所谓agent是有记忆和规划技能的大模型，主要能力是感知环境、做出决策。

一个精简的agent决策流程可以概括为：感知（perception）→规划（planning）→行动（action）

在淘宝业务场景中，平台希望把agent技术与智能助手业务结合起来做用户侧的创新。

而在业务实践中，主要诉求也主要是：提供一个交互页面，可以使用LLM智能体的自然语言理解能力、思维规划能力、工具使用等能力，直接理解用户输入的需求，然后通过agent规划能力，决策出实现用户诉求的行动路径，并调用智能体对应的工具实现用户需求，最后把结果展示在页面上，解决用户需求。

具体来说需要完成：

1. 搭建端到LLM直接信息传输链路，完成工程侧业务管理能力建设。

2. 搭建用户会话管理、多场景识别、链路分发机制。

3. 完成Agent模版到工具协议串联，把工具抽象化、按照协议“喂”给tpp Agent模版工程，完成Agent的使用工具的动态构建和在线灵活管理。

4. 完成Agent工具抽象模版化建设以及工具描述的步步调优，提升Agent整体链路规划准确性。

5. 完成工具&LLM输出到端展示的视图层转换，页面流式协议引入，提升端上输出稳定性。

而完成以上，可以实现覆盖每一个既定场景的端上交互，然后再根据用户下一步的输入或选择，继续新一轮交互。.

整理了实践过程与问题总结，内容比较多，一次不能完全看懂，可以反复参看，会有不少启发。

原文链接：​ ​​ ​