会话即 Agent：单体架构哲学
相比起传统ai聊天软件中的，先创建会话，再选择一个Agent的架构。UNIChat 采用了一种独特的设计，你是先选择一个Agent，然后开始对话。
传统模式 vs UNIChat 模式
| 特性 | 传统聊天工具 | UNIChat |
|---|---|---|
| 配置归属 | 全局或角色库 | 深度绑定在Agent中 |
| 知识库 | 全局关联 | Agent私有化关联 |
| 灵活性 | 单个会话会影响AI整体的表现 | 每个Agent都是独立的进化个体 |
为什么要这么设计？
相信用过ChatGPT的人都知道GPT有一个参考历史会话的功能，本质是OpenAI引入这个功能是为了给用户提供个性化内容，但是实际上，他经常会在回复的结尾来一嘴：
- “你之前和我讨论过xxx，我们现在的aaa和xxx本质上有异曲同工之妙，这表明了你是一个……的人。如果你有兴趣的话，我可以帮定制一个把aaa的哲理运用到xxx的计划，你只需要说需要，我立马……“
（aaa和xxx是八竿子打不着的东西） 反正我看到这样硬凑关系没话找话是经常红温的。
那么UNIChat这样的架构的能带来：
1. 减少上下文污染
如果您在局设置了一个“代码助手”角色，但您想在某个特定的对话中让他改用 Python 3.12 的标准库，传统工具可能需要你修改全局设置。而在 UNIChat 中，你只需要在Agent的设置中微调即可，不会干扰其他对话。
2. 状态的完整性
一个 Agent 应该包含它的：
- Persona (人设)：它是谁？
- Knowledge (知识)：它知道什么？
- Parameters (参数)：它的回复风格如何（Temperature, Top-P 等）？
3. 关联更强
例如你可以为一个项目专门创建一个Agent，该Agent可以访问到你和她有关这个项目的所有对话 and 内容，全面的了解这个项目，并且在每一次提问中，更加的智能。但是却不会污染其他非项目相关的会话。
操作指南
在agent设置面板单击编辑，进入agent编辑页面，你可以随时调整Agent的各项设置。具体参照：