AI 四大核心技术详解：LLM、Agent、RAG 与 Skill

核心价值

• ✨ 解决幻觉：有据可查，不再瞎编。
• ✨ 数据私有化：不用把数据训练进模型，也能回答私有领域问题。
• ✨ 实时性：文档更新了，回答自然就更新了。

找到相关资料 -> 结合资料回答 -> 用户提问 -> 检索 RAG -> LLM 大脑 -> 最终答案

2.2 RAG 的工作原理

三步走：

1️⃣ 索引（Indexing）

• 把你的文档切分成小块
• 用 Embedding 模型转成向量
• 存入向量数据库（如 Chroma、Pinecone）

2️⃣ 检索（Retrieval）

• 用户提问也转成向量
• 在向量库中找最相似的文档块
• 返回 Top-K 个相关片段

3️⃣ 生成（Generation）

• 把检索到的内容 + 用户问题拼成 Prompt
• 发给 LLM 生成最终答案

2.3 RAG 的实际应用

• 📚 企业知识库问答：上传公司文档，员工随时提问
• 📖 智能客服：基于产品手册自动回答用户问题
• 🔍 论文检索：上传论文库，快速找到相关内容
• 💻 代码助手：基于项目代码库回答技术问题

2.4 代码示例

# 使用 LangChain 实现简单 RAG（新版 API）
from langchain_openai import OpenAIEmbeddings, ChatOpenAI
from langchain_chroma import Chroma
from langchain_text_splitters import CharacterTextSplitter
from langchain_community.document_loaders import TextLoader
from langchain.chains import RetrievalQA

# 1. 加载文档
loader = TextLoader('公司手册.txt', encoding='utf-8')
documents = loader.load()

# 2. 切分文档
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
texts = text_splitter.split_documents(documents)

# 3. 创建向量库
embeddings = OpenAIEmbeddings()
vectorstore = Chroma.from_documents(texts, embeddings)

# 4. 创建检索器
retriever = vectorstore.as_retriever(search_kwargs={"k":3})

# 5. 创建问答链
qa_chain = RetrievalQA.from_chain_type(
    llm=ChatOpenAI(model="gpt-4", temperature=0),
    chain_type="stuff",
    retriever=retriever
)

# 6. 提问
query = "公司的年假政策是什么？"
answer = qa_chain.invoke({"query": query})
print(answer["result"])

三、Skill：给 LLM 配备"工具箱"

3.1 什么是 Skill？

它是谁？

它是 Agent 手里的 '锤子'、'扳手'、'计算器'。

为什么需要它？

LLM 虽然聪明，但它不擅长做某些具体的事情，比如：

• 精确数学计算（大模型算数很差，不如调个计算器）。
• 获取实时天气（需要调天气 API）。
• 操作 Excel（需要调 Python 脚本）。
• 画图（需要调绘图模型）。

Skill 就是把这些具体的能力封装成函数或 API，让 Agent 可以随时调用。

Skill（技能） 就是让 LLM 能够调用外部工具的能力。 如果说 RAG 是给 LLM"补充知识"，那 Skill 就是给 LLM"赋予能力"。

3.2 常见的 Skill 类型

3.3 Skill 的工作原理

用户："北京今天天气怎么样？"
↓ LLM 分析：需要获取实时天气信息
↓ LLM 决定：调用天气查询 Skill
↓ 执行 Skill：调用天气 API 获取数据
↓ LLM 生成："北京今天晴，25°C..."

四、Agent：让 AI 成为"智能体"

4.1 什么是 Agent？

Agent，智能体。这是目前最让人兴奋的概念！

它是谁？

如果说 LLM 是'大脑'，RAG 是'书'，那 Agent 就是 '一个完整的人'。它不仅有大脑，还有 手（Tools） 和 耳目（Sensors）。

它能做什么？

Agent 不仅仅是'回答问题'，它的核心是 '行动 (Action)'。 它能根据你的目标，自主拆解任务，调用工具，一步步完成工作。 Agent（智能体） 是 AI 的终极形态。

举个栗子 🌰： 你对 DeepSeek 说：'帮我订一张明天去北京的机票。'

• 纯 LLM：只能告诉你怎么订票，或者给你写一段订票的代码。
• Agent：
  1. 思考：需要先查航班，再选时间，最后支付。
  2. 行动 1：调用'携程 API'查询航班。
  3. 行动 2：发现余额不足（假设），调用'提醒工具'告诉你。
  4. 行动 3：最终帮你下单。

它不仅能理解、能生成，还能：

• 🧠 自主规划：分解复杂任务，制定执行计划
• 🔄 循环执行：多步骤任务自动推进
• 🛠️ 工具调用：灵活使用各种 Skill
• 💾 记忆管理：记住对话历史和中间结果

4.2 Agent 的核心架构

一个完整的 Agent 通常包含四大核心模块：Planning（规划）、Memory（记忆）、Tools（工具）、Action（执行），通过 ReAct 模式循环迭代完成任务。

4.3 ReAct：Agent 的经典范式

ReAct（Reasoning + Acting） 是 Agent 最常用的工作模式：

Thought（思考）→ Action（行动）→ Observation（观察）→ ... → Answer（回答）

示例：

用户："苹果公司今年的营收是多少？"
Thought: 我需要搜索苹果公司最新的财务报告
Action: 调用搜索工具，搜索"Apple revenue 2024"
Observation: 找到 Apple 2024 Q4 财报，营收 xxx 亿美元
Thought: 我已经找到了答案
Action: 生成最终回答
Answer: 苹果公司 2024 年营收为 xxx 亿美元...

4.4 LangChain 实现 Agent

from langchain.agents import Tool, AgentExecutor, create_react_agent
from langchain_openai import ChatOpenAI
from langchain_community.utilities import SerpAPIWrapper
from langchain.chains import LLMMathChain

# 准备工具
search = SerpAPIWrapper()
llm = ChatOpenAI(model="gpt-4", temperature=0)
llm_math_chain = LLMMathChain(llm=llm)
tools = [
    Tool(
        name="Search",
        func=search.run,
        description="用于搜索实时信息"
    ),
    Tool(
        name="Calculator",
        func=llm_math_chain.run,
        description="用于数学计算"
    )
]

# 创建 Agent
agent = create_react_agent(llm, tools)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 运行
agent_executor.invoke({"input":"苹果公司 CEO 是谁？他今年多大了？"})

五、四者关系：一张图看懂

💡 干货总结

六、实际应用场景

6.1 智能客服机器人

用户："我的订单什么时候到？"
Agent 分析：需要查询订单信息
↓ 调用 Skill：查询订单数据库
↓ 获取结果：预计明天送达
↓ 生成回复："您的订单预计明天送达..."

6.2 企业知识助手

用户："公司的报销流程是什么？"
RAG 检索：从知识库找到报销手册
↓ LLM 理解：提取关键步骤
↓ 生成回复：分步骤说明报销流程

6.3 编程助手

用户："帮我写一个 Python 爬虫"
Agent 规划：
1. 分析需求
2. 编写代码
3. 解释代码
↓ 调用 Skill：代码生成 + 代码解释
↓ 输出：完整代码 + 使用说明