1、先搞清楚一个问题：什么是 Agent？
在开始讲 Astron Agent 智能体之前，我们先统一一个认知。
- LLM（大语言模型） 更像一个'聪明的问答系统'，负责思考和回答问题
- Agent（智能体） 不只是回答问题，而是可以： 拆解任务 调用工具 执行动作 记住上下文 不断优化结果
一句话区别：LLM 负责'想'，Agent 负责'把事情做完'。
2、LLM 和 Agent
LLM 是接收输入、理解语义、生成内容、输出文本的被动响应式语言模型
Agent 是能够感知环境、理解指令、制定步骤并执行任务的智能体
我们熟悉并常常使用 LLM 大模型，但可能很少用到 Agent。
我们都知道 LLM 是大语言模型，市场上最好的大语言模型有 GPT(OpenAI)、Gemini(Google)、ChatGLM(智谱清言)、通义千问 (阿里巴巴)、讯飞星火 (科大讯飞) 等。
我们常打开网页版对话窗口，将大模型作为技术顾问，主动问一些问题，大模型在很短的思考时间后给出我们解决问题的建议。我们采纳这些建议就按照建议去处理问题，认为回答内容没有解决问题，可以继续追问大模型。
假设你下班后很累，想吃一顿外卖，但你不知道该怎么点、点什么。
（1）你去问 LLM（大语言模型）
LLM 的角色更像一个顾问，它只负责告诉你应该怎么做，真正的操作（打开 App、下单、支付）全部需要你自己完成
LLM 会思考、会回答，但不行动
你对 LLM 说：
'我想点一份外卖，不知道该怎么点、点什么。'
LLM 会回答你类似这样的话：
打开外卖 App 注册或登录账号搜索你想吃的菜品选择商家并下单支付并等待配送
（2）你去问 Agent（智能体）
Agent 不只是告诉你怎么做，而是直接帮你把事情做完。
Agent 会思考、会规划、还能调用工具并真正执行行动
你对 Agent 说：
'我想点一份外卖。'
Agent 会这样做：
理解你的目标：解决吃饭问题主动思考方案：是点外卖、做饭还是去附近吃调用工具：打开外卖平台执行步骤：搜索你常点的餐厅选择合适的套餐下单并支付完成任务：把外卖点好，并告诉你'已下单，预计 30 分钟送达'
3、Agent（智能体）核心概念
3.1 Agent 定义
Agent 是能够感知环境、理解指令、指定步骤、执行任务的自主"执行人"，不依靠固定流程，能在不确定场景中，自主选择步骤，调整策略。
3.2 Agent 能力
具备感知环境、认知能力、行动、闭环的能力。
- 感知环境 感知环境指 Agent 具备读取外部数据的能力 支持多模态输入，比如文本、文档、图片、音频、视频等数据可以作为 Agent 的外部输入，Agent 接收输入后，对输入内容进行意图识别并输出符合预期的结果。
- 认知能力 指 Agent 能够理解用户的指令，分析用户的意图，并制定合适的目标，形成执行步骤
- 行动 Agent 能够用接口、工具或直接生成内容来完成既定的执行步骤。观察结果再调整下一步
- 闭环 Agent 能够形成自我闭环。 比如某个 API 调用失效，Agent 会切换策略，切换执行计划；某个采集的数据集是不齐全的，会再次从网络抓取；如果执行结果有问题，会尝试其他策略来达成计划目标。
4、Agent 原理
Agent 基本框架大概分为记忆、规划、工具、行动 4 个模块。
（1）记忆模块
短期记忆： 维持对话的连贯性，用于临时保存当前对话的上下文
长期记忆： 类似于知识库，用于存储智能体学到的经验，重要事实，用户偏好等持久化信息。 记忆模块使 Agent 能够拥有连续性和个性化
（2）规划
这是智能体思考的过程，面对复杂目标时，智能体会将目标分解为可执行的子任务序列。
反思与自我反思：这是 Agent 的关键，指智能体能够评估自身行动结果，修正错误，优化后续计划，实现持续改进。
（3）工具
智能体扩展工具，自身能力外的插件，可以调用这些工具，突破纯文本处理的瓶颈，与现实世界（比如获取实时信息、操作外部系统）进行交互
（4）行动
智能体执行步骤的执行环节。
智能体根据规划，综合运用记忆和工具，执行具体的操作（比如生成回答，调用 API，修改文件等）。
5、Astron Agent（星辰 Agent）是什么
讯飞星辰 Agent 平台是科大讯飞自研，面向国内的企业级 Agent 开发平台。Astron 是科大讯飞推出的一款开源共建智能体平台。
Astron Agent 平台搭建了一套从基础设置、模型底座开始，具备 AI 能力、RAG 知识库、RPA、记忆能力、测评工具、MCP、代码解释器等核心组件的智能体开发平台。并且能规模化管控，支持企业级高可用部署。
Astron 能帮助你不用从零写 AI 系统，就能搭建高可用、企业级的商用 AI Agent。
6、Astron Agent 核心组件与架构设计
从整体上看，Astron Agent 平台可以拆成 7 个层次：
- 企业级云服务基础设施
- 模型底座
- 核心能力组件
- 智能体开发
- 智能体调优
- 企业级开发与管控
- 开放的生态平台
6.1 企业级云服务的基础设置
基础设置提供了算力、存储、网络、安全、稳定性等服务。
比如阿里云、华为云等公有云服务。我们可以把服务部署到这些云服务器，当然也可以本地部署。Astron 提供了 Docker Compose、Helm 两种部署方式，满足不同的场景需求。
6.2 Agent 的大脑 – 模型底座
支持本地部署的模型、支持 OpenAI Link API、支持讯飞星辰 Maas
