Path
Loading Path detail from the AllPath API…
ALLPATHFoundationALLPATHFoundationPath
Loading Path detail from the AllPath API…
Learning
面向初学者的 AI Agent 原理路径，按依赖顺序覆盖 LLM 基础、Agent 定义与循环、工具使用、规划推理、记忆、多智能体与安全评估。
Explore all concepts and relationships across the complete graph.
Click a node to preview its details without leaving this path. Scroll to zoom, or open Fullscreen to explore the whole map.
16 steps · 4 stages. Click any step to inspect it and see it on the Path Map.
Curated materials referenced by this learning path.
提出 ReAct 模式的原始论文，用具体案例说明推理与行动交替如何提升复杂任务表现。
Open resource →解释逐步推理提示为何能提升模型在多步任务上的表现，是理解 Agent 推理机制的基础读物。
Open resource →展示 Agent 如何利用失败反馈改进后续尝试，帮助理解评估与自我修正的关系。
Open resource →说明模型如何学习在合适时机调用外部工具，是理解工具调用原理的入门材料。
Open resource →通过模拟社会展示记忆、反思与规划如何组合成长期运行的 Agent 行为。
Open resource →检索增强生成的经典论文，解释外部知识检索如何补充模型参数记忆。
Open resource →