大模型智能体

小易老师AI实战

LangGraph Agent 任务规划中间件：TodoListMiddleware 原理解析在复杂Agent链路中，大模型很容易丢失步骤、遗漏子任务、分不清当前执行进度。LangGraph 生态提供了 TodoListMiddleware，它是面向Agent的规划与任务管理中间件，内置 write_todos 工具，让智能体自主维护结构化待办清单，实现任务拆解、状态流转、进度跟踪，解决多步骤复杂任务失控问题。

AI智能体赋能实践：从提示工程到上下文工程的架构演进摘要：随着大语言模型（LLM）能力的飞速发展，我们正从简单的对话交互迈向能自主使用工具、完成复杂任务的AI智能体赋能新纪元。本文将从工程实践角度，深入探讨如何通过“上下文工程”这一新兴范式，有效管理模型的“注意力稀缺”问题，构建真正高效、可靠的智能体系统。

人工智能培训

什么是基于大模型的智能体构建？在人工智能迅速发展的今天，大语言模型（Large Language Models, LLMs）已经从单纯的文本生成工具演变为推动新一代智能系统的核心引擎。基于大模型的智能体构建，正是这一技术浪潮中最具前景的方向之一。它不仅仅是让机器“说话”或“写作”，而是赋予其感知、思考、决策和行动的能力，使其能够像人类一样在复杂环境中自主完成任务。

我是有底线的