Agent精读笔记

本页汇总「Agent」主题下的 56 篇精读卡,适合按编号顺序阅读,也可以通过左侧搜索直达具体主题。

0-1基于dify搭建智能体(Agent)助手0 1基于dify搭建智能体(Agent)助手 本方案旨在利用 Dify 平台的智能体功能,为电商企业 打造一个高度智能化的 AI 客服助手 。 通过采用先进的智能体技术,能够 自... 0-1搭建一个决策执行Agent0 1搭建一个决策执行Agent 提示 本文使用 Python 从零开始构建一个任务执行Agent。 该Agent能够根据用户输入做出决策、选择适当的工具并执行相应的任务。 [图示... 1.2 AI Agents (智能体)1.2 AI Agents (智能体) 内容状态 这篇资料当前只有标题、目录、附件占位或极少量文字,不能当作完整精读正文使用。 处理原则: 不根据标题扩写,不伪造正文。 如果它是索... AAIF资料AAIF资料 [图示已省略] 提示 智能体 AI 的崛起不仅推动了技术创新,也带来了治理与安全的新挑战,AAIF 的成立正是行业协作与标准化的关键一步。 执行摘要 智能体人工智能(... AGENTS.md资料AGENTS.md资料 AGENTS.md 规范 提示 AGENTS.md 不是提示词,而是 Contract。不是表达模型应该如何思考,而是规定它如何工作、如何输出、如何被审计、... AGI 的定义与概念AGI 的定义与概念 提示 AGI 是人类智能的镜像还是超越?真正的通用智能,关键在于均衡认知与持续成长,而非单一能力的堆砌。 通用人工智能(AGI)是人工智能领域的终极目标,指的... Agent Data Protocol资料Agent Data Protocol资料 提示 ADP(Agent Data Protocol)通过标准化智能体训练数据格式,极大简化了 LLM 智能体的微调流程,提升了跨任务泛... Agent Memory入门Agent Memory入门 内容状态 这篇资料当前只有标题、目录、附件占位或极少量文字,不能当作完整精读正文使用。 处理原则: 不根据标题扩写,不伪造正文。 如果它是索引型资料,... Agent Memory实现Agent Memory实现 内容状态 这篇资料当前只有标题、目录、附件占位或极少量文字,不能当作完整精读正文使用。 处理原则: 不根据标题扩写,不伪造正文。 如果它是索引型资料,... Agent Memory搭建Agent Memory搭建 内容状态 这篇资料当前只有标题、目录、附件占位或极少量文字,不能当作完整精读正文使用。 处理原则: 不根据标题扩写,不伪造正文。 如果它是索引型资料,... Agent Sandbox资料Agent Sandbox资料 Agent Sandbox:Agent Runtime 的统一执行域(Execution Domain) 提示 工具执行的安全隔离是智能体系统迈向企... Agent Skill资料Agent Skill资料 Agent Skill:智能体能力的标准化尝试 提示 能力的标准化,是智能体生态走向工程化的必经之路。Agent Skill 的出现,让“能力”不再藏在... Agent vs 微服务 vs ServerlessAgent vs 微服务 vs Serverless [图示已省略] Agent、微服务、Serverless:三种执行模型的本质区别 提示 Agent 的执行语义和生命周期完全不... AutoGen资料AutoGen资料 AutoGen:多智能体协作的工程化实践 提示 让智能体像团队一样协作,是 AI 工程进化的关键一步。 前言 在上一节中我们了解了如何使用 LangChain ... LangGraph 多工具智能体LangGraph 多工具智能体 设计有状态智能体的阶段编排与控制流程 为了构建一个多工具 Agent,我们采用 分阶段的流程设计 :例如包含“需求分析/检索 → 计划 → 工具执... MiniMax M2.7:核心亮点解析 + 真实Agent实战测试MiniMax M2.7:核心亮点解析 + 真实Agent实战测试 就在最近,距离上一次发布 MiniMax M2.5 仅过去一个月,MiniMax 再次迎来重磅更新! MiniM... SGLang 结构化输出与函数调用SGLang 结构化输出与函数调用 SGLang 架构 下图展示了 SGLang 的整体架构,帮助理解其分层设计和各模块的作用。 [图示或嵌入内容已省略] 图 1: SGLang ... SpecKit资料SpecKit资料 [图示已省略] GitHub SpecKit 规范驱动开发 提示 规范驱动开发(SDD)让软件工程更高效、更自动化,SpecKit 是实现这一理念的最佳实践工具... TradingAgents:多智能体LLM金融AgentTradingAgents:多智能体LLM金融Agent TradingAgents 框架 TradingAgents 是一个模拟真实交易公司运作模式的多智能体交易框架。Tradi... 《MetaGPT智能体开发入门》教程《MetaGPT智能体开发入门》教程 教程内容: 📘【课程内容】 你是否曾梦想拥有一个专属的AI助手,为你解决日常琐事,提供实时资讯?课程将深入浅出地教授如何使用MetaGPT开发... 从0到1开发一个商用 Agent(智能体)从0到1开发一个商用 Agent(智能体) 1.1Agent设计 下面以Demo中的几个典型Agent为例,详细介绍设计思路与实现方式,基于Eino框架快速落地多智能体协作系统。 ... 从零开始搞懂 AI Agent从零开始搞懂 AI Agent 视频: 一堂课搞懂 AI Agent 的原理 [附件或图示已省略] 一、AI Agent 的本质——从「听话」到「主动」 1.1 AI Agent ... 从零开始搭建基于 LangGraph 的 AI Agent从零开始搭建基于 LangGraph 的 AI Agent 提示 引入当前 Agent 热门框架——LangGraph。 将 Agent 的运行流程抽象为“节点 + 状态流转” ,... 从零开始构建你的第一个 ReAct Agent从零开始构建你的第一个 ReAct Agent 提示 本文完整介绍 ReAct 框架在实际任务中是如何运行的,展示如何结合工具链完成 “推理 + 执行” 的闭环过程。 [图示已省略... 企业级稳定可部署的AI agent企业级稳定可部署的AI agent 前言 今天,我们将重点关注AI在实际应用中的落地表现,特别是 Spring AI 如何能够帮助企业实现功能优化以及推动AI与业务的深度融合 。 ... 使用 LangChain 构建智能体使用 LangChain 构建智能体 LangChain 核心概念 LangGraph 架构 [图示或嵌入内容已省略] 图 1: LangGraph 架构示意 LangGraph ... 分层路径分层路径 氛围编程的演进路径 传统编程强调人与机器的直接交互,而 氛围编程(Vibe Coding) 则聚焦于人与 AI 智能体的协作共创。开发者不仅仅是编写代码,更是在与智能体的... 医疗智能体Agent医疗智能体Agent AI Agent案例解析【5】 医疗智能体Agent 提示 AI医院是一种创新性的医疗服务平台,通过模拟真实医院的设施和流程,利用人工智能技术为患者提供 低成... 基于Agent搭建ai论文写作程序基于Agent搭建ai论文写作程序 基于 Agent 的 AI 论文写作平台:自动化写作与智能辅助 本项目能够自动化完成从规划、研究、撰写到修改的整个论文创作流程。基于LangGr... 基于dify实践Agentic AI基于dify实践Agentic AI Dify 之于 Agentic AI Agent 构建模式:低代码(Low code)还是高代码(High code)? 在探讨 AI Age... 多智能体协同多智能体协同 提示 多智能体协同通过多个 LLM 驱动的智能体分工协作,实现复杂任务的高效完成。 本文深入探讨角色分工、共识机制、任务合并、跟踪模式与资源控制,结合 LangGra... 学业辅导智能体Agent学业辅导智能体Agent RAG拍照搜题系统技术架构详解 拍照搜题系统采用“三层管道(多模态 OCR → 语义检索 → 答案渲染)、两级检索(倒排 BM25 + 向量 HNSW)并... 安全设计原则安全设计原则 提示 智能体的安全不是“补丁”能解决的,而是架构与流程的系统性重塑。 引言 在传统安全体系中,系统是可预测的、确定性的,我们能通过权限、审计与访问控制来防御攻击。 然... 实践指南实践指南 实践指南 提示 本文以循序渐进的方式,系统演示如何基于 LangChain 1.0 构建实用的 AI 智能体,涵盖环境初始化、对话代理、外部 API 集成、多节点工作流编... 展望展望 AI 原生展望 AI 原生的本质,是系统形态与工程原则的整体重塑,而非技术清单的简单升级。 提示 AI 原生并不是对已有技术清单的再次汇总,而是对系统形态、工程原则与组织能力... 工作流与Agent实战指南工作流与Agent实战指南 本文从Anthropic的文章《Building effective agents》出发,为构建高效的工作流、Agent提出实战指南。 [图示已省略] ... 