教程_Agent与MCP 小测验答案

1. AI Agent 的五大核心模块分别是什么？它们各自的职责是什么？

  • Planning（计划模块）：理解目标任务，将复杂任务拆解为可执行的步骤，生成行动计划。例如判断用户的问题需要使用本地文档搜索还是网络搜索。
  • Memory（记忆模块）：存储与任务相关的历史记录和上下文信息，支持长期记忆与短期记忆。在代码中体现为 memory_global 列表。
  • Tools（工具模块）：调用外部工具（如 RAG 检索、Web 搜索、API 接口），实现感知-行动闭环。
  • Executor（执行模块）：根据计划依次执行每一步操作，将结果存入 memory。对应代码中的 process_actions() 函数。
  • Output（输出模块）：综合 memory 中的所有信息，调用 LLM 生成最终回答。对应 final_answer() 函数。

2. 在 RAG 系统中，BGE-M3 模型能够同时生成哪两种向量表示？它们各自擅长什么？

  • 稠密向量（Dense Vector）：固定维度的浮点数向量，捕捉文本的语义信息，擅长语义相似度搜索。即使查询和文档使用不同的词汇，只要语义相关就能匹配。
  • 稀疏向量（Sparse Vector）：高维但大部分值为零的向量，类似 TF-IDF 或 BM25，擅长关键词精确匹配。当查询包含特定术语（如"以人为本的座舱"）时，能精确找到包含这些关键词的文档。

3. 在 Milvus 混合检索中，WeightedRanker(0.7, 1.0) 的两个参数分别控制什么？如果想让关键词匹配的权重更高，应该如何调整？

  • 第一个参数 0.7 是**稀疏向量（关键词匹配）**的权重。
  • 第二个参数 1.0 是**稠密向量（语义匹配）**的权重。
  • 如果想让关键词匹配的权重更高，应该增大第一个参数，例如 WeightedRanker(1.5, 1.0) 或 WeightedRanker(1.0, 0.5)。

4. 文本切块函数 chunk_text 中为什么要对表格做特殊处理？如果不做处理会怎样？

表格是一个语义完整的信息单元，行与行之间紧密关联。如果不做特殊处理，表格可能会被从中间切断，导致：

  • 上半部分只有表头没有数据
  • 下半部分只有数据没有表头
  • 两个 chunk 各自都无法表达完整的信息

特殊处理通过检测 | 字符识别表格，将整个表格作为一个完整的 chunk 保存。

5. Web 搜索模块中，WebScraper 类的 extract_main_content 方法为什么只提取 h1-h6 和 p 标签，而不是所有 HTML 标签？

网页中包含大量非正文内容：导航栏、侧边栏、页脚、广告、脚本、样式等。这些内容通常使用 div、nav、footer、aside 等标签。h1-h6（标题）和 p（段落）标签通常包含网页的核心正文内容。此外，代码还通过 len(tag_text.split()) > 10 进一步过滤掉过短的文本片段（如按钮文字、菜单项），从而有效去除噪声。

6. Agent 的 Planning 模块在收到"比较一下和特斯拉的优劣势"这种查询时，为什么需要同时规划"本地文档搜索"和"网络搜索"两种工具？

因为这个查询涉及两个不同的信息源：

  • 星辰电动 ES9 的信息：存在于本地产品文档中，应通过本地文档搜索（RAG）获取
  • 特斯拉的信息：不在本地文档中，需要通过网络搜索获取

只使用一种工具无法同时获取双方的信息，因此 Planning 模块必须规划两种工具的组合使用。

7. 什么是 ReAct 框架？它如何解决 LLM 的幻觉问题？

ReAct（Reasoning + Acting）是一种将推理和行动交织在一起的框架。模型在每一步都先推理"应该做什么"，然后执行行动（如调用搜索 API），再根据行动结果继续推理。

它解决幻觉问题的方式是：当模型不确定某个事实时，不是凭空编造（幻觉），而是通过调用外部工具（如搜索引擎、数据库）获取真实信息。外部信息为模型的推理提供了事实基础，从而减少了幻觉和错误传播。

