智能体当前状况的瞬时记录，决定后续行动依据。

2. Tools(工具)  

扩展智能体能力的外部接口（如搜索API、计算器）。

3. Large Language Models(大语言模型)  

智能体的语言处理核心（如GPT、Gemini）。

4. Env(环境)  

智能体运作的交互空间（现实或虚拟世界）。

5. Perception(感知)  

智能体解析输入信息的过程（理解环境/指令）。

6. Agent(智能体)  

自主感知、推理并行动以达成目标的实体。

7. Learning Loop(循环学习)  

通过反馈迭代优化智能体行为的闭环过程。

8. React 

结合推理与行动的任务处理框架。

9. Knowledge Base(知识库)  

存储领域知识的数据仓库，支撑决策。

10. Memory(记忆)  

存储历史信息以维持连续性和学习能力。

11. Action(行动)  

智能体的输出行为（如回答问题、操控系统）。

12. Multi-Agent System(多智能体)  

多个智能体在共享环境中协作/竞争的框架。

13. Chain of Thought(思维链)  

将复杂问题拆解为分步推理的方法。

14. Orchestration(编排)  

协调多步骤、多工具或多智能体的流程管理。

15. Evaluation(评估)  

衡量智能体行动效果并指导改进的标尺。

16. Swarm(群体)  

无中心控制的群体智能（局部规则引发复杂行为）。

17. Handoffs(交接)  

智能体间传递任务以实现分工协作。

18. Agent Debate(智能体辩论)  

多智能体通过争论优化结论的对抗机制。

19. Reflex Agent(反射型智能体)  

基于预设规则直接响应刺激的简单智能体。

20. Planning(规划)