第25章：Agent 策略深度解析——FC vs CoT 源码对比

1. 项目背景第 8 章我们用 Agent 搭了一个行程规划助手——配置策略、添加工具、写好 Prompt，AI 就自己跑起来了。但当 Agent 在 8 步后陷入循环（反复调同一个工具但结果不满意），或者明明有搜索工具却不去调用（Agent 认为"不需要搜索"），你就需要从源码级理解 Agent 的决策机制。Dify 的 Agent 有两种策略：Function Calling（FC）Agent和Chain-of-Thought（CoT）Agent。它们的核心差异不在于"能不能调用工具"（两种都能调用），而在于工具调用的触发机制和决策过程的透明度。FC Agent 依赖 LLM 原生的 Function Calling 能力——模型被训练成能输出结构化的 JSON（{"name": "get_weather", "arguments": {"city": "Beijing"}}）。Dify 解析 JSON 后执行工具，把结果返回给 LLM。这个流程稳定、快速，但只有高级模型（GPT-4、Claude）支持。CoT Agent 不依赖模型的 Function Calling 能力，而是通过精心设计的 Prompt 模板，让 LLM 以纯文本形式输出"思考：…动作：工具名[参数]"。Dify 用正则解析这行文本后执行工具。兼容所有模型（包括开源的小模型），但文本解析容易出错——LLM 多打了空格、少写了引号、用了中文冒号——正则就匹配失败。场景一：CoT Agent