MiaoAll专注后端技术实践与分享，围绕 PHP、Go 服务端开发，深入 MySQL 优化、Redis 缓存、Linux 运维，记录后端架构、性能调优与线上实战经验。
在上一篇内容里，我们已经掌握了Eino中Message和Prompt的使用方法，能搭建基础的对话流程了。但实际开发中，我们需要让AI具备调用外部工具的能力——比如查天气、查邮编、调…
第十一篇：Eino核心解析 - Message与Prompt上下文编排 承接第十篇对Eino底层ChatModel组件的解析（核心入参为[]*schema.Messa…
承接上一篇的实战内容，前面示例都是基于 adk.ChatModelAgent 间接调用大模型。 Agent 本质是上层封装，内部最终依旧依赖 ChatModel 组件完成 LLM …
在前文ReAct架构基础上，本篇聚焦Planning Agent（规划型Agent） ——核心是让大模型先对复杂任务做「全局结构化拆解」，生成清晰的执行步骤（规划），再按步骤逐一执…
在前四篇中，我们实现了Agent的工具调用、输出和耗时统计，但核心逻辑仍偏「指令→执行」的单向流程。本篇基于ReAct（Reasoning + Acting）架构，让Agent具备…
