MiaoAll
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…
在前两篇中，我们完成了Go Agent基础架构搭建、DeepSeek云端模型接入，以及工具调用能力的实现。但在实际工程化落地中，仅靠简单的System指令（你是一个专业的四则运算计…
在上一篇文章中，我们实现了从模拟LLM到真实LLM的跨越，跑通了ReAct智能体的核心闭环。这一篇我使用第三方云端大模型API Key（OpenAI/DeepSeek/通义千问/月…
作为Go后端开发者，你肯定听过「Agent智能体」，但大概率被Python生态、复杂框架绕得晕头转向。 其实Agent和咱们写的Go服务逻辑完全相通，没有任何玄学。今天这篇，完全从…
