一条可以继续验证的思路
Agent 工程
这里有 24 篇文章，从一个词走向真实工作里的选择；先读懂，再决定要不要使用。
每篇可以独立阅读，也可以沿着这条线程继续。
本页解决的问题
先给结论什么是「Agent 工程」，它会影响哪些 AI 决策？
四大能力 Plan / Tool / Memory / Act，点击查看真实案例 本页把相关概念、常见误区和实践文章放在同一条阅读线程里。
先判断你卡在定义、选择还是验证，再从下方 24 篇文章中选择最接近的一篇。
从「Agent：能干活的 AI」开始，读完后用自己的任务复述结论。
不要把同一主题下的所有方法当成可互换方案；输入、风险和验收标准变化时，答案也会变化。
这条问题线程
把一个词放回它真正影响的选择里。
Agent：能干活的 AI
四大能力 Plan / Tool / Memory / Act，点击查看真实案例
工具调用的秘密
模型输出 JSON → 框架解析执行 → 结果注回，四步流程可视化
一次对话背后的 5 条消息
拆解 Function Calling 真实链路：用户看到 1 条回复，背后是 5 条 API 消息
工具描述的学问
同样功能，好描述 vs 坏描述成功率差 3 倍，对比实验
多工具编排：并发 vs 串行
isConcurrencySafe 决定工具能否并行，调度策略可视化
MCP 协议：工具的 USB 接口
stdio / SSE / Streamable HTTP 三种传输方式对比，数据流动画
ReAct 实战：查询天气完整链路
Thought / Action / Observation 逐步演示，7 步完整 Agent 链路
短期记忆 = 上下文窗口
消息列表可视化，每条消息的 Token 占用和角色标记
上下文压缩：四层防线
60% 裁剪 → 75% 微压缩 → 85% 折叠 → 95% 紧急，拖动滑块看压缩过程
长期记忆：向量检索
Embedding → 向量数据库 → 语义搜索，topK 与 minScore 的设计决策
从 Embedding 到 Milvus
语义相似度、ANN 与向量数据库的职责边界
Milvus 心智模型
Collection、Schema、Entity、Index、Search、Query 与 Load
Milvus 实操
连接、建表、批量写入、索引、搜索、查询和删除
从检索到 RAG
切分、过滤、混合检索、RRF、重排与评测
ReAct 循环：思考→行动→观察
一个删除 console.log 的任务经历 14 轮循环，含自我纠错
Agent 卡死的 5 种模式
参数格式错误、幻觉工具、无限递归、信息不足、API 异常
权限与安全
5 种权限模式 + LLM 风险分级 + Human-in-the-loop 设计
Skill：让 Agent 少走弯路
Skill = 流程说明 + 工具调用指引，用「阳台收衣服」类比好循环 vs 差循环
Skill 的本质
好循环 vs 差循环升级版，Skill 如何改变 Agent 执行路径
脚手架工程：从试验品到产品
模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解
5 道工程护栏
迭代上限、输出截断、超时控制、中断恢复、上下文急救
多 Agent 协作
子 Agent 调度、Worker Thread、并行 vs 串行执行策略
可观测性
事件流可视化、Token 追踪、OpenTelemetry 集成
Agent 工程全景图
从四大能力到工程落地，一页看清 Agent 的完整知识地图