AI Agent 架构模式

从社区优秀项目和 Harmes-House 实践中提取的可复用模式

核心架构

1. ReAct (Reasoning + Acting)

LLM → Thought → Action → Observation → Thought → ...

经典范式：模型输出思维链，然后选择动作，从环境中获取观察，再继续推理。

适用场景：需要工具调用的复杂任务、Multi-step 推理

2. Tool-Augmented Agent

Agent = LLM + ToolRegistry + Executor + Memory

工具注册 → 意图识别 → 工具选择 → 执行 → 结果聚合

适用场景：需要调用多种外部工具的场景

3. Iterative Refinement

Initial Response → Critique → Revision → Final Response

多次迭代优化，比单次生成质量高。

适用场景：代码生成、写作、内容创作

4. Plan-and-Execute

Planner (LLM) → Task Graph → Executor → Resolver

先规划所有步骤，再按依赖顺序执行，最后汇总。

适用场景：复杂多步骤任务

5. Multi-Agent Collaboration

Agent A (专家) ←→ Agent B (专家) ←→ Agent C (协调者)

多个专业 Agent 协作，各司其职，通过协议通信。

适用框架：MetaGPT, CrewAI, AutoGen

MCP (Model Context Protocol)

MCP 是 Anthropic 提出的标准化协议，用于连接 AI Agent 与外部工具。

架构

Host (Claude/Cline) ←→ MCP Client ←→ MCP Server (工具)
                            ↓
                     本地 / 远程

MCP Server 类型

类型	示例	用途
本地工具	filesystem, terminal	读写文件、执行命令
远程服务	GitHub, Slack, Google	API 集成
数据源	PostgreSQL, Redis	数据库查询
浏览器	mcp-chrome	网页自动化

Harmes-House 中的 MCP 实践

• native-mcp — 内置 MCP Client
• scrapling — 可作为 MCP server 提供爬虫能力

知名 MCP 项目

项目	Stars	说明
fastapi-mcp	11.8k	FastAPI → MCP Server
mcp-chrome	11.4k	Chrome → MCP Server
mcp-for-beginners	16k	Microsoft MCP 教程

关键组件

Memory System

类型	用途	实现
Short-term	当前会话上下文	BufferMemory
Long-term	持久知识存储	VectorDB / Redis
Procedural	技能/工作流	Skill Registry
Episodic	历史经验	Conversation logs
Semantic	文档/知识	RAG Retrieval

Planning

• Chain: 按顺序执行步骤
• Tree: 分支探索，选择最优路径 (ToT)
• Graph: 依赖感知的任务图 (LangGraph)

Tool Integration

# 标准工具接口
class Tool:
    name: str
    description: str
    input_schema: dict
    def execute(**kwargs) → str

Multi-Agent 协作模式

1. 层级模式

Manager Agent
    ├── Research Agent
    ├── Coding Agent
    └── Review Agent

2. 同级协作模式

Agent A ←→ Message Bus ←→ Agent B
                    ↓
              Shared Memory

3. 流水线模式

Input → Preprocess → Agent A → Agent B → Agent C → Output

学习来源

项目	Stars	贡献
MetaGPT	44k	Multi-Agent 软件开发
CrewAI	22k	角色驱动 Agent 编排
AutoGen	32k	Microsoft 多 Agent 框架
mcp-for-beginners	16k	MCP 协议入门教程
dzhng/deep-research	18k	迭代式搜索 + 主题深化

Harmes-House 技能映射

模式	相关技能
Tool-Augmented	native-mcp, scrapling
Iterative Refinement	systematic-debugging
Multi-Agent	claude-code, hermes-agent
Planning	plan
Memory/RAG	llm-wiki, obsidian

---

最后更新: 2026-05-05