Mapa aplikacji

Organizacje i projekty zapewniają przestrzeń roboczą. Łączą się w nim agenci, wiedza, narzędzia i widżety.

Kroki te odnoszą się do funkcji zidentyfikowanych w kodzie aplikacji. Ten materiał nie został sprawdzony na żywo; sprawdź dokumentację i opcje w swojej wersji.

Jak to działa, krok po kroku

Przepływ pracy ma wyraźną strukturę

Węzeł jest etapem, krawędź jest przejściem, a stan przenosi wyniki pomiędzy etapami. Przepływ pracy ma ścieżkę zdefiniowaną przez aplikację, chociaż model może wybierać niektóre gałęzie. Systemy agentowe obejmują zarówno przepływy pracy, jak i dynamicznie działających agentów. Nymrio oferuje rozwiązania ReAct, Reflection, Sequential, Orchestrator, Router, Parallel oraz Plan-and-Execute. Każdy zmienia koordynację; nie czyni to automatycznie modelu ekspertem. Więcej agentów oznacza więcej rozmów i umów między rolami. Zacznij od najprostszego rozwiązania, które przejdzie Twoje testy.

RAG uzyskuje dostęp do dowodów, a nie przekwalifikowuje

RAG oznacza generowanie wspomagane wyszukiwaniem: wyszukiwanie dostarcza odpowiednich fragmentów, zanim model odpowie. Pozyskiwanie przygotowuje dokumenty, podczas gdy wykonanie zapytania przeszukuje indeks i buduje kontekst. Model osadzania reprezentuje tekst liczbowo; model odpowiedzi zapisuje odpowiedź. Rerankery, wizja, modele graficzne i routery pełnią w razie potrzeby różne role. RAG pomaga w przypadku prywatnych lub zmieniających się informacji, ale nie gwarantuje prawdy. Korzystaj z autoryzowanego API dla sald, dokładnych zapasów lub uprawnień; stary dokument nie jest wiarygodnym źródłem obecnego stanu.

Host, klient i serwer

MCP to protokół łączący aplikacje AI z możliwościami zewnętrznymi. Host zapewnia doświadczenie, klient zarządza połączeniem, a serwer udostępnia narzędzia, zasoby lub podpowiedzi zgodnie ze wsparciem. Narzędzia wykonują operacje; zasoby zapewniają adresowalną treść; monity udostępniają szablony. Nie każdy serwer implementuje wszystkie trzy. Transport przenosi wiadomości, uwierzytelnianie identyfikuje osoby dzwoniące, a autoryzacja kontroluje dostęp. Sprawdź wersję protokołu i obsługiwane rozszerzenia na obu końcach. Kompatybilności nie można wywnioskować na podstawie samej etykiety „MCP”.

Schemat objaśniający

Postępuj zgodnie ze strzałkami wskazującymi główny przepływ. Przerywane niebieskie strzałki przedstawiają dane lub kontekst; przerywane różowe strzałki pokazują opinie lub zwracane wyniki. Kolory i kształty wyróżniają modele, sklepy, decyzje i wyniki. Na małym ekranie przewijaj w poziomie, aby zobaczyć cały schemat.

Kompletny przykład

Luna Workshop zawiera politykę RAG, agenta przewodnika, serwer giełdowy i widget. Grupy organizują listy; nie zakładaj, że egzekwują granice dostępu.

Spróbuj sam

1. Utwórz projekt testowy i narysuj relacje między encjami.
2. Przed rozpoczęciem eksperymentu zapisz dane wejściowe, źródło i oczekiwany wynik. W przykładzie użyj wyłącznie fikcyjnych danych.
3. Postępuj zgodnie z etapami diagramu. Na każdym etapie zapisuj, jakie informacje zostały otrzymane i wyprodukowane; nie myl produktu pośredniego z efektem końcowym.
4. Powtórz po usunięciu niezbędnych informacji lub wprowadzeniu niejednoznaczności. Sprawdź, czy system wyjaśnia, zatrzymuje lub wymyśla odpowiedź.
5. Porównaj z objaśnionym rozwiązaniem. Zachowaj konfigurację, datę, wynik i wyjaśnienie różnic. Zmień jedną rzecz i przetestuj ponownie.

Wyjaśnione rozwiązanie

Możesz wyjaśnić każdą encję i zweryfikować aktywny projekt przed zmianami. Pomyślne ćwiczenie pozwala pokazać związek między danymi wejściowymi, etapami i wynikiem. Gdy brakuje informacji, bardziej użyteczna jest ostrożna odpowiedź niż wymyślane szczegóły. Porównaj więcej niż styl: sprawdź także warunki, źródła i operacje.

Kiedy to podejście pomaga i jakie ma ograniczenia

Aktywny projekt wpływa na byty widoczne i użyteczne. Wybierz to podejście, jeśli poprawia ono zmierzoną potrzebę. Zachowaj prostą linię bazową i porównaj wyniki, korzystając z identycznych danych wejściowych. Jeden udany przykład nie gwarantuje niezawodności w każdej sytuacji.

Sprawdź swoją wiedzę

Czy multiagent to ósmy szablon?

Nie. Jest to kategoria architektoniczna, w której można wykorzystać kilka istniejących szablonów.

Czy RAG zmienia parametry LLM?

Nie. Dostarcza kontekst w czasie żądania; zmiany parametrów należą do szkolenia.

Jaki wynik powinno dać to ćwiczenie?

Możesz wyjaśnić każdą encję i zweryfikować aktywny projekt przed zmianami.

Pojęcia do zapamiętania

• Ukłon: Etap na wykresie wykonania.
• Wyszukiwanie: Znajdowanie odpowiednich informacji w dostępnych źródłach.
• Serwer MPK: Usługa udostępniająca możliwości poprzez protokół kontekstu modelu.

Źródła i następny krok

• LangGraph — Przepływy pracy i agenci
• Lewis et al. — Pokolenie rozszerzone o odzyskiwanie
• Model Context Protocol — specyfikacja

Aby przygotować: F06 — Chatbot, asystent, agent i system agentowy