智能体

零基础 | 从零实现ReAct Agent：完整技术实现指南手把手实现一个基于ReAct模式的智能Agent，包含完整代码和深度技术解析。文档信息ReAct（Reasoning + Acting）是当前最流行的Agent推理模式之一。与传统大模型对话不同，ReAct通过“思考-行动-观察”的循环机制，让AI像人类一样工作：先分析问题，选择合适的工具执行，观察结果后继续推理。

SQL调优的智能化尝试：融合LLM、KG与ML的工程实践在数据库领域，“会不会调SQL”从来不是一个简单的技术问题，而是一个经验问题。真正有价值的SQL优化，往往不来自某一条规则，而来自DBA在大量现场中形成的判断路径：

视觉&物联智能

【杂谈】-多智能体系统的效能悖论：协作优势的认知边界多智能体架构的设计灵感源于人类社会分工协作机制。面对复杂问题时，工作流被拆解为若干子任务，由专业化单元并行处理后再整合输出。初期验证实验显示，在数学解题、代码生成等封闭域任务中，采用讨论协商或投票表决的多智能体方案普遍优于单模型表现。

测试者家园

AI 智能体如何构建模拟真实用户行为的复杂负载场景？在过去的性能测试工作经历中，我参与过从单体系统、SOA 到微服务、云原生的大量系统建设。一个非常反直觉的现象是：

人工智能培训

什么是马尔可夫决策过程（MDP）？马尔可夫性的核心含义是什么？一、什么是马尔可夫决策过程（MDP）？马尔可夫决策过程（Markov Decision Processes，简称MDP）是一种基于马尔可夫过程理论的数学框架，用于建模在部分随机、部分可由决策者控制的环境中，决策者如何通过序贯决策实现长期目标最优化的问题。它是马尔可夫过程与确定性动态规划相结合的产物，也被称为马尔可夫型随机动态规划，广泛应用于强化学习、运筹学、控制论等领域，是构建智能体与环境交互模型的核心基础。

霍格沃兹测试开发学社测试人社区

GitLab 测试用例：实现 Web 场景批量自动化执行的方法在很多研发团队里，GitLab 已经成为测试用例管理的核心工具，但一个长期存在的现实问题是：用例在 GitLab，执行却高度依赖人工。

一文入门ReAct Agent，附从零构建 ReAct Agent目录一、大模型的三大落地形态二、从“点对点”到“闭环思考”：Prompt Engineering 到 Agent Engineering

讲透知识图谱Neo4j在构建Agent时到底怎么用（一）知识图谱常被误解为一堆实体和关系的静态集合，实则不然。它的本质是一种结构化的语义网络，用“实体-关系-实体”的三元组形式，刻画现实世界中对象之间的复杂关联。这种建模方式天然贴近人类认知逻辑——我们理解“苹果”不仅因其属性（红色、甜），更因它与“水果”“乔布斯”“iPhone”等概念存在上下位、创始人、品牌等不同语义关系。传统关系型数据库以表结构存储数据，在表达这类多跳、异构、动态的关系时显得力不从心，JOIN 操作成本随关联深度指数级增长。图数据库的出现正是为了解决这一根本矛盾。

扣子免费生成PPT的工作流扣子官方提供了一个免费生成PPT的工作流，工作流及其各个节点的配置如下。

木卫四科技

【CES 2026 】木卫四科技于CES 2026发布“安心用车助手”，以AI重塑驾乘信心拉斯维加斯，2026年1月6日 – 全球领先的AI驱动汽车安全解决方案供应商木卫四科技，今日发布并展示 “安心用车助手（Peace-of-Mind Driving Assistant）” ：一位面向座舱的 AI Agent，能把复杂的车辆安全、隐私风险与异常情况，实时转化为清晰、可执行、少打扰的人类可读建议，帮助 OEM 交付“更安心”的智能座舱体验。把“看不懂的告警”变成“能立刻行动的指导” 安心用车助手围绕三类高频真实需求打造：

KG_LLM图谱增强大模型

颠覆传统问诊：懂医生的主动式智能预问诊多智能体系统，开启医疗AI新范式面对全球日益严峻的医疗资源紧张和问诊时间压缩的挑战，本文介绍了一种创新的分层多智能体框架。该系统通过自主任务编排，将传统被动响应的医疗AI转变为能够主动引导结构化问诊的智能系统，显著提升了预问诊的效率与临床质量，为缓解医生工作压力、优化医疗服务流程提供了全新思路。

程序员老奥

OddAgent：一个通用的意图、指令识别框架想自己动手来手搓一个完全属于你自己的“小爱同学”、“小艺”吗？如果有你这么一个想法，而又不知道该如何开始的话，那么OddAgent项目可以成为你非常容易上手的开源项目。

人工智能培训

10分钟了解向量数据库（2）

[Ai Agent] 13 用 Streamlit 为 Agents SDK 打造可视化“驾驶舱”博客配套代码发布于github：13 Streamlit 快速入门相关Agent专栏：Ai Agent教学

FastGPT工作流的节点《玩转FastGPT：像搭积木一样构建智能体》(李振强，叶彦辛，等)【摘要书评试读】- 京东图书本文用于理解FastGPT工作流的一个概念——节点，建议读者登录FastGPT官网对照阅读。

【Agent】基于multi-agent的智能旅行助手需求：个性化的旅行规划制定，需要在网上搜索景点信息，对比不同的攻略，查看天气预报，预订酒店，计算预算，规划路线。

哈哈你是真的厉害

Windows系统通过wsl Ubuntu24.04本地安装OpenJiuwen Studio的完整安装教程OpenJiuwen 是一个强大的智能代理开发平台，本文将详细介绍如何在 Linux 系统上完整安装 OpenJiuwen。

北邮刘老师

【智能体互联协议解析】AIP/ACPs如何实现“自主互联，协商互通，独立自治”在理解了上一篇文章介绍的：在AIP/ACPs体系中，如何实现两个不同域之间的智能体互联协作方法。下面我们可以来了解下，AIP/ACPs体系能够达成兼顾治理规范和产业发展两个看似矛盾的目标最重要的原因，也就是下面这个问题：

北邮刘老师

从软件工程（SE）到智能体工程（AE）：开发范式的差异与升级过去几十年里，“软件工程”解决的问题很明确：把需求写清楚、把逻辑写正确、把系统做稳定，然后按计划迭代、上线、维护。

北邮刘老师

【智能体互联协议解析】智能体点对点交互模式的三种实现方式和应用场景在上一篇，我们了解了智能体协作时的三种交互模式：点对点、群组、混合。下面我们一起来深入了解下点对点交互模式的三种实现方式：远程调用、通知、流式实现方式。