AgentGPT是一个自主人工智能Agent平台，用户只需要为Agent指定一个名称和目标，就可以在浏览器中链接大型语言模型（如GPT-4）来创建和部署Agent平台。其主要包含三个部分：
- Reasoning and Planning（推理和计划）：如果只是简单地输入目标给llm模型，只能得到一个粗略的答案；如果使用“prompt engineering”（提示工程），则可以将目标分解成多个更容易理解的步骤，并用思维链提示的方法进行反思。
- Memory（记忆）：分为短期记忆和长期记忆。短期记忆是根据上下文学习，受限于llm的token长度；长期记忆是当执行一个复杂任务时，需要考虑到历史任务的情况，当代理的任务长时间运行时，超过token长度时，就会过期，AgentGPT此处采用了向量数据库存储历史信息的特征向量。
- Tools（工具集）：llm只支持文本的输出，对于复杂任务，比如定个机票，llm就无法完成。解决方法是结合“prompt engineering”，定义一系列工具集，通过prompt和工具功能的描述，agent就可以根据任务调用相应的工具，比如定义一个“search”工具，功能描述是用“Google Search”的api搜索内容，描述中还可以包含api调用的输入输出以及内容格式等。
