智能体/知识库 今日: 0|主題: 389|排名: 18 

本地系统对接大模型智能体的若干尝试 摘要 最近在拿一个VibeCoding项目练手，顺手尝试了几种把本地系统接入到智能体的几种方案。 这里的智能体，泛指OpenClaw，LangChain Agent,Trae等。 项目背景 这个系统来自于我先前驾驶陪练教练的一个想法，他是在北京自己创办的驾驶陪练公司。 面向的学员一类是刚拿到驾驶证，还没信心 ...

一、LangGraph vs 其他AI框架 LangGraph是LangChain团队推出的新一代AI应用开发框架，专门用于构建有状态、多步骤的AI工作流。与LangChain的DAG模型不同，LangGraph采用Cyclic Graph（循环图）结构，支持无限循环和条件分支，可以实现真正的工作流编排。 二、核心概念 StateGraph：状态图，工作流的核心 Node：节点，代表一 ...

从小我就有一个愿望——拥有一个真正生活在手机或电脑里的“数字朋友”。它可以像我远方的朋友一样，和我通过社交软件聊天，给我分享它看到的有趣的事。市面的大模型虽然聪明，但往往被困在对话框里，缺乏真实世界里的“行动力”；而很多手机自动化项目又更偏向于“指令执行器”（我一步步教它怎么做，它再去执行），包括豆 ...

Anthropic的智能体理念以“安全、可靠、可解释”为核心，致力于构建企业级高敏感场景下的可信AI协作系统‌。其推出的Managed Agents标志着从传统AI助手向“AI操作系统”的范式跃迁：通过将模型逻辑（大脑）与执行环境（双手）彻底解耦，采用Session（会话层）、Harness（框架层）、Sandbox（沙箱层）三大组件架构，实现记忆 ...

这一章我们会解锁 Claude 的 teammate 模式，尝试开发一款 AI-oriented + 中医学习小游戏。 在遍地都是“成功学”的今天，第一版游戏更像是大型事故现场>_<，本文分两部分： Teammate 模式的开发流程回顾与技术解析 Teammate 模式踩坑指南：尤其针对国内模型，部分问题未必适用于 Claude 官方模型 一句话总结：不是AI不强 ...

一、AutoGen简介 AutoGen是微软开源的多Agent对话框架，旨在简化多Agent系统的构建。与CrewAI相比，AutoGen提供更底层的抽象和更灵活的Agent定义，最突出的特点是支持Human-in-the-Loop模式，可在Agent执行过程中接收人类反馈。 二、核心概念 AssistantAgent：AI助手，执行任务 UserProxyAgent：用户代理，支持人类输入或代 ...

一、CrewAI简介 CrewAI是一个用于编排多Agent协作的Python框架，灵感来自AutoGen但更加简洁易用。它允许开发者定义多个AI Agent，每个Agent有特定角色、目标和工具，Agent之间可以互相委托任务，形成工作流。相比单Agent，多Agent系统可以处理更复杂的任务，如研究报告生成、代码审查、数据分析等。 二、核心概念 Agent（智 ...

AI核心问题讨论：工具、认知与产业的再思考 前两天与朋友老王和老张聊天，一起讨论了关于AI目前发展的问题。其中主要讨论了3个问题，现在总结如下。 核心讨论 AI到底是什么？ AI能否理解人类？ AI是否真正创造了产业价值？ 一、AI的本质：是概率机器，还是认知雏形？ 老王 认为，当前的AI并非真正的智能，虽然是大模 ...

目前综合能力最强的手机端AI智能体是小艺Claw和Xiaomi miclaw，二者在系统级集成、跨设备协同与主动服务能力上处于领先地位；若从开放性与通用性角度考量，ApkClaw和红手指Operator则更具灵活性与可定制空间‌。 这些智能体虽同属“AI代理”（Agent）范畴，但定位与技术路径差异显著。以下从‌系统集成度、功能广度、生态协 ...

ChatGPT 百万富翁智能体 原文：ChatGPT Millionaire Agent 译者：飞龙 协议：CC BY-NC-SA 4.0 贡献页面 McKinzie Metts 致我的导师和朋友，你一直相信我的才能和技能，即使在我刚开始的时候也是如此。你把我当作新代理人，在我每一步都给予指导和支持。你的鼓励对我来说意义重大，我非常感激你所做的一切。让我们为了更 ...

