 API 进行计算 生成文字 小知识：API 是什么？ API 可以理解为“程序之间约定好的一个服务窗口”：你按要求把请求交给它，它就返回结果。\n比如“查天气 API”：\n你给它城市名 它返回天气信息 第 13、24 章会用到 API。\n5. 观察 拿到行动的结果。\n例如，调用工具后返回的数据、API 的响应、计算得到的结果等，都会成为下一轮循环的输入。\n6. 反思 评估行动结果是否满足目标，并判断：\n当前结果是否有效？ 是否还需要补充信息？ 要不要换一种策略？ 反思阶段是 Agent 能够自我调整的重要环节。\n7. 循环或终止 根据反思结果决定下一步：\n如果任务没有完成，回到第 1 步“感知”，继续循环 如果任务已经完成，则输出最终答案并终止 三、流程总结 步骤 作用 感知 收集用户消息、工具返回、环境状态等信息 推理 分析当前信息，判断距离目标还有多远 规划/决策 决定调用工具、直接回复还是结束 行动 执行决定，例如调用 API、计算、生成文字 观察 获取行动结果 反思 评估结果是否满足目标，是否需要调整策略 循环或终止 未完成则继续循环，完成则输出最终答案 四、一句话总结 LLM Agent Loop 的本质，是让模型在一个“感知—思考—行动—反馈”的闭环中不断迭代，直到达成目标。\n感知信息 → 推理差距 → 决策行动 → 执行操作 → 观察结果 → 反思调整 → 继续或结束 这就是 Agent 从“单次回答”走向“持续完成任务”的关键机制。\n","permalink":"https://shinu.dev/blog/posts/llm-agent-loop/","summary":"\u003cp\u003eLLM Agent 的核心运行方式，可以理解为一个不断循环的过程：感知信息、推理判断、规划行动、执行操作、观察结果、反思调整，直到任务完成或终止。\u003c/p\u003e\n\u003cp\u003e下面整理 Agent Loop 的七个步骤。\u003c/p\u003e","title":"理解 LLM Agent Loop：智能体循环的七个步骤"},{"content":"开个博客。\n主要是给自己留个地方记东西：踩过的坑、想明白的事、还有一些零碎的代码片段。\n写下来才发现，很多当时觉得\u0026quot;不可能忘\u0026quot;的东西，过两个月就忘干净了。\n以后大概会写：\n开发里遇到的问题和解决过程 一些工具怎么配到顺手 偶尔的碎碎念 慢慢写。\n","permalink":"https://shinu.dev/blog/posts/hello-world/","summary":"开个博客，记点东西。","title":"第一篇"},{"content":"开发者。\n平时写点代码，也喜欢折腾一些有的没的——把工具配到顺手，把流程磨到不用想。\n这个站点用来放一些笔记、踩坑记录和零碎的代码片段。\n写得慢，但尽量写得有用。\n","permalink":"https://shinu.dev/blog/about/","summary":"\u003cp\u003e开发者。\u003c/p\u003e\n\u003cp\u003e平时写点代码，也喜欢折腾一些有的没的——把工具配到顺手，把流程磨到不用想。\u003c/p\u003e\n\u003cp\u003e这个站点用来放一些笔记、踩坑记录和零碎的代码片段。\u003c/p\u003e\n\u003cp\u003e写得慢，但尽量写得有用。\u003c/p\u003e","title":"关于"}]