共 72 篇相关文章
教程攻略深入解析LangChain LCEL表达式语言的核心概念,涵盖管道操作符底层原理、RunnableLambda函数包装、RunnableParallel并行检索及RunnablePassThrough透传机制,附完整代码示例与RAG多源检索实战。

详解LangChain框架、Agent智能体与MCP协议的核心概念及协作关系,帮助开发者理解如何通过标准化工具调用协议解决模型切换的碎片化难题,快速构建可维护的AI应用。

深入解析LangChain框架与MCP协议如何协同构建企业级AI智能体,涵盖Agent工具绑定、对话历史管理、循环推理机制及企业级落地方案,帮助开发者快速上手AI应用开发。
DeepSeek Harness 深度解读:一切皆插件的 Agent 框架
DeepSeek Harness(简称 dsh)是 DeepSeek AI 于 2025 年开源的 Agent 框架(智能体框架),不是评测系统或 benchmark 工具。 核心定位: - 用于构建和运行 AI Agent(智能体)的开发框架 - 命令行工具名为 dsh,提供 Web UI(默认 http://127.0.0.1:3080) - 安装方式:npx @deepseek-ai/dsh web 或从源码构建 核心设计理念: - 「Everything is a plugin」(一切皆插件)—— 所有功能都以插件形式组织 - 基于 Cordis 框架驱动,Cordis 的理论基础来自论文《A Programming Paradigm for Spatiotemporal Composability》(时空可组合性的编程范式) - 强调组件的可组合性和模块化 技术架构: - 插件化架构:功能全部通过插件扩展,社区已有 7000+ 插件 - 支持并发子 Agent(有用户在 200+ 并发子agent场景下使用) - 提供 Web UI 界面进行交互 - 开源协议 MIT,

深度解析LangChain框架的四大核心特点(统一模型接口、模块化架构、智能体工具调用、记忆管理)与六大应用场景(RAG、Agent、对话系统等),助你在大模型开发面试中从容应答。

深入分析LangChain框架的技术定位与学习价值,涵盖核心组件解读、GenAI课程评估标准及初学者实战路径建议,帮助开发者高效入门生成式AI应用开发。

深入解析LangChain 1.3的核心价值,涵盖底层框架学习思路、AI编程认知误区、LangGraph与Deep Agent关系,以及医疗多智能体实战项目构建方法,帮助开发者建立系统化的Agent开发能力。

系统梳理大模型学习路线,从Python基础到LangChain、LlamaIndex两大框架,再到RAG、Agent、模型微调三大核心技能,最后通过实战项目完成闭环,助你三个月内掌握大模型应用开发能力。

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。

详解全栈LangChain应用的架构设计,涵盖FastAPI后端搭建、流式响应实现、前端React集成方案,以及LangServe、LangGraph等工具的实战选型建议,帮助开发者从原型快速迈向生产级AI产品。

Agent DevTools是一款开源本地调试器,支持检查AI Agent的提示词、记忆、检索和工具调用状态,提供好坏运行对比功能,帮助开发者告别print()调试,快速定位Agent行为异常的根因。

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。

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。

深入解析LangSmith Gateway的核心功能,包括成本控制、速率限制、PII数据脱敏、编码代理集成及开源模型接入,帮助企业构建安全可控的AI基础设施。

基于开发者社区真实经验,详解AI Agent从零构建的完整流程:如何选择第一个任务、工具选型对比(无代码vs框架vs手写)、稳定性调优难点,以及判断Agent是否真正完成的评估标准。

OpenComputer是一款AI智能体托管部署平台,支持一句话描述即可获得可运行的智能体URL。本文深入分析其工作流设计、市场定位及需要注意的安全与成本问题。

系统梳理LangChain、LangGraph到多智能体开发的进阶路线,涵盖RAG、Tool Calling、MCP等核心概念,帮助开发者快速切入AI应用开发,掌握大模型工程化实战能力。

Anthropic Claude Code Artifacts正式面向Pro/Max用户开放,支持生成交互式网页并实时部署。本文盘点AI Agent最新动态:阿宝公测、字节EdgeBench评测、微软Frontier Company成立,及OpenAI、Anthropic的算力布局。

全面解析LangGraph核心概念,涵盖图API与函数API选型、三层技术架构(图语法/工具层/智能体)、流程可视化三种方法,帮助开发者从LangChain进阶到多Agent编排开发。
13k星开源教材:深入理解AI Agent设计原理与工程实践
李博杰所著《深入理解AI Agent:设计原理与工程实践》以开源形式发布于GitHub,累计突破13000 star。涵盖工具调用、记忆机制、规划与多智能体协作等核心模块,配套可运行Python代码,是系统学习AI Agent的中文实战教材。