现在市面上关于 AI Agent（智能体） 的讨论越来越多，但大多停留在概念层面：自主思考、任务拆解、多智能体协同…… 听起来很高大上，却很少有人告诉你：AI Agent 的本质，到底是什么？ 对于开发者来说，与其听一堆虚无缥缈的名词，不如亲手写一个。 今天我们不聊复杂理论，不套 LangChain、LlamaIndex 等框架，直接扒开 A ...

前言 这两年 AI 圈的名词，更新速度简直比前端框架发版本还快：Prompt、Agent、Skill、MCP、Workflow、Memory……一个接一个往外冒。很多朋友一边看文章一边点头，心里其实已经开始犯嘀咕：这几个词到底有啥区别？是不是都在换着 法子说同一件事？本文直接借一家饭馆后厨的故事，把这几个概念一次讲清 大模型 在正式聊 Prom ...

在AI技术重塑商业效率的当下，企业选择智能体服务商时，不仅关注技术底座的稳定性，更看重其与具体业务场景的融合能力。从制造业的柔性生产到医疗行业的辅助决策，从零售业的精准营销到教育领域的个性化教学，智能体正在通过感知、推理、记忆和执行的闭环，帮助企业实现降本增效。本文将梳理各行业的智能体落地场景，并推荐 ...

前言 最近这段时间，AIOps 这个词在技术圈里越来越常见，很多朋友都在聊：AI 到底能不能真正帮线上排障？ 笔者最近抓耳挠腮的想要将运维的实际场景结合ai，做了一个小的demo，代码量不大，但把一个 AIOps Agent 的最小闭环已经串起来了。本文就和大家一起拆一拆这个项目：它的代码结构是什么、每个文件负责什么、整个执行链 ...

前言 AI Agent（智能体）是2026年最热门的技术方向之一。不同于传统的问答机器人，Agent能够自主规划任务、调用工具、记住上下文，真正实现"自主决策"。本文用 LangChain4j 带你从零构建一个 Java 智能体。 一、什么是 AI Agent？ AI Agent 是能够自主决策并执行任务的 AI 系统，核心能力： 理解意图：解析用户自然语言 规 ...

当一个Agent要处理很多复杂的事情，就会出现效果不佳的情况，这时候Multi-Agent就可以将复杂任务进行拆分，更好的完成我们的任务。 本文基于Spring AI Alibaba框架，详解Multi-Agent的核心概念、占位符用法，以及顺序执行、并行执行、路由调度、监督者管控四大核心模式，搭配完整可运行的代码示例，快速上手多智能体开发。 ...

前言 随着大语言模型(LLM)技术的快速发展，构建智能Agent应用变得越来越简单。本文将通过两个实际的代码示例，展示如何使用Spring AI Alibaba框架构建功能丰富的天气查询Agent，从基础的测试实现到生产级的完整应用。 技术栈概述 Spring AI Alibaba: 阿里巴巴开源的AI应用开发框架 DashScope: 阿里云的AI模型服务平台 Reac ...

智能体 AI：单智能体与多智能体系统 原文：towardsdatascience.com/agentic-ai-single-vs-multi-agent-systems/ 我们在过去几年中看到了这种转变，从构建僵化的编程系统到自然语言驱动的流程，这一切都得益于更高级的大型语言模型。 在这些智能体 AI 系统中，有趣的一个领域是构建单智能体与多智能体工作流程之间的差异， ...

智能体 AI 103：构建多智能体团队 原文：towardsdatascience.com/agentic-ai-103-building-multi-agent-teams/ 简介 在我的最后两篇在 TDS 的文章中，我们探讨了智能体 AI 的基础知识。我一直在与您分享一些可以帮助您在这个内容海洋中航行的概念。 在前两篇文章中，我们探讨了如下内容： 如何创建您的第一个智能体 ...

引言：Java 正式进入 AI 智能体时代 过去几年，Python 凭借 LangChain、LlamaIndex 等框架在 AI 应用开发领域占据绝对主导地位。然而，随着企业级 AI 应用需求的爆发式增长，Java 开发者迫切需要能够在现有企业架构中无缝集成 AI 能力的解决方案。 2024-2026 年，Java AI 生态迎来爆发： Spring AI 正式发布 GA 版本，成为 ...