Python实战日志 第37篇：多模态Agent智能体开发
学习目标
- 理解AI Agent的核心架构与设计原则
- 掌握多模态感知、推理、执行的完整流程
- 实现工具调用、记忆系统、自主规划
- 构建能看、能听、能说的多模态Agent
- 开发\”多模态图书助手Agent\”
前置知识
- 第33篇：视觉语言模型与多模态理解
- 第35篇：语音处理与TTS技术
- 第36篇：多模态RAG系统
一、AI Agent概述
1.1 什么是AI Agent？
传统AI：被动响应，一问一答 AI Agent：主动感知环境、自主决策、执行动作
1.2 Agent核心组件
| 感知 | 接收多模态输入 | 图像识别、语音识别、文本理解 |
