智能体

小程故事多_80

[大模型面试系列] 深度解析ReAct框架，大模型Agent的“思考+行动”底层逻辑在大模型技术飞速迭代的今天，“Agent”（智能体）早已不是陌生的概念。从能帮我们规划旅行行程的智能助手，到能自动处理数据分析的工具，再到能完成多步骤办公任务的自动化程序，Agent正在逐步渗透到我们工作和生活的方方面面。而支撑这些Agent实现“自主思考、自主行动”的核心底层范式，正是ReAct框架。

Agentic RAG：从“被动检索”到“主动决策”的架构演进随着大语言模型（LLM）应用的深入，传统的检索增强生成（RAG）系统在处理复杂、多跳推理任务时逐渐显露出局限性。本文深入探讨了Agentic RAG这一新兴范式，解析其如何通过引入“智能体”概念，将静态的检索管道升级为具备规划、决策与反思能力的动态系统。我们将详细拆解其三大核心组件——检索智能体、检索路由器与答案评论家，并通过实战案例展示其工作流程，为构建下一代企业级AI应用提供实用指南。

标书智能体（五）——如何让弱模型也能稳定输出复杂json用 Python + React 打造一个开源的 AI 写标书智能体~完整代码已开源。代码很多，文章只放主要代码和提示词，完整代码可以查看开源项目。

Feynman—证据驱动的 AI 研究代理Feynman 是一个开源的 AI 研究代理，你可以在终端里用它做学术研究——搜论文、读论文、写文献综述、做同行评审、审计论文和代码的匹配度、甚至自动跑实验循环。

李昊哲小课

Hermes Agent Dashboard 二次开发指南参考: 官方 Web Dashboard、Extending the Dashboard 源码版本: b63229016

李昊哲小课

Hermes Agent 系统架构设计参考: 官方架构文档源码版本: b63229016关键设计: API Server 是 Gateway 主进程内的 adapter（APIServerAdapter），与 Telegram/Discord adapter 并列运行，共享同一个 AIAgent 实例。Dashboard 是完全独立进程，不依赖 Gateway。

小程故事多_80

[大模型面试系列] RAG系统检索失效全链路排查指南，从根源定位到落地优化方法在大模型应用落地的过程中，RAG检索增强生成已经成为企业知识库，智能问答系统，私人知识库助手等场景的核心架构。相比于大模型本身的幻觉问题，实际生产环境里开发者和运维人员更头疼的是检索失效问题。明明已经上传了完整的业务文档，知识库中也存有对应内容，但用户提出相关问题时，系统却完全检索不到有效信息，最终给出无关回答或者直接表明无法解答。

算法与双吉汉堡

【Nanobot项目笔记】项目架构最近找工作真实感受到了后端已死。。。遂打算转向Agent开发方向，准备多学习一些Agent相关的内容，今天准备从Nanobot的源码开始阅读，借助AI阅读项目，更好的理解Agent的流程。

小程故事多_80

[大模型面试系列] 深度解析如何提升AI Agent规划能力，从原理到落地全方案随着大模型技术飞速迭代，AI Agent已经从简单的对话交互工具，进化为能够自主拆解任务，调用工具，闭环完成复杂工作的智能体。从日常的行程规划，多轮网页检索，代码开发运维，到企业级业务流程自动化，AI Agent的应用场景正在全面渗透各行各业。

智能体（Agent）开发与部署项目项目描述：基于LangChain框架构建可调度、可扩展的大模型智能体，结合 tool 工具调用、YAML 配置体系、状态机流转、API Key 调用大模型，实现多步骤自动化任务执行与复杂逻辑交互。

开源版Suno来了！用扩散模型生成带歌词的完整歌曲，DiffRhythm2实战详解导语：之前我们聊过MusicGen的自回归生成方式，但今天这个更狠——直接用扩散模型从噪声里"雕刻"出整首歌，还能精准控制歌词和时长。DiffRhythm2这个项目让我第一次感受到：开源社区真的能做出媲美商业产品的AI音乐工具。

拆解 MusicGen：Meta 开源音乐大模型，到底是怎么跑起来的？跑完 model.generate() 那段代码，听到 AI 根据"80s synth pop with bassy drums and synth"生成的音乐时，我第一反应是：这东西底层到底是什么逻辑？花了一天时间扒源码，把整个流程清楚了。

【AI核心概念讲解】一口气搞懂 Agent：干翻传统后端！自主循环决策的秘密，ReAct 与 Plan-and-Execute 范式最近点开大厂的暑期实习 JD，可能会发现一个明显的信号：一类全新的岗位要求正急剧攀升——AI Agent开发。

金智维科技官方

AI智能体在7×24客服场景中的真实表现评估数字化背景下，7×24小时不间断客服已成为企业与政府服务机构的标配。传统人工坐席受限于人力成本、响应时效和知识更新速度，难以满足高峰期海量咨询需求，而AI智能体凭借大模型的语义理解能力和知识库驱动的精准执行，正逐步成为可靠的“数字客服”。金智维作为AI数字员工和企业级智能体解决方案提供商，将AI技术深度嵌入客服场景，帮助机构实现全天候、高可靠的服务升级。今天，我们基于真实项目数据，对AI智能体在客服场景中的表现进行客观评估。

OpenClaw Subagent 深度实践在现代 AI 智能体架构中，子智能体（Subagent）是实现并行处理、任务隔离和资源优化的重要机制。OpenClaw 提供了一套完整的子智能体系统，支持从主智能体会话中生成独立的后台运行实例，并通过通告机制将结果异步返回给请求者。本文深入探讨 OpenClaw Subagent 的核心架构、运行时机制、通信模式以及实战应用场景。通过详细的参数解析、架构图示和代码示例，读者将掌握如何高效地编排多个子智能体，实现复杂任务的并行处理，以及如何通过合理的超时设置和资源管理来保障系统稳定性。🚀

拒绝硬编码：将 LangFlow 编排的 AI 工作流无缝接入 OpenClaw在 AI 智能体（Agent）开发领域，OpenClaw 凭借其极简的执行框架和强大的本地化能力，迅速成为了 GitHub 上的明星项目。而 LangFlow 作为可视化的 LLM 编排工具，让复杂的工作流设计变得触手可及。那么，如何将两者强强联合？本文将深入解析 OpenClaw 的架构逻辑，手把手教你将 LangFlow 编排的 Flow 作为“自定义大模型”接入 OpenClaw，让你的可视化工作流瞬间变身可交互的超级智能体。

一起学开源

企业级AI应用开发底座应该怎么设计？现在行业发展非常不好，很多企业都在焦虑：AI这么火，到底应该怎么落地？作为一个从2008年就开始写代码、带团队的技术老兵，今天想和大家聊聊这个话题——不是讲大道理，而是结合我这几年在企业里推行AI落地的实际经验，聊聊"应该做什么样的产品才能够让AI真正在企业里跑起来"。

告别手动Excel比对！用LangFlow搭建“表格数据对比智能体”在日常的数据分析、财务对账或竞品调研工作中，你是否经常面临这样的痛点：需要对比两份结构不完全一致的Excel表格，或者从两份长篇的PDF报告中提取关键参数进行横向比对。传统做法不仅耗时耗力，还容易因为人工疏忽导致错漏。本文分享如何利用低代码AI编排工具 LangFlow，快速搭建一个能够自动化处理“两个表格数据对比”任务的智能体（Agent）。