Agent 的代码谁都能写，难的是管好那串文字
输入“/”快速插入内容
Agent 的代码谁都能写，难的是管好那串文字
Agent 的代码谁都能写，难的是管好那串文字
用户1208用户12085月29日修改
上一篇我们搞清楚了 Agent 的骨架：LLM + 工具 + While 循环。
核心代码就那点。
骨架只是起点。真正决定一个 Agent 好不好用的，是每一次循环里，你塞给 LLM 的那段 message —— 也是就是上下文。
那么管理好并设计好这段上下文就叫做 —— 上下文工程（Context Enginer）
这篇我们就拆开来看三件事：
1.
每次循环里 LLM 到底看到了什么
2.
工具调用是怎么回事
3.
为什么说 Agent 工程的核心是上下文工程。
一、每次循环里，LLM 到底看到了什么
上一篇的伪代码里有一行反复出现：
代码块
response = LLM(system_prompt, tools, messages)
这行代码每次被执行，就是把三样东西打包丢给 LLM：
1.
系统提示词
2.
工具列表
3.
对话历史LLM
LLM 会读完上面一整个内容，LLM 来决定下一步干嘛。
关键来了 —— 其实 LLM 并没有记忆。
它不记得上一圈循环自己说了什么，不记得工具返回了什么结果。所以每次被调用，对它来说都是第一次。
它能知道之前发生了什么，完全是因为你把之前所有的对话记录塞在 messages 里，让它从头读了一遍。
我们用上一篇那个天气任务来看，每一圈循环时 LLM 看到的东西：
第一圈：
代码块
系统提示词：你是一个智能助手，可以查天气和设提醒...
工具列表：[查天气, 设提醒]
对话历史：
用户：查一下明天上海和北京的天气，哪个城市下雨就帮我设早上7点带伞的提醒。
LLM 读完，决定：先查上海天气。输出 → 调用 check_weather(city="上海")
第二圈：
代码块
系统提示词：你是一个智能助手，可以查天气和设提醒...
工具列表：[查天气, 设提醒]
对话历史：
用户：查一下明天上海和北京的天气，哪个城市下雨就帮我设早上7点带伞的提醒。
助手：[调用 check_weather(city="上海")]
工具结果：上海，明天中雨，气温 18-22℃
LLM 读完，知道上海下雨了，但北京还没查。决定：再查北京。输出 → 调用 check_weather(city="北京")
第三圈：
代码块
系统提示词：...
工具列表：[查天气, 设提醒]
对话历史：
用户：查一下明天上海和北京的天气...
助手：[调用 check_weather(city="上海")]
工具结果：上海，明天中雨
助手：[调用 check_weather(city="北京")]
工具结果：北京，明天晴，气温 15-26℃
LLM 读完，上海下雨要设提醒，北京晴天不用。决定：给上海设提醒。输出 → 调用 set_reminder(time="07:00", message="上海明天中雨，记得带伞")
第四圈：
代码块
系统提示词：...
工具列表：[查天气, 设提醒]
对话历史：
用户：查一下明天上海和北京的天气...
助手：[调用 check_weather(city="上海")]
工具结果：上海，明天中雨
助手：[调用 check_weather(city="北京")]
工具结果：北京，明天晴
助手：[调用 set_reminder(time="07:00", message="上海明天中雨，记得带伞")]
工具结果：提醒已设置成功