#大模型应用开发
共 74 篇相关文章
深度解读·5 分钟
Agent智能体工作原理拆解：四要素与ReAct循环决策机制详解
深度解析AI Agent智能体的四大核心要素（大模型、工具集、提示词、执行器）与ReAct循环决策机制，通过天气查询实例拆解Agent推理-行动的完整工作流程，帮你真正理解智能体的动态决策本质。
阅读全文 →
深度解读·11 分钟
Agent Loop核心机制详解：从零构建ReAct循环（附踩坑实录）
深入解析AI Agent核心机制Agent Loop的工作原理，基于ReAct架构实现推理与行动的循环。涵盖Tool Call ID处理、上下文管理、Assistant消息回传等关键细节，附完整Python代码与常见Bug排查。
阅读全文 →
教程攻略·3 分钟
LangGraph 1.0.5教程：六节课掌握AI Agent编排与多智能体实战
LangGraph 1.0.5系列教程完整解析，涵盖状态持久化、记忆管理、Human in the Loop、流式输出、时间旅行、多智能体协作等核心特性，六节课从入门到生产部署，助你掌握AI Agent底层编排框架。
阅读全文 →
教程攻略·10 分钟
Langmanus多智能体框架详解：架构原理与Agent扩展实战
深入解析Langmanus多智能体框架的架构设计，详解LangGraph图编排下协调员、规划器、监督员等六大角色协同机制，并演示如何添加自定义天气智能体，掌握AI Agent编排开发的核心方法与扩展技巧。
阅读全文 →
产品体验·8 分钟
Manus评测：对比MetaGPT深度拆解AI Agent真实水平
深度评测Manus AI Agent，从技术、产品、营销三维度对比MetaGPT开源框架，揭示核心能力重合度超90%。拆解Manus是技术创新还是产品化包装，帮开发者和普通用户理性判断这款通用AI智能体的真实实力。
阅读全文 →
教程攻略·6 分钟
LangGraph多智能体实战：从零构建医疗Agent系统
深入解析LangGraph多智能体架构在医疗行业的落地实践，涵盖LangChain、RAG、MCP技术栈协同应用，从需求分析到Agent编排的完整构建思路，帮助开发者掌握企业级多智能体系统开发的核心方法论。
阅读全文 →
教程攻略·11 分钟
大模型RAG开发实战：原理详解与企业级落地指南
深入讲解RAG检索增强生成的核心原理与搭建流程，涵盖Embedding向量化、FAISS向量数据库、LangChain开发框架，以及企业级RAG项目中回答质量优化的实战经验与解决思路。
阅读全文 →
深度解读·9 分钟
ReAct模式与Transformer架构详解：前端AI面试高频考点
深入解析Agent核心逻辑ReAct（推理+行动）模式的执行流程、Transformer自注意力机制原理，以及前端开发者在AI应用落地中需要掌握的提示词工程、RAG、Agent开发等核心技能，助你轻松应对前端AI面试。
阅读全文 →
深度解读·9 分钟
什么是大模型？一文讲透参数、模型与AI大模型的本质
大模型到底是什么？本文从"模型"和"参数"两个核心概念出发，用通俗易懂的方式解析大模型的本质，涵盖GPT参数规模对比、向量维度、开源模型选择等实用知识，帮你真正理解AI大模型。
阅读全文 →
教程攻略·10 分钟
2025年大模型转型路线图：基础→框架→实战三阶段规划
系统梳理2025年AI大模型应用开发转型路线，涵盖Python基础、Transformer架构、LangChain与LlamaIndex框架、RAG检索增强生成、Agent开发、模型微调三大核心技能，附实战项目建议，助你2-3个月完成转型。
阅读全文 →
教程攻略·9 分钟
Vibe Coding实战指南：SDD规范驱动开发重塑全栈编程流程
深入解析2025年AI编程（Vibe Coding）的核心方法论——SDD规范驱动开发，涵盖从需求分析到部署运维的全流程落地路径，帮助开发者掌握Claude Code等工具的底层逻辑，实现从手写代码到AI驱动开发的转型。
阅读全文 →
深度解读·10 分钟
MCP协议详解：取代Function Calling的智能体通信新标准
深入解析MCP（Model Context Protocol）协议的核心概念、三种通信机制（Stdio/SSE/Streamable HTTP）及生态现状。了解MCP如何取代Function Calling，实现智能体与工具的标准化远程调用，打破企业数据孤岛。
阅读全文 →
教程攻略·9 分钟
AI Agent学习路线图：LangChain到企业级落地的完整指南
深度解析GitHub热门开源项目ai-agents-from-zero，涵盖LangChain、LangGraph、RAG、MCP等主流技术栈，提供从零基础到企业级AI Agent开发的系统化学习路径、实战项目与面试题库。
阅读全文 →
产品体验·9 分钟
AIFlowy：Java版Dify替代方案，企业级AI应用开发平台
AIFlowy是基于Java技术栈的开源AI应用开发平台，对标Dify和Coze，支持可视化工作流编排、多模型接入、RAG检索增强生成等功能。本文深度解析其技术架构、核心功能与企业级应用场景。
阅读全文 →
教程攻略·11 分钟
Agentic RAG完整实现指南：原理、架构与代码实战
深入解析Agentic RAG的核心原理与代码实现。对比传统RAG的局限性，详解如何通过工具化检索、React Agent闭环实现智能检索增强生成，附LangChain/LangGraph实战代码。
阅读全文 →
教程攻略·11 分钟
Agentic RAG实战教程：用LangGraph实现智能检索增强生成
深入讲解Agentic RAG的原理与代码实现，对比传统RAG的局限性，通过LangChain和LangGraph演示如何将检索能力工具化，让大模型具备自主决策、多轮迭代检索的智能体能力。
阅读全文 →
教程攻略·10 分钟
测试工程师用5大工具搭建18个AI Agent实战指南
详解测试工程师如何用Coze、LangChain、Dify、Cursor、Skills五大工具搭建18个AI Agent，覆盖需求分析、用例生成、脚本编写、回归测试全流程，零基础也能上手，日均节省2小时以上。
阅读全文 →
教程攻略·11 分钟
Agentic RAG实战：原理剖析与LangChain代码实现指南
深入对比传统RAG与Agentic RAG的架构差异，解析Agentic RAG的规划、工具调用、多步迭代三大核心能力，并基于LangChain和LangGraph提供完整的ReAct Agent代码实现，附ChatBoss开源项目实战案例。
阅读全文 →
