英文：Graph Retrieval-Augmented Generation 分类：agent
先用大模型从语料中抽取实体与关系构建知识图谱，再在图上做社区摘要与多跳检索。它擅长回答「跨多份文档、需要串联关系」的全局性问题，是向量检索的补强方案。
Agent系统的核心组件包括：LLM推理引擎、工具注册表（Function Calling Schema）、记忆存储（向量数据库+对话历史）与规划器。关键技术点包括：提示工程（ReAct/CoT）、错误恢复（Replan）与多轮对话状态管理。
Agent概念最早可追溯到2015年DeepMind的DQN，2023年OpenAI Plugin与Function Calling将其带入大模型时代；随后LangChain、Dify、Coze等框架大幅降低了开发门槛。
典型应用包括：个人助理（日程管理、邮件起草）、代码Agent（自动修复bug）、数据分析Agent（自然语言查数据库）。生产环境需设置Guardrail防止越权操作，并记录完整执行轨迹用于审计。
相关词条：Agent Harness · Agent · 思维链 · MCP · Agentic RAG