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。

# 傳統代理程式架構：感知、原因、行為
<a name="traditional-agents"></a>

下圖說明[上一節](core-modules.md)討論的建置區塊如何在感知、原因、動作週期下運作。

![\[核心建置區塊如何套用至傳統代理程式架構。\]](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/agentic-ai-foundations/images/traditional-agent-modules.png)


## 感知模組
<a name="perceive"></a>

感知模組做為代理程式與外部世界的感官界面。它將原始環境輸入轉換為告知推理的結構化表示法。這包括處理多模式資料，例如文字、音訊或感應器訊號。
+ 文字輸入可能來自使用者命令、文件或對話。
+ 音訊輸入包括語音指示或環境聲音。
+ 感應器輸入會擷取動作、視覺摘要或 GPS 等真實訊號。

擷取原始輸入後，感知程序會執行特徵擷取，接著進行物件或事件辨識和語意解釋，以建立目前情況的有意義模型。這些輸出提供下游決策的結構化內容，並將代理程式的推理錨定在實際觀察中。

## 原因模組
<a name="reason"></a>

原因模組是代理程式的認知核心。它評估內容、制定意圖，並確定適當的動作。本單元使用學習到的知識和推理來協調目標驅動的行為。

原因模組由緊密整合的子模組組成：
+ 記憶體：維持短期和長期格式的對話狀態、任務內容和偶發歷史記錄。
+ 知識庫：提供對符號規則、拓撲或學習模型 （例如內嵌、事實和政策） 的存取權。
+ 目標和計劃：定義所需的成果，並建構動作策略以達成這些成果。目標可以動態更新，而且計劃可以根據意見回饋進行調整。
+ 決策：透過權衡選項、評估權衡和選取下一個動作，充當中央仲裁引擎。此子模組會考量可信度閾值、目標對齊和內容限制。

這些元件共同允許代理程式推理其環境、更新想法、選取路徑，並以一致、適應性的方式行事。原因模組會縮小感知和行為之間的差距。

## 動作模組
<a name="act"></a>

動作模組會透過與數位或實體環境互動來執行任務，來執行代理程式選取的決策。這是意圖成為動作的地方。

本單元包含三個功能頻道：
+ 傳動器：對於具有實體存在的代理程式 （例如機器人和 IoT 裝置）， 會控制硬體層級的互動，例如移動、操作或訊號。
+ 執行：處理以軟體為基礎的動作，包括叫用 APIs、分派命令和更新系統。
+ 工具：啟用搜尋、摘要、程式碼執行、計算和文件處理等功能。這些工具通常具有動態和內容感知，可擴展代理程式的公用程式。

動作模組的輸出會回饋環境並關閉迴圈。代理程式會再次感知這些結果。它們會更新客服人員的內部狀態並通知未來的決策，因此完成感知、原因、動作週期。