Agent Design Pattern Catalogue: A Collection of Architectural Patterns for Foundation Model based Agents

基于基础模型的生成人工智能模型可以促进代理的开发和实施，代理可以利用卓越的推理和语言处理能力，扮演积极主动、自主追求用户目标的角色。然而，在设计代理时存在一些目标追求方面的挑战（包括生成工具性目标和计划），例如基础模型中固有的幻觉、推理过程的可解释性、复杂的问责制等，缺乏系统性的知识来指导从业者。为了解决这个问题，我们进行了系统文献综述，了解基于基础模型的代理和更广泛的生态系统的最新技术。在本文中，我们提出了一个模式目录，包括17种架构模式，分析了上述文献综述的结果，包括背景、动因和权衡。所提出的目录可以为有效使用模式提供全面的指导，并通过促进目标追求和计划生成来支持基于基础模型的代理的架构设计。

如何设计基于基础模型的代理程序，以解决目标寻求中的挑战，如生成工具性目标和计划，推理过程的可解释性和复杂的问责制等问题？

本文提出了一个包含17种架构模式的模式目录，以指导设计基于基础模型的代理程序，支持目标寻求和计划生成。

本文系统地回顾了基于基础模型的代理程序的现有研究，提出了一个模式目录，为代理程序的设计提供了全面的指导，支持目标寻求和计划生成。

最近的相关研究包括《基于强化学习的目标导向对话系统》、《基于深度学习的代理程序设计》等。