待验证50% 置信决策规则精确时间
选型原则：基础的信息提取、文本分类用专用组件或基础LLM；需要工具调用、多轮对话、迭代推理的复杂场景才用Agent。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证研究归纳型任务适合Claude、ChatGPT等强推理模型的Agent模式，结构化循环搜索任务适合具备强工具调用能力的多智能体系统或第三方Agent平台72% 相似待验证在Ollama选模型时必须选带有tools标签的模型，因为Agent需要工具调用能力71% 相似待验证对话式推荐Agent的关键能力是规划（planning），即决定选择哪些工具、以什么顺序调用及如何组合71% 相似已验证面向就业导向的Agent学习中，必学内容为提示词、RAG、Agent开发；多Agent协作了解即可（生产环境用得少）；底层算法和原理推导可直接跳过70% 相似已验证Agent框架选型建议从小处着手：先用单Agent验证想法，再扩展到多Agent协作，最后根据目标选择框架70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1010155API
curl https://kongchang.com/api/v1/knowledge/claims/1010155MCP
get_claim(id=1010155)