简介

文章强调智能体是由大模型和工具集组合而成，工具是智能体强大的核心。通过数据分析智能体和RAG系统改造两个案例，说明遇到系统耦合问题时，应采用"模块工具化"思路，即通过封装工具、增加接口层而非直接修改系统来解决。这种方法体现了"没有什么是加一层解决不了"的开发哲学，提高了系统的扩展性和灵活性。

---

“ 再强调一遍，智能体是由大模型+Tools工具集组合而成的；工具才是智能体强大的核心。”

最近在做数据分析的智能体时遇到了一个问题，就是刚开始想做一个完全基于数据库表结构的数据分析智能体；但发现业务上的很多数据是通过程序代码动态计算出来的，完全通过数据库无法实现。

这个通过数据库进行数据分析的智能体使用的是vanna框架作为一个工具节点，来分析用户问题，然后由模型生成SQL语句，并调用数据库引擎执行并获取结果。

无独有偶，之前做了一个基于大模型的RAG系统，有个需求是把这个系统改造成MCP服务；但这个系统有完善的功能模块，包括登录，验证登一系列功能点。

当时由于不是太懂，想直接在这个系统上进行改造；但在改造的过程中却发现事情远远没有那么简单，首先登录验证模块怎么绕过，理论上来说登录验证模块应该置于功能模块之前，比如说网关；但现在的情况是RAG系统已经和登录验证模块耦合在了一起，如果在单独拆出来，那么成本比较高，而且还很麻烦，工作量就是一个大问题。

所以，遇到上面这两种情况应该怎么解决呢？

模块工具化——没有什么是加一层解决不了的

首先，遇到这种问题时千万不能钻牛角尖，我们应该发散我们的思维；在之前的文章中也不止一次的强调过，智能体是由模型+Tools组合而成的一个具有独立决策能力的系统；既然模型是无法取代的，那么就只能在工具上下手了。

在智能体中，工具也是一种可插拔的组件，一般情况下可以给一个智能体配备多个工具集，而工具集中的工具可以随时修改和更换；而这也为我们的系统扩展提供了广阔的空间。

以上面两个例子来说，既然直接通过库表结构无法完成数据分析的需求，那么是否可以从接口中获取统计好的数据；这样就可以绕过直接操作库表结构可能带来的问题；并且接口可以随时修改和扩展，以增强其数据分析的能力。

而从智能体的角度来说，只是把vanna的工具节点，换成接口请求的工具节点，对整个业务流程并没什么影响。而我们需要做的，只是把这个接口调用封装成一个工具(函数)即可；然后丢到智能体的工具集中。

同样，对RAG系统来说也是如此，可以单独做一个MCP服务，在服务中通过接口调用的方式去登录和访问RAG系统，这样就可以解决登录功能和RAG系统耦合的问题。你的RAG系统该怎么做还怎么做，我只需要在MCP中按照你的接口要求调用即可。

而这正应了软件开发中的那句老话——没有什么是加一层解决不了的，如果不行，那就再加一层。

中的那句老话——没有什么是加一层解决不了的，如果不行，那就再加一层。

智能体的核心除了大模型之外，就只剩工具了；而智能体的强大功能和扩展性都是通过工具来实现的。因此，工具才是智能体的强大的核心，毕竟再厉害的指挥官，如果手里没有部队也打不了仗。

AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