智能体

前端八股文面经大全：腾讯前端暑期AI面（2026-03-26）·面经深度解析大家好，我是木斯佳。相信很多人都感受到了，在AI浪潮的席卷之下，前端领域的门槛在变高，纯粹的“增删改查”岗位正在肉眼可见地减少。曾经热闹非凡的面经分享，如今也沉寂了许多。但我们都知道，市场的潮水退去，留下的才是真正在踏实准备、努力沉淀的人。学习的需求，从未消失，只是变得更加务实和深入。

一晌小贪欢

【计算机科普知识】：什么是AI智能体（AI Agent）如果你一直在关注科技新闻，你可能经常听到“AI智能体”（AI Agent）这个词。从微软的Copilot到自主编写代码的Devin，AI智能体被认为是人工智能发展的下一个重要里程碑。

LangGraph节点的并行化处理在大模型应用向多智能体协作、复杂任务拆解演进的当下，LangGraph作为专注于构建状态ful、可交互智能体系统的框架，其并行节点执行机制成为突破性能瓶颈的关键。多智能体系统中，大量独立任务（如多源数据检索、并行分析处理）若按线性顺序执行，会因等待单个任务完成而浪费资源，显著降低响应速度。而LangGraph的并行化能力，通过Fan-out（多输出，又称为扇出）与Fan-in（多输入，又称为扇入）的核心模式，让多个节点在同一时间步（step）同步运行，再将结果高效汇聚，从根本上提升了复杂任务的执行效率。

安全前置设计：在智能体、模型、网络中嵌入零信任、隐私计算、智能体防护，避免“先建设后补安全”当智能体成为业务核心，安全不能再做“裱糊匠”在数字化转型与AI深度融合的今天，我们正在见证一个根本性的变化：智能体（Agent）、大模型（LLM）和云原生网络正在成为企业业务的核心载体。然而，与之相伴的安全挑战却日益严峻——数据泄露、模型对抗、权限滥用、隐私泄露等风险层出不穷。

第十个灵魂

OpenClaw多智能体最优配置指南，告别改配置文件WHY? (为什么要用多智能体？)想了解更多相关话题介绍可观看 👉🏻 《一图讲清，为什么要用多Agent》

企业级AI智能体落地技术评测：执行层、安全治理与平台化架构解析最近，智能体（AI Agent）是企业技术讨论中最热门的话题，相比传统自动化工具，智能体不仅能够理解自然语言，还可以规划任务并调用工具执行操作，这让不少企业开始尝试用AI参与真实业务流程。

做萤石二次开发的哈哈

萤石开放平台×OpenClaw: 玩手机检测及实时告警技能包发布萤石开放平台×OpenClaw，推出 EZVIZ Open Skills 基础技能包 —— Ezviz Open Capture Phone Detect（玩手机检测及实时告警）。依托萤石 AI 视觉技术与硬件生态，结合 OpenClaw 能力，实现 7×24 小时智能识别、实时语音告警，可快速部署于安全生产、校园、公共服务等场景，高效解决违规玩手机带来的安全隐患与效率问题，让智能监管更主动、更落地。

金智维科技官方

Ki-AgentS智能体平台能否与钉钉企业微信无缝集成？钉钉、企业微信作为国内企业主流办公协同平台，已成为企业内部沟通、任务管理、流程协同的核心入口。对于企业而言，能否与这两大办公工具无缝集成，直接影响智能体的落地效率与员工使用体验。而金智维Ki-AgentS智能体平台深度融合大模型和RPA技术，无需改造现有办公系统与智能体部署架构，支持与钉钉、企业微信无缝集成，可实现“办公入口+智能体能力”的深度联动，让智能体成为员工工作流的自然延伸，大幅提升企业协同效率与智能自动化落地价值。

岁岁种桃花儿

AI超级智能开发系列从入门到上天第九篇：SpringAI搭建本地知识库Spring AI 框架为 RAG 提供全流程支持，可参考 Spring AI 及 Spring AI Alibaba 官方文档。

做萤石二次开发的哈哈

如何实现高效多屏视频巡检？萤石开放平台多屏视频巡检产品详解在视频设备应用的海量场景中，多空间多角度覆盖已成常态，大屏直播+多屏汇聚成为行业普遍需求。一屏尽览、实时直播的服务，可以有效改善用户体验，提升管理效率。

团子和二花

openclaw平替之nanobot源码解析（七）：Gateway与多渠道集成在之前的文章中，我们深入研究了 nanobot 的大脑（AgentLoop）、心脏（MessageBus）和记忆（Memory）。今天，我们要聊聊它的”触角”——Gateway（网关）与 Channels（渠道）。

前端八股文面经大全：阿里云AI应用开发一面（2026-03-20）·面经深度解析大家好，我是木斯佳。相信很多人都感受到了，在AI浪潮的席卷之下，前端领域的门槛在变高，纯粹的“增删改查”岗位正在肉眼可见地减少。曾经热闹非凡的面经分享，如今也沉寂了许多。但我们都知道，市场的潮水退去，留下的才是真正在踏实准备、努力沉淀的人。学习的需求，从未消失，只是变得更加务实和深入。

Hello-Agents阅读笔记--智能体经典范式构建--ReAct在上一章中，我们深入探讨了作为现代智能体“大脑”的大语言模型。我们了解了其内部的Transformer架构、与之交互的方法，以及它的能力边界。现在，是时候将这些理论知识转化为实践，亲手构建智能体了。

【智能体】OpenJiuWen开源智能体开发框架安装讲解最近技术圈有个词特别火，叫“AI Agent”。大家聊起天来，动不动就是“自主推理”、“多步规划”、“智能体协同”。听起来很性感，但真到自己动手想做一个能干活、能落地、还能给老板演示的 Agent 系统时，往往就卡住了。

Coding的叶子

龙虾（OpenClaw）连接企业微信该教程内容参考龙虾实验室（longxialab.cn），龙虾实验室包含大量入门教程和龙虾应用资源，是个很不错的龙虾资源聚合平台。

MCP 协议的两种核心通信方式：stdio 与 SSE目录一、前言二、stdio（标准输入输出）：本地交互的 “默认选择”2.1 核心定义2.2 适用场景（新手易理解）

推理引擎系列（七）《InfiniLM》目录InfiniLM 技术架构演进框架版本迭代整体架构设计核心组件解析作业项目实战指南环境配置要求核心模块实现

Hello-Agents阅读笔记--Reflection在我们已经实现的 ReAct 和 Plan-and-Solve 范式中，智能体一旦完成了任务，其工作流程便告结束。然而，它们生成的初始答案，无论是行动轨迹还是最终结果，都可能存在谬误或有待改进之处。Reflection 机制的核心思想，正是为智能体引入一种事后（post-hoc）的自我校正循环，使其能够像人类一样，审视自己的工作，发现不足，并进行迭代优化。

大龄码农有梦想

Spring AI Alibaba Skills与 Claude Skills 深度对比分析：概念、机制与应用场景在大模型应用开发与智能体（Agent）落地过程中，Skills 作为封装任务逻辑、规范执行流程的核心单元，被广泛应用于不同生态体系中。Spring AI Alibaba Skills 与 Claude Skills 虽同名且核心设计思想同源，但因所属生态定位、运行环境及目标用户不同，在概念定义、运行机制与应用场景上存在显著差异。本文将从这三个核心维度展开对比分析，结合官方文档与实战逻辑，为