AI Agent 架构图模板

这个模板适合做什么

AI Agent 架构图展示了一个由 LLM 驱动的自主 Agent 如何理解请求、推理决策、调用工具，并借助记忆在多个步骤中行动。本模板呈现单个 Agent 的核心：推理 / 规划循环（ReAct 的「观察—思考—行动」周期）、驱动它的 LLM、拆分为短期上下文和长期向量存储的记忆层，以及 Agent 可调用的工具层——Web 搜索、代码执行、外部 API。适合用于设计新 Agent、说明现有 Agent 如何决策与行动，或解释普通 LLM 调用与真正的 Agent 循环之间的区别。

适用场景

• 在写编排代码之前，设计一个新的自主 Agent。
• 向干系人解释为什么 Agent 不只是一次 LLM API 调用。
• 为安全评审整理 Agent 被允许调用的工具集。
• 展示短期上下文在哪里结束、长期记忆从哪里开始。
• 定位失败原因：是 Agent 推理错了、调错了工具，还是丢失了上下文？
• 通过编辑循环，对比 ReAct Agent 与「先规划后执行」Agent。

使用步骤

1. 1从顶部进入 Agent 的用户请求开始。
2. 2绘制 Agent 核心：推理 / 规划块，旁边是驱动它的 LLM。
3. 3在 Agent 旁添加记忆层——短期上下文加长期向量存储。
4. 4在 Agent 下方添加工具层：Web 搜索、代码执行、外部 API。
5. 5连接 Agent → 工具（行动）和工具 → Agent（观察反馈循环）。
6. 6把循环标注为「观察 → 思考 → 行动」，让 Agent 周期一目了然。

简单示例