第一阶段进阶：Agent / 工具型 AI 规划【让模型“能干活”】
在你会用 LLM 提效之后，这一篇帮你规划：怎么让模型调用工具、帮你做事，而不是只会聊天。
1. 不同学习目的下，这一阶段要做到哪里
目的 A：只想用现成的 Agent 提升效率
- 目标：会配置/使用现成的 Agent 工具（如一些“工作流”类产品），能根据自己需求组合步骤。
- 输出物：1～2 个你日常真在用的自动化流程（比如自动整理学习笔记、自动生成日报）。
目的 B：想做自己的小 Agent 工具 / 产品
- 目标：理解 Agent 的基本概念，会用一个简单框架（如 LangChain）实现“模型 + 工具调用”的逻辑。
- 输出物：1 个你自己写的简单 Agent（比如：投资小助手、面试题助手）。
目的 C：以后考虑往 AI 工程/平台方向走
- 目标：熟悉任务规划（Task Planning）、多步执行、错误重试等概念。
- 输出物：一个稍复杂一些的 Agent 流程 Demo。
对你目前的情况，做到 B 就已经非常够用。
2. 核心概念规划：什么是 Agent？
可以把 Agent 理解成三件事的组合：
- 大脑（LLM）：负责理解指令、生成计划和解释结果。
- 工具（Tools）：API / 数据库 / 文件系统 / 浏览器等能力。
- 执行框架（Framework）：负责“反复调用 LLM + 工具”，直到达到目标。
规划时不要一上来就选好几个复杂框架，先挑一个你顺手的（Python/TS 版本都行），只做一个简单用例。
3. 关键概念速记：System Prompt / User Prompt / Tools / Function Calling / MCP
这一节把你最常见、最容易混的几个词一次讲清楚，并给出推荐学习顺序。
3.1 System Prompt vs User Prompt（你到底在“控制”什么）
- System prompt：给模型的“最高优先级规则/角色/边界”。
- 作用：定人设、定目标、定输出格式、定安全边界（例如“必须用中文回答”“不要编造”“输出用 Markdown 三级标题”）。
- User prompt：用户本次输入的具体任务/问题。
- 作用：描述当前要做的事（例如“把这篇笔记总结成 5 点，并给我面试话术”）。
实战建议：
- 把“稳定不变的规则”放进 system prompt；把“每次变化的任务”放进 user prompt。
- 你做自己的小工具/网站时，system prompt 可以固化为“站点写作规范/输出模板”，user prompt 就是用户的具体需求。
3.2 Agent Tools（工具）是什么？
Agent tools 本质是：让模型在必要时能“调用外部能力”。常见工具包括：
- HTTP API：天气/行情/你的业务接口
- 文件系统：读取/写入 Markdown（比如自动生成新页面）
- 数据库/向量库：检索资料（RAG）
- 搜索/浏览器：查最新信息（按需）
记住一句话：LLM 负责“想”，Tools 负责“做”。
3.3 Function Calling（工具调用）是什么？和 Tools 的关系？
Function calling 是一种“让模型以结构化方式选择工具并给出参数”的机制（很多平台/SDK把它叫 tools / functions）。
你可以把它理解为：
- Tools：你提供的一组可调用能力（函数列表/接口列表）
- Function calling：模型输出“我要调用哪个工具 + 参数是什么”的结构化结果
为什么它重要？
- 不靠模型“随便输出一段文字”，而是让它输出可执行的参数
- 方便做权限控制、日志审计、错误重试
- 让 Agent 更稳定（尤其是多步骤任务）
3.4 AI Agent（Agent）到底是什么？
当你把这些拼起来，就得到一个 Agent：
- System prompt：规则与边界（怎么做、怎么输出、什么时候该停）
- User prompt：当前任务
- Function calling：决定调用哪个工具以及参数
- Agent tools：实际执行动作（查数据、写文件、入库）
- 循环与状态：执行 → 观察结果 → 再规划/再执行（直到完成）
3.5 MCP 是什么？解决什么问题？
MCP（Model Context Protocol） 可以理解为：一种把“工具/数据源”标准化接入模型/Agent 的协议。
它要解决的核心痛点是：
- 你不想为每个 Agent 框架/每个模型 SDK 重复写一遍工具接入
