本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# LLM 擴增的認知概觀
<a name="overview-of-llm-augmented-cognition"></a>

在其核心上，軟體代理程式的認知模組可以檢視為包裝在擴增中的 LLM。代理程式可以使用下列建置區塊，在其環境中有效地推理原因：
+ **提示** – 使用內容、指示、範例和記憶體建立輸入架構
+ **擷取** – 透過向量搜尋或語意記憶體為 LLM 提示提供up-to-date或特定領域的知識，例如透過擷取擴增產生 (RAG)
+ **工具使用** – 讓 LLM 叫用 APIs或呼叫函數以擷取資訊或對資訊採取行動
+ **記憶體** – 使用結構化資料庫或內容摘要，將持久性或以工作階段為基礎的狀態納入推理迴圈

這些擴增是由工作流程組成，這些工作流程會定義 LLM 如何隨時間和跨任務使用，並將其從無狀態引擎轉換為動態推理代理程式。

![LLM 擴增。](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/agentic-ai-patterns/images/llm-augmentation.png)