这里 Astron 不限制单一模型，支持私有化模型，支持国内/海外模型灵活切换。企业或个人完全可以基于实际场景选择不同的大模型底座。
6.3 Agent 为什么能干活 – 企业级核心能力
Agent 不只能回答用户的问题（传统的聊天机器人），还能查资料、算数据、操作系统、执行流程。
核心能力包括插拔式知识库、AI 能力、RPA、记忆、MCP、测评工具、代码解释器。
6.4 Agent 的创建 – 智能体开发
支持多种交互形态，文本、图片、语音、虚拟人、实时语音通话
支持多种智能体形态，单智能体、多智能体、工作流驱动
这里的智能体形态可以理解为，1 个智能体单独干活，多个智能体组合干活，工作流驱动指的是可按照流程自动的执行任务。
6.5 Agent 的优化 – 智能体调优
实际场景中搭建的智能体，不会是一次搭建就能解决业务中的问题，往往会遇到各种现实问题，使得企业很难落地。
搭建智能体后，需要持续调优，具体措施包括 Prompt 开发、多维度评测、全链路观测、效果优化。
需要开发者看清 Agent 每一步在想什么、做什么，然后不断调优。
6.6 企业级开发与管控
Astron 提供的企业级开发管控能力是 Agent 从个人 Demo 到企业化生产力工具的关键。
Astron 提供了低代码开发、场景模板、组织架构、权限管控、授权管理、安全审核、监控运营、团队空间等能力，使得企业级开发管控得以实现。
6.7 Astron 开放生态 – 开放的生态平台
Astron 不是封闭的开发平台，允许对接讯飞开放平台 AI 能力、Astron RPA 平台、虚拟人平台、AIUI 超拟人交互平台、Zapier 等，来和外部进行交互。
Agent 可以真正进入企业系统、第三方工具和真实业务流程。
7、Astron 产品功能特性
7.1 产品功能特性
- 多类型智能体开发 简易版 – 提示词驱动的智能体 进阶版 – 工作流驱动的智能体 专业版 – 集成 RPA、语音交互虚拟人智能体
- 多类型模型接入 提供云 API 接入、本地部署、企业级私有化部署方案 满足企业私有化、高并发，高可用的业务场景
- 全流程智能体优化 提供开发、调试、评测、优化全流程闭环能力。支持实时干预、变量追踪、多维性能分析
- 企业级开发管控 支持灵活的权限管控，内置数据看板实时呈现关键指标，助理敏捷优化 Agent 构建策略
7.2 关键技术特性
- 流式多模态引擎 支持多模态输入，包括文本、文档、图像、音频、视频 支持多模态输出，包括文本、文档、图像、音频、视频 使用了复杂流程编排引擎，上下文管理机制，丰富的能力节点来驱动工作流 Agent。
- Astron RPA'最强双手' 支持 Windows 桌面软件与浏览器，实现跨应用，端到端的自动化。 内置 300+ 原子能力，支持图形化编排，自定义扩展 深度集成 Astron Agent。支持 RPA 与 AI 的双向调用。
- 企业级评测能力 功规驱动的端到端效果评测体系 丰富的评测能力 Agent 全维度复刻人工评测
8、Astron 服务架构
Astron 采用微服务架构，由十个核心服务组成，每个服务专注于特定的业务领域，并通过容器化方式独立部署。
Astron 还集成了 Casdoor、Ragflow、RPA 开源框架来实现单点登录、知识增强检索、流程自动化能力。
8.1 外部集成服务
- Casdoor Casdoor 是一个基于 OAuth 2.0 的开源的身份认证平台。Astron 基于 Casdoor 实现的单点登录。
- Ragflow Ragflow 是一款开源的知识库平台，将 RAG 技术和 Workflow 深度融合，提供了一个精准可控的自动化的企业级知识管理解决方案。
- RPA AstronRPA 是一款企业级机器人流程自动化桌面应用。通过可视化设计器支持低代码开发，快速构建工作流，实现桌面软件与浏览器页面自动化。 用户可以在 Astron Agent 中直接调用 RPA 流程节点，实现 RPA 与 Agent 的高效协同。
8.2 控制层后端层
用户认证和权限管理
模型管理和配置接口
文件上传下载服务
数据统计分析
core 服务接口
8.3 核心微服务层
- Agent Service 智能体服务 Agent 核心执行引擎 Agent 生命周期管理 工具调用和插件集成 会话管理和上下文持久化
- Workflow Service 工作流服务 工作流编排和执行引擎 多步骤流程自动化 工作流版本管理 事件驱动的异步处理 工作流可视化运行时调试
- Knowledge Service 知识库服务 知识库管理 多种文档格式解析 RAG 支持星火知识库和 Ragflow
- Memory DB Service 内存数据库服务 对话历史存储和检索 上下文管理，调用长期记忆和短期记忆 会话数据持久化
- Tenant Service 租户服务 多租户管理 空间隔离与权限控制 组织结构管理 资源配额管理
- Common Service 公共模块 提供公共服务和工具类 认证和审计服务 可观测性支持 基础设置组件数据库（MySQL、PGSQL）、缓存（Redis）、消息队列（kafka） 统一的日志系统 OSS（MinIO）对象存储集成
8.4 插件系统
- AI Tools 集成讯飞 AI 工具，通过 iFLYTEK API 集成 第三方 AI 工具集成 工具调用管理和结果缓存
- RPA RPA 流程自动化 流程录制和回放 自动化脚本执行 与外部 RPA 执行器集成
- LINK 外部链接资源集成 URL 内容抓取处理 链接验证和元数据提取
