PythonAI算法
AI 四大核心技术详解：LLM、Agent、RAG 与 Skill
AI 核心技术涵盖 LLM、Agent、RAG 与 Skill。LLM 为系统大脑负责理解生成；RAG 利用检索增强解决幻觉与私有数据问题；Skill 封装工具赋予操作能力；Agent 整合规划与行动实现自主任务。文章结合 LangChain 代码示例阐述四者架构关系及企业客服、知识助手等实际应用场景。
AI 核心技术涵盖 LLM、Agent、RAG 与 Skill。LLM 为系统大脑负责理解生成；RAG 利用检索增强解决幻觉与私有数据问题；Skill 封装工具赋予操作能力；Agent 整合规划与行动实现自主任务。文章结合 LangChain 代码示例阐述四者架构关系及企业客服、知识助手等实际应用场景。
2023 年被称为"AI 元年"，ChatGPT 的出现让大语言模型（LLM）走进了大众视野。 但很快，我们发现单纯的大模型还不够：
于是，Agent、RAG、Skill 这些技术应运而生。今天，我们就来聊聊这四大核心技术。
LLM (Large Language Model)，也就是我们要说的'大模型'，比如 DeepSeek、GPT、Gemini 等。
它是整个 AI 系统的 '大脑'。它读过几乎全互联网的书，上知天文下知地理，能写诗、能写代码、能陪你聊天。
| 模型 | 公司 | 特点 |
|---|---|---|
| GPT | OpenAI | 综合能力最强，多模态支持 |
| Claude | Anthropic | 代码能力强，上下文超长 |
| Gemini | 多模态原生，免费额度多 | |
| DeepSeek | DeepSeek | 国产之光，性价比超高，推理能力强 |
| Llama | Meta | 开源可商用，本地部署 |
| 文心一言 | 百度 | 中文优化，国内可用 |
| 通义千问 | 阿里 | 开源版本多，生态丰富 |
| Kimi | 月之暗面 | 长文本处理能力突出 |
虽然 LLM 很强大，但它有三大硬伤：
这就引出了我们今天要讲的另外三个技术：RAG、Skill、Agent。
如果 LLM 是一个参加'开卷考试'的学生，那 RAG 就是他手边的 '教科书' 或者 '图书馆'。
当你要问 LLM 关于'你们公司最新的考勤制度'时，LLM 肯定不知道。 这时候，RAG 的作用就来了：
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
三步走：
1️⃣ 索引（Indexing）
2️⃣ 检索（Retrieval）
3️⃣ 生成（Generation）
# 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"])
它是 Agent 手里的 '锤子'、'扳手'、'计算器'。
LLM 虽然聪明，但它不擅长做某些具体的事情，比如：
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"。
| 类型 | 示例 | 用途 |
|---|---|---|
| 搜索工具 | Google Search、Bing API | 获取实时信息 |
| 计算工具 | Python 解释器、Wolfram Alpha | 精确计算 |
| 数据库工具 | SQL 查询、MongoDB | 数据操作 |
| 文件工具 | 读写文件、处理 Excel | 文档处理 |
| API 工具 | 天气 API、股票 API | 获取外部数据 |
| 浏览器工具 | Puppeteer、Selenium | 网页操作 |
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..."
Agent，智能体。这是目前最让人兴奋的概念！
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）。
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。'
它不仅能理解、能生成，还能：
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。
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...
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？"})
| 概念 | 形象比喻 | 核心作用 | 关键词 |
|---|---|---|---|
| LLM | 大脑 🧠 | 理解、推理、生成 | 通用、思考 |
| RAG | 图书馆 📚 | 提供准确、私有的知识 | 检索、上下文 |
| Skill | 工具箱 🛠️ | 执行具体操作、弥补短板 | API、函数 |
| Agent | 完整的人 🤖 | 自主规划、完成复杂任务 | 规划、行动 |
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..."
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
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
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online