《零基础开发AI Agent-手把手教你用扣子做智能体》知识点摘录：
RAG是一种结合了检索（Retrieval）和生成（Generation）的AI技术。
检索增强生成技术以“输入查询指令—检索信息—整合信息—生成结果”的工作流程，达到了提高准确性、丰富内容、减少生成偏差的目的，可以被广泛地应用于智能客服、搜索引擎、内容推荐系统等。
提示词是用于与AI对话系统进行交互时提供的指导性文本。
提示词其主要作用是指导大模型根据对话的上下文或者特定主题，输出相关性高的特定内容。
思维链（Chain of Thought, CoT）和思维树（Tree of Thought, ToT）都是用于提升大模型推理能力的提示词工程框架。
ToT的优势在于其有条不紊地组织。首先，系统会将一个问题分解，生成一个潜在推理步骤或“思维”候选者的列表。然后，系统会对这些想法进行评估，衡量每个想法产生所需解决方案的可能性。
ReAct是Reasoning and Acting的缩写，意思是大模型可以根据逻辑推理（Reason），构建完整的行动（Act），从而达成期望目标。
ReAct是一个基于大模型的复杂任务自主规划处理框架，利用了大模型的续写能力，通过逐步生成与任务相关的推理步骤和具体操作来完成复杂任务。
多模态是指集成和处理两种以上不同类型的信息或数据的方法和技术。
多模态涉及的数据类型通常包括文本、图像、视频、音频等。
