1. 智能模型（Intelligent Models）#

这些模型通常是负责感知、决策和学习的核心。例如，大语言模型（如 GPT-4）、深度神经网络、强化学习模型等，都可以作为智能模型的组成部分。它们使得 AI Agent 能够处理复杂的任务，如语言理解与生成、图像识别、模式识别、决策推理等。

智能模型赋予 AI Agent 一定的“智能”，使它能够根据环境变化作出相应的决策，模拟人类的推理和决策过程。

2. 自动化工具（Automation Tools）#

自动化工具用于执行实际的任务和操作，例如工作流自动化、任务管理和执行等。自动化工具（如 n8n、Make、Zapier 等）帮助 AI Agent 自动执行任务，如发送邮件、更新数据库、控制硬件、触发其他应用等。

这些工具通常提供的是无代码或低代码的方式，允许用户方便地创建和管理工作流，用以连接不同的系统和服务。

3. 环境感知与决策执行#

AI Agent 需要通过感知层（传感器、API接口等）收集外部环境信息（例如传感器数据、用户输入等）。然后，它将这些信息与智能模型相结合，做出相应的决策，并通过自动化工具执行操作。这样，AI Agent 能够根据环境变化自主作出反应。