#LangChain Agent开发
共 390 篇相关文章
·18 分钟
Gemma 4:31b 实测：Ollama 本地部署稳定性大幅提升
Reddit 用户实测反馈 Gemma 4:31b 在 Ollama 上的最新表现：工具调用不再频繁失败，乱码输出问题消失。深入分析本地大模型稳定性提升的技术原因与实际意义。
阅读全文 →
·16 分钟
AI Agent开发进阶：三大主流框架实战全解析
深入解析AI Agent开发的阶梯式学习路径，涵盖LangChain、LangGraph、CrewAI三大主流框架实战，从单智能体到多智能体协作，帮助开发者系统掌握AI智能体应用开发核心技能。
阅读全文 →
·10 分钟
Anthropic AI课程之后：三大进阶学习平台对比与选择指南
完成Anthropic免费AI课程后如何进阶？本文深度对比Udacity、DeepLearning.AI和Coursera三大平台在项目实战、技术深度和证书含金量上的差异，帮助开发者找到最适合自己的AI工程师学习路径。
阅读全文 →
·19 分钟
LangChain工具调用实战：用@tool装饰器给AI Agent装上第一个工具
详解LangChain中AI Agent工具调用的完整流程，从@tool装饰器定义工具到接入Agent自动调用，包含计算器工具代码示例、安全注意事项及命名规范，帮助初学者快速上手Agent开发。
阅读全文 →
·18 分钟
Embabel：专为JVM打造的AI智能体框架深度解析
Embabel是一款基于Kotlin编写的JVM智能体框架，为Java/Kotlin开发者提供在熟悉技术栈中构建AI Agent的能力。本文深度解析其定位、技术优势及与Spring生态的协同价值。
阅读全文 →
·17 分钟
Java后端转型AI：Spring AI多Agent协同实战指南
Java后端工程师如何转型AI Agent开发？本文梳理AI能力从Chat到Agentic AI的演进路线，详解ReAct自主决策、MCP工具调用、多Agent协同编排等核心技术，助力后端开发者用Spring AI快速落地智能体应用。
阅读全文 →
·11 分钟
MCP协议详解：AI工具调用的统一标准与实践指南
深入解析MCP（Model Context Protocol）协议的核心原理与应用价值。了解MCP如何统一大模型工具调用标准，解决跨模型工具复用、Agent解耦等痛点，助力AI应用高效开发。
阅读全文 →
·12 分钟
企业级Agent上线前必做6件事：可观测+评估全解析
详解企业级AI Agent上线前必须解决的6大工程难题，重点剖析Langfuse在追踪、可观测与评估方面的实战方案，涵盖Trace概念、Prompt治理、评估四阶段及高并发架构设计。
阅读全文 →
·12 分钟
BigQuery与ADK构建数据Agent实战：一行代码搞定AgentOps
深入解析谷歌云基于BigQuery与ADK构建数据Agent的完整技术栈，涵盖MCP Toolbox参数化SQL、托管MCP服务器零运维部署、Agent Analytics一行代码接入可观测性，以及家乐福生产级落地的关键工程经验。
阅读全文 →
·7 分钟
资深数据科学家被裁后如何求职：AI就业市场生存指南
一位拥有物理学博士学位和4.5年经验的资深数据科学家被裁员，其经历折射出AI就业市场从传统ML向Agent工程能力转型的趋势。本文分析当前数据科学岗位的结构性变化，并提供补齐LLM工程能力、重新包装技能、拓宽求职方向等实战建议。
阅读全文 →
·6 分钟
Tura：让AI Agent省80%Token的新思路解析
深入分析Tura框架如何通过智能上下文管理、结构化工具调用等技术手段，帮助AI Agent减少80%的Token消耗同时提升任务完成质量，探讨Agent工程效率优化的未来趋势。
阅读全文 →
·14 分钟
AI Agent完整会话复盘：真实工作流中的得与失
通过一次完整的AI Agent工作会话复盘，揭示Agent的真实能力边界、常见失败模式，以及如何建立高效的人机协作工作流。告别精心剪辑的演示，了解Agent在真实场景下的表现。
阅读全文 →
·17 分钟
Omniwork登顶ProductHunt：主动式桌面AI智能体重塑创意工作流
Omniwork以主动式桌面AI智能体操作系统登顶ProductHunt，通过Research、Create、Monitor、Automate四类智能体协同，为创意工作者提供常驻运行的智能协作系统，覆盖从调研到自动化发布的完整创意工作流。
阅读全文 →
·8 分钟
AgentGuard：检测AI Agent无效LLM调用与循环的轻量工具
AgentGuard是一款Python轻量工具，专门检测AI Agent工作流中的重复LLM调用和循环模式，通过实时浪费比率量化token浪费，帮助开发者降低成本并提升Agent调试效率。
阅读全文 →
·18 分钟
谷歌开源Agent Skills：AI智能体官方技能库深度解析
深度解析谷歌开源项目google/skills，了解这个GitHub星标超16000的AI Agent技能库如何为智能体提供标准化能力模块，助力开发者快速接入Google生态。
阅读全文 →
·15 分钟
Channels SDK：让AI Agent无缝接入Slack、Teams等任意平台
深入解析Channels SDK如何解决AI Agent的渠道分发难题。通过统一中间件抽象层，实现一次开发、多渠道部署，将智能体无缝接入Slack、Microsoft Teams等通讯平台，降低企业AI落地门槛。
阅读全文 →
·15 分钟
Qwen3-Max深度解读：编码与协作能力全面解析
阿里巴巴发布通义千问Qwen3-Max旗舰模型，定位编码与协作新标杆。本文深度解析其编码能力、协作定位、开源生态策略及行业竞争格局，帮助开发者全面了解这款大模型的核心优势与应用前景。
阅读全文 →
·9 分钟
LangGraph Studio隐藏功能：可视化调试Agent工作流的实战技巧
深入解析LangGraph Studio的隐藏功能，包括时间旅行调试、交互式状态编辑和人在回路测试，帮助开发者高效调试AI Agent工作流，大幅提升LangGraph应用开发效率。
阅读全文 →
·17 分钟
LangChain Managed DeepAgents：托管Agent基础设施，专注核心逻辑
LangChain推出Managed DeepAgents公测版，托管评估、记忆、OAuth授权、Slack集成和沙箱等Agent基础设施，让开发者专注Agent核心逻辑。深度解析其功能架构与行业影响。
阅读全文 →
·15 分钟
QwenGrowthPlan千问成长计划：真实任务驱动AI模型迭代新范式
阿里通义千问推出QwenGrowthPlan成长计划，邀请开发者用真实任务反馈推动Qwen3.8-Max模型迭代优化。深度解析该计划对agentic智能体能力提升、社区共建生态和大模型竞争格局的深远影响。
阅读全文 →