当前位置：首页 > news >正文

Antonio Gulli《智能体设计模式》深度解析：21个Agent架构模式，告别Prompt技巧，掌握系统设计精髓！

news 2026/6/10 14:12:55

Antonio Gulli的《智能体设计模式》是一本系统性的Agent工程书籍，而非框架指南。全书围绕21个设计模式展开，如提示链、路由、工具调用、多智能体协作等，旨在解决反复出现的架构问题。书分四大部分，从认知机制到高级架构，每章包含问题、模式结构、适用边界和实现注意点，并配有示意图和伪代码。书中强调架构层选型而非Prompt技巧，适合Agent产品开发、编排层设计和团队架构共识建立。中文版由xindoo社区维护，提供Markdown和PDF下载。

仓库：github.com/xindoo/agentic-design-patterns

Google 体系下 Antonio Gulli 的Agentic Design Patterns（中译名常作《智能体设计模式》）是一本按设计模式组织的 Agent 工程书，不是某个框架的使用说明。全书约424 页，核心论点是：智能体系统可以拆成一组可复用模式——提示链、路由、工具调用、多智能体协作、MCP、RAG、Guardrails 等——每种模式对应一类反复出现的架构问题，而不是一次性 Prompt 技巧。

书的前言部分先界定「什么算 Agent 系统」，再进入 21 个模式章节；附录覆盖高级 Prompt、框架概览、CLI Agent、推理引擎内窥、编程 Agent 等。社区项目 xindoo/agentic-design-patterns 把全书译成 Markdown，也可下载pdf文件方便本地阅读。

全书四部分，从单 Agent 编排到上线护栏

原书目录按四大部分 + 附录展开，比「21 章平铺」更好跳读：

部分	页数规模	涵盖模式
核心模式	约 103 页	提示链、路由、并行、反思、工具使用、规划、多智能体协作
认知机制	约 61 页	记忆管理、学习与适应、MCP、目标设定与监控
容错与扩展	约 34 页	异常处理与恢复、Human-in-the-Loop、RAG
高级架构	约 114 页	A2A、资源感知优化、推理技术、Guardrails、评估监控、优先级、探索发现

每一章都是「问题 → 模式结构 → 适用边界 → 实现注意点」的写法，带示意图和伪代码/示例，方便和 LangGraph、CrewAI、自研编排层对照，而不是绑定某一 SDK。

几个在业界被引用最多的章节：

第 1～4 章（提示链 / 路由 / 并行 / 反思）
— 单 Agent 管线怎么拆步、怎么分流、怎么并行子任务、怎么让输出自我修正。多数「Agent 不稳定」的问题出在这一层，而不是模型不够大。
第 5～6 章（工具使用 / 规划）
— 何时调用外部 API、规划 horizon 多长、计划和执行如何分离。Code Agent、Research Agent 的骨架在这里。
第 10 章 MCP
— 工具与上下文的标准接法；和 Cursor、Claude Code 生态直接相关。
第 7、15 章（多智能体 / A2A）
— 多角色分工与 Agent 间消息协议，避免「多个 LLM 抢同一状态」。
第 18～19 章（Guardrails / 评估监控）
— 上线前的安全边界与可量化质量，生产环境必读。

模式书怎么用：选型，不是背目录

Gulli 的写法强调在架构层选型。几种常见的情况：

你在做什么	优先翻的章
客服 / 意图分流	路由（第 2 章）
调研报告、多步检索	规划 + 工具使用 + 反思（第 5、6、4 章）
IDE / 终端里的 Code Agent	工具使用 + 附录 G + MCP（第 5、10 章）
多角色写稿、审校、执行	多智能体协作 + A2A（第 7、15 章）
知识库问答	RAG（第 14 章）+ 记忆管理（第 8 章）
准备上线	目标监控、异常恢复、Human-in-the-Loop、Guardrails、评估（第 11～13、18～19 章）

书的价值在于给团队一套共同词汇：讨论「要不要加 Reflection」「Router 放哪一层」时有据可查，而不是每次从零争论 Prompt 写法。

中文译本：xindoo 社区维护的开源项目

xindoo/agentic-design-patterns 是此书的中文版，社区维护，开源可读。

通读可以直接打开 adp.xindoo.xyz，GitHub Pages 站点带章节导航。要本地标注或全文检索，clone 仓库后读chapters/里的 Markdown，original/里保留英文原文对照。通勤或离线场景可以用 Releases 里的 PDF / EPUB。术语拿不准时，翻bilingual/目录里的中英对照段落。

本地 clone：

git clone https://github.com/xindoo/agentic-design-patterns.git cd agentic-design-patterns # 中文章节：chapters/ 英文原文：original/ 插图：images/

拾遗小结

Agentic Design Patterns是目前少数系统讲 Agent 设计模式的原书级资料：424 页、四大部分、从编排到 MCP 与 Guardrails 一条线写全。做 Agent 产品、写编排层、或给团队补架构共识，值得以原书目录为纲通读一遍；中文读者可直接下载中文版 PDF。

说真的，这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型，挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis，稳稳当当过日子。

结果GPT、DeepSeek火了之后，整条线上的人都开始有点慌了，大家都在想：“我是不是要学大模型，不然这饭碗还能保多久？”

我先给出最直接的答案：一定要把现有的技术和大模型结合起来，而不是抛弃你们现有技术！掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地！大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇！

这绝非空谈。数据说话

2025年的最后一个月，脉脉高聘发布了《2025年度人才迁徙报告》，披露了2025年前10个月的招聘市场现状。

AI领域的人才需求呈现出极为迫切的“井喷”态势

2025年前10个月，新发AI岗位量同比增长543%，9月单月同比增幅超11倍。同时，在薪资方面，AI领域也显著领先。其中，月薪排名前20的高薪岗位平均月薪均超过6万元，而这些席位大部分被AI研发岗占据。

与此相对应，市场为AI人才支付了显著的溢价：算法工程师中，专攻AIGC方向的岗位平均薪资较普通算法工程师高出近18%；产品经理岗位中，AI方向的产品经理薪资也领先约20%。

当你意识到“技术+AI”是个人突围的最佳路径时，整个就业市场的数据也印证了同一个事实：AI大模型正成为高薪机会的最大源头。