refactor: 优化 guide 文章

Author: hashpanda

docs/zh/guide.md

@@ -53,6 +53,40 @@
 | ⑥ 多 Agent 协作 | 复杂任务怎么办？ | 拆分给多个 Agent，各自隔离并行 |
 | ⑦ 生态与运维 | 怎么变成产品？ | MCP 协议 + 插件 + 错误恢复 + 打包发布 |
 
+### 另一种视角：LLM Agent 四大组件
+
+学界与通识材料里常把 Agent 拆成四块——和上面的「七层」是**同一套能力的不同切法**：七层偏**工程落地**，四大组件偏**心智模型**。对照着读，不容易迷路。
+
+**简单记：大脑 + 规划 + 记忆 + 工具。**
+
+```
+LLM Agent 四大核心组件
+├── 1. Agent / Brain（大脑 / 代理）
+│   └── LLM 作为主控制器，协调整条操作流
+│
+├── 2. Planning（规划）
+│   ├── 无反馈规划：CoT（单路径）、ToT（多路径探索）
+│   └── 有反馈规划：ReAct、Reflexion（与环境交互、迭代反思）
+│
+├── 3. Memory（记忆）
+│   ├── 短期记忆：当前上下文（受上下文窗口限制）
+│   └── 长期记忆：过往行为与结论（常见做法：向量检索 + 外部存储）
+│
+└── 4. Tools（工具）
+    └── 与外部环境交互：搜索、代码执行、数据库、MCP 服务等
+```
+
+**和本文七章怎么对齐？**
+
+| 四大组件 | 在本文中的位置 | 说明 |
+|---------|----------------|------|
+| **Brain** | 第〇章、第一章 Agent Loop | while 循环里由 LLM 决定「下一步调什么、何时停」 |
+| **Planning** | 第一章（隐式）、第六章多 Agent | 本教程栈的循环本质是 **ReAct 式**：推理与工具调用交替、每步都能读环境反馈。单路径链式推理（CoT）多在单轮或提示里完成；**TodoWrite、Coordinator** 显式承担「先拆任务再执行」的规划层。ToT / Reflexion 不是 CLI 主线，了解即可。 |
+| **Memory** | 第三章上下文管理 | **短期** = `messages` + 窗口预算；**长期**在课里主要是 system、CLAUDE.md、压缩摘要与落盘引用。向量库 RAG 是另一条工程路径，本仓库侧重「上下文工程」而非检索增强。 |
+| **Tools** | 第二章、第七章 MCP 等 | JSON Schema 工具、MCP 扩展，对应「手」和「外延能力」。 |
+
+> **架构洞察：** 先记住「四大组件」能和别人对齐术语；做产品时再拆成「七层」——权限、终端 UI、打包发布这些，在四大组件图里不会单独占一格，却是生产级 Agent 不可缺的一层。
+
 接下来，我们逐层展开。
 
 ---