- 希望把工具以“服务”的方式统一管理（可复用、可权限控制、可观测）
简单理解：
- 没有 MCP：你的应用里直接接各种工具（HTTP/DB/文件），接入方式五花八门
- 有 MCP：工具以 MCP Server 的形式统一暴露，你的 Agent 通过协议统一调用
你现阶段不需要“先精通 MCP”，但要知道它是把工具工程化、平台化的关键一环。
3.6 推荐学习顺序（从最有产出到最工程化）
- System/User prompt：先把输出变稳定（格式、口吻、边界）。
- 单工具 Tools：先接 1 个工具（HTTP API 或写文件）。
- Function calling：把“调用工具”从自然语言变成结构化参数。
- Agent（多步任务）：加上循环、状态、失败重试，做一个能闭环的流程。
- MCP（可选进阶）：当你工具多了、服务化需求强了，再把工具统一成 MCP Server。
3.7 最小可落地 Demo（建议直接写进你的项目里）
- Demo 1（Prompt）：固定 system prompt（写作规范），user prompt（总结某篇笔记）。
- Demo 2（Tools）：提供一个 “write_markdown(path, content)” 工具，让模型生成面试题并落盘到
docs/。 - Demo 3（Function calling）：让模型输出结构化参数来调用
write_markdown/search_notes。 - Demo 4（Agent）：多步任务：“读取某模块文档 → 生成学习计划 → 生成 10 道题 → 写入新页面”。
- Demo 5（MCP，可选）：把 “读写文档/检索” 做成 MCP Server，让不同小工具复用同一套能力。
4. 针对不同目的的学习安排
4.1 只想用现成 Agent（目的 A）
时间：1～3 天，重点在“配置能力”而非“编码能力”。
- 选 1 个可视化/现成的 Agent 平台（如一些工作流自动化工具）：
- 能拖拽节点：输入 → 调用 LLM → 调用第三方 API → 输出。
- 结合你现在的学习/面试场景，设计流程：
- 示例 1：每天固定时间，把你当天的学习记录（写在某个文档/表格里），自动总结成复盘。
- 示例 2：根据你文档库里的内容，自动生成第二天的学习计划。
这一块主要是培养你“把工作拆成步骤，再让工具替你执行”的习惯。
4.2 想自己写 Agent（目的 B/C）
时间：约 1～2 周（可以穿插在你现在 Java/面试学习之间）。
步骤建议：
选定语言和框架：
- 熟悉 Python 的，可以用 LangChain。
- 熟悉 TypeScript/Node 的，可以用 LangChain.js 或类似框架。
先做最简单的单工具 Agent：
- 场景：投资/行情查询助手（简版）
- 流程：
- 用户输入：某只股票或币种的名字/代码。
- LLM 分析出需要调用“行情 API”。
- 框架调用 API 获取价格和涨跌数据。
- LLM 根据行情和你的提示词，输出一段“中立分析 + 风险提示”。
再尝试多步骤任务（Task Planning）：
- 比如：“帮我安排这周的学习计划”：
- LLM 先根据你的 Java/数据库/框架现状，给出目标拆解（阶段/模块）。
- 再按天生成安排表。
- 最后用另一个 Tool（如写入文件/发邮件）保存结果。
- 比如：“帮我安排这周的学习计划”：
5. 项目建议：和你现有的文档库结合
为了和你现在的 Java 面试文档更贴近，推荐这样设计项目：
- 项目：我的“面试学习 Agent”
- 数据：你当前这个 VitePress 文档库（Java、数据库、Redis、框架…）。
- Agent 能做的事：
- 根据某个模块，自动生成学习计划（如“3 天搞定 Redis 高频题”）。
- 从对应 Markdown 中抽取重点，生成 Quiz 或面试 Q&A。
- 把结果以 Markdown 的形式保存到指定目录，直接变成新页面。
这样一来，你在继续扩展面试库的同时，也在练 Agent 落地，学习目标统一了。
6. 这一阶段的“合格线”
对你来说，可以把这阶段的“完成”定义为：
- 能清楚解释什么是 Agent、模型 + 工具 + 执行框架的关系。
- 至少动手做过：
- 一个简单的单工具 Agent DEMO（如行情助手）。
- 一个与自己学习/面试相关的 Agent 小工具（如面试题生成/学习计划助手）。
当你能自然地向别人描述：“我现在用一个小 Agent，每天帮我基于文档库生成学习计划和面试题”，就说明这一阶段已经很不错了。