Anthropic 区分了工作流和 Agent。工作流是基于预定义代码路径协调LLM和工具的系统；Agent则是让LLM动态引导自身流程和工具使用的系统。

下面重点介绍几种常见的工作流模式：

npm config edit打开配置文件，添加镜像：

1
2
3

electron_builder_binaries_mirror=https://npmmirror.com/mirrors/electron-builder-binaries/
electron_mirror=https://cdn.npmmirror.com/binaries/electron/
registry=https://registry.npmmirror.com/

每次 LLM API 的调用实际上都是一次 HTTP request，发送的 json 数据包含了 API token，LLM 调用参数设置，消息上下文（messages）等。而 LLM 的 response 也是 json 数据，内容包括 token 用量（usage），模型输出的消息（choices/message）等。

那么 LLM 是如何调用本地 tools 的呢？

卷积神经网络的构成:

• 输入层：可以是任意维度的数据。一般要求每个维度的长度都满足 ，以便池化。
• 卷积层：通过K个卷积核，把输入层转化为K个特征图。
• 池化层：压缩特征图大小，以提高训练速度，和避免过拟合。
• 全连接层：映射到结果集。

线性回归(Linear Regression)

估值函数(Hypothesis Function):

目标函数: