- 什么是 AI Agent ？ AI Agent（人工智能智能体）是一个基于大语言模型（LLM）或其他 AI 模型驱动的自主执行系统，它具备以下特征： 理解：能理解自然语言指令（用户用人类语言就能和它交流）。
计划：能分析任务、分解步骤，决定下一步该做什么（任务规划）。
行动：能调用外部工具、API、数据库等执行实际操作（不是只会说话）。
记忆：能记住上下文信息，甚至跨会话保留长期记忆。
反馈与自我调整：根据执行结果调整后续行动。
简单来说，它不只是一个“聊天机器人”，而是一个能思考 + 能执行 + 能协作的虚拟软件代理。
你可以把 AI Agent 想成一个超级聪明的数字员工：
它能听懂你的自然语言指令
会自己去查资料、找工具、执行操作
能自己计划下一步该做什么
还能和别的“数字同事”协作完成复杂任务
最后把结果交给你
区别在于：
普通 AI（比如直接用 ChatGPT）：只能“说”，不能真正去系统里干活。
AI Agent：既能“说”，又能“干”，还能自己安排流程。
生活化例子 假设你对一个 AI 说：“帮我安排一个三天的杭州旅行，并订好机票和酒店。”
普通 AI：可能只会给你一份旅行建议。
AI Agent：
搜索杭州的景点和天气
规划每天的行程
通过机票 API 订机票
通过酒店 API 订酒店
把所有信息整理成行程单发给你
它就像一个“自动执行的私人助理”，不仅能思考，还能直接帮你完成任务。
- 什么是 RAG（检索增强生成）？ 专业解释 RAG（Retrieval-Augmented Generation）是一种把知识库搜索和大语言模型生成结合的技术流程。
步骤1：先用搜索引擎/向量检索找出跟问题相关的资料
步骤2：把这些资料连同用户的问题一起喂给大模型
效果：大模型回答时会基于真实数据，而不是完全靠自己“猜”，减少幻觉（编造）。
- 什么是 MCP（模型上下文协议）？
MCP（Model Context Protocol）是一种 让大语言模型可以安全、标准化访问外部资源和工具 的协议。旨在为大型语言模型（LLM）与外部系统、工具和数据源之间的交互提供统一标准。 它定义了模型和外部环境之间“说话”的规则，让模型能做的事不只是聊天，还能：
访问数据库
调用 API
获取文件内容
控制其他系统
MCP 正被视为连接 AI Agent 与数据源/工具的**“USB-C” 或 “HTTP”式标准接口**，能让不同平台、语言、系统之间无缝对接。 它让 AI Agent 从“单机游戏”变成了“联网世界”，并且安全、方便、通用、跨平台，大厂一致支持，让它很可能成为未来 AI 应用的“USB-C”标准。
- 什么是 Ollama Ollama 是一个开源的 本地大语言模型（LLM）运行平台，由 Ollama 公司开发，支持在本地电脑（macOS、Linux、Windows）直接运行各种开源模型，比如 DeepSeek、通义千问 等。
它的核心特点：
本地运行 LLM
不依赖云端 API，你可以在离线环境加载并使用模型。
支持 GPU/CPU 推理。
一键安装与调用
通过命令行 ollama run <模型名> 就能直接下载和运行模型。
也支持在自己写的程序里调用（有 API 接口）。
支持模型定制（Modelfile）
你可以在基础模型上做微调、增加系统提示词、加载特定知识库等。
多模型管理
Ollama 提供了模型仓库（类似 Hugging Face），可以方便地切换和管理多个不同的 LLM。
免费 & 开源
Ollama 核心代码和大部分模型都是开源的（当然部分模型需要遵守原版权许可）。
你可以把 Ollama 想成：
一个 “本地版的 ChatGPT” 平台
但它不是一个模型，而是一个模型启动器 + 管理器，让你可以轻松下载、运行各种 AI 模型到你自己的电脑上。
举例：
你在 ChatGPT 里用的模型是跑在 OpenAI 云端的，要联网，而且要付费。
用 Ollama，你可以在自己的电脑上运行一个类似的模型，比如 DeepSeek，完全离线、不受 API 限制，还可以随意改模型的设定。
使用场景 隐私场景 → 企业或个人不想把数据传到云端
离线环境 → 船舶、实验室、边缘计算设备等无法联网的地方
模型测试与开发 → 开发者快速测试不同模型的效果
本地知识库问答 → 把公司文档加载到本地模型中做问答