平台化平台化 企业级 AI 平台化与多智能体基础设施演进 平台化的本质,是用系统工程思维重塑 AI 的可扩展性与协作边界。 前言 提示 AI 的快速普及推动了企业从“功能性 AI 应用”... 应用开发模板应用开发模板 内容状态 这篇资料当前只有标题、目录、附件占位或极少量文字,不能当作完整精读正文使用。 处理原则: 不根据标题扩写,不伪造正文。 如果它是索引型资料,只把它作为入口保... 快速构建智能体快速构建智能体 从零开始用 Python 构建智能体 提示 智能体不是魔法,而是工程。理解其本质,才能驾驭未来 AI 的无限可能。 本文以最小可运行代码为例,系统讲解如何用 Pyt... 总结与展望总结与展望 总结与展望 提示 LangChain 1.0 以其易用性与强大扩展性,成为 AI 智能体工程的重要里程碑。本文总结其核心优势、未来方向,并对比主流 LLM 框架,帮助开... 数据分析智能体Agent数据分析智能体Agent AI实战丨数据分析Agent DataAgent 一、整体架构 从架构上, DataAgent 是一款基于 Agent 构建的、面向企业级复杂场景的“虚拟... 数据库智能体数据库智能体 数据库智能体的定义与本质 数据库智能体并非简单的“AI Copilot”或 SQL 自动补全工具,而是指具备自主规划、调度和执行任务能力的智能系统。它们不仅能理解自然... 方法论与工程演进方法论与工程演进 从规范到系统:SDD 的方法论与工程演进 提示 SDD 让“规范”成为软件工程的核心资产,推动 AI 原生开发范式的深刻变革。 从代码中心到规范中心的转变 传统软... 智能体系统工程化智能体系统工程化 提示 智能体的未来不是更聪明,而是更可靠。工程化是智能体落地的唯一出路。 智能的不确定性,必须以工程的确定性为支撑 近年来,智能体(Agent)技术的热潮让“写几... 智能体网络智能体网络 智能体网络(Agentic Web):引领下一代互联网 提示 智能体网络(Agentic Web)以智能体为核心,重塑互联网交互与经济模式,推动网络迈向自治与协作新范式... 最佳实践最佳实践 最佳实践 提示 构建高性能、稳定可靠的 LangChain 智能体应用,需要在性能、容错、状态管理、多模态扩展、提示工程和持续评估等方面遵循系统性最佳实践。本文总结了实战... 核心原理核心原理 智能体基础原理、组成与执行流程:简易指南 提示 智能体的本质在于认知循环与多模块协同,远超简单的 LLM+ 工具调用。理解其架构与执行流程,是构建高效自主 AI 系统的关... 核心技术核心技术 提示 提示词工程已成为 AI 应用开发的“新软件工程”,结构化与工程化能力决定了模型的极限。 提示词工程已经从“写一句提示词”演变为 系统化、工程化、可验证的模型交互范式... 核心概念核心概念 LangChain 核心概念 提示 LangChain 1.0 通过 LangGraph 架构、工具集成、结构化输出和消息传递机制,为构建复杂智能体系统提供了强大底层能力... 概述概述 提示 规范驱动开发的本质,是让“氛围”变成“结构”,让协作变得可控与可验证。 从氛围编程到 SDD:范式迁移与系统演进 在我持续研究“Vibe Coding(氛围编程)”的过... 概述概述 AI 编程的简明历史轨迹 回顾 AI 编程的发展历程,有助于理解氛围编程的技术演进脉络。以下以时间为线索,梳理主要阶段: 启蒙与实验(1970s–1990s) 早期的专家系统... 用设计和编程 Agent 设计网站用设计和编程 Agent 设计网站 入门指南 教程简介 让我们使用 AI 设计 Agent 和编码 Agent,从零开始搭建一个完整的网站。 设计 Agent:负责创建 logo、... 第三章:官方文档——深入解析 Codex 智能体循环第三章:官方文档——深入解析 Codex 智能体循环 Codex CLI⁠(在新窗口中打开) 是我们打造的跨平台本地软件智能体,其设计宗旨是在你的计算机上安全、高效地运行,并交付高... 编程语言选择编程语言选择 提示 编程语言的边界正在消融,协作与意图才是 AI 时代开发者的真正舞台。 在氛围编程(Vibe Coding)的语境下,编程语言不再只是让计算机“听懂人话”的语法,... 自治闭环自治闭环 [图示已省略] Agent Control Loop:智能体自治闭环 提示 真正的智能体必须具备自我反馈与持续改进的能力,自治闭环是其实现自主决策的关键。 在智能体系统中... 运维智能体Agent运维智能体Agent AI Agent案例解析【2】 运维智能体Agent AI Agent 在智能运维领域有着独特优势,它可以利用外部工具克服大语言模型的限制。 例如,当需要获取...