8. Reflexion 机制中的三个角色（行动者、评估者、自我反思）分别对应 Agent 代码中的哪些函数？

  • 行动者（Actor）：对应 agent_plan() + process_actions()，负责规划和执行任务
  • 评估者（Evaluator）：嵌入在 reflection() 函数中，评估已有信息（memory_global）是否足够回答用户问题
  • 自我反思（Self-Reflection）：也在 reflection() 函数中，分析信息不足之处，生成补充查询（最多 3 个额外查询）

9. MCP 协议解决了什么问题？如果没有 MCP，M 个应用要对接 N 个工具需要多少适配器？有了 MCP 后呢？

MCP 解决的是 AI 应用与外部工具之间的标准化对接问题。

  • 没有 MCP：M 个应用 x N 个工具 = M x N 个适配器
  • 有了 MCP：每个应用实现 1 个 MCP Client + 每个工具实现 1 个 MCP Server = M + N 个适配器

这类似于 USB 协议对外设连接的标准化。

10. 在编写 MCP Server 时，@mcp.tool() 装饰器的函数 docstring 为什么重要？如果没有 docstring 会怎样？

Docstring 会被 MCP 框架自动提取并发送给 LLM，作为工具的功能描述。LLM 根据 docstring 来判断何时应该调用这个工具、如何传递参数。如果没有 docstring：

  • LLM 无法理解工具的用途，可能永远不会调用它
  • 即使调用，也可能传递错误的参数
  • 整个自动工具发现机制将失效

11. MCP Client 的 initialize_mcp 方法中，session.list_tools() 返回的信息包含哪些字段？这些信息如何被转换为 OpenAI Function Calling 格式？

session.list_tools() 返回的每个工具包含：

  • name：工具名称
  • description：工具描述（来自 docstring）
  • inputSchema：参数的 JSON Schema（从函数的类型注解自动生成）

转换为 OpenAI 格式：

1
2
3
4
5
6
7
8

{
  "type": "function",
  "function": {
    "name": tool.name,
    "description": tool.description,
    "parameters": tool.inputSchema
  }
}

12. 在 MCP Client 的 chat_with_tools 方法中，第二次调用 LLM 时为什么不传 tools 参数？

如果第二次调用仍传入 tools 参数，LLM 可能会再次决定调用工具，形成无限循环的工具调用链。不传 tools 参数可以确保 LLM 只基于已获取的工具结果生成文本回答，不会再次触发工具调用。同时还添加了一条系统消息：“请基于上述工具搜索结果，用中文为用户提供完整、准确的回答。不要再调用工具，直接回答即可。”

13. SalesPilot 项目中的 deduplicate_memory_global 函数的作用是什么？为什么需要对 memory 去重？

该函数对 memory 中所有检索结果按照 content_with_weight 字段进行全局去重。需要去重的原因：

  • Planning 模块会生成多个相关查询（如"ES9的优势"和"ES9的技术规格"），这些查询可能从同一个文档中检索到相同的片段
  • Reflexion 补充查询也可能重复检索到已有内容
  • 重复的内容会浪费 LLM 的上下文窗口（token），且可能导致 LLM 过度强调某些信息

14. 在 MCP Client 的 build_system_prompt 方法中，为什么要区分"必须使用工具"和"不要使用工具"两种情况？如果不做区分会有什么问题？

如果不做区分，LLM 可能会对每个问题都调用工具，包括"Python是什么"这类常识性问题。这会导致：

  • 不必要的 API 调用，增加延迟和成本
  • 搜索结果可能比 LLM 自身知识更差（搜索结果可能包含低质量内容）
  • 用户体验下降（简单问题也需要等待搜索）

通过明确区分，LLM 只在确实需要实时/最新信息时才调用工具。

15. SalesPilot 项目使用 SSE（Server-Sent Events）进行流式输出有什么优势？"role": "agent" 类型的消息有什么作用？

SSE 流式输出的优势：

  • 用户不需要等待整个回答生成完毕，可以实时看到回答逐步呈现
  • DeepSeek-R1 等推理模型的思考过程也可以实时展示
  • 提高用户体验，减少感知等待时间

"role": "agent" 消息的作用：

  • 在 Agent 执行搜索操作时，向前端推送当前正在执行的动作（如"正在执行本地文档搜索: ‘星辰ES9的技术规格’"）
  • 让用户了解 Agent 的工作进度和决策过程
  • 增加系统的透明性和可信度
Aries's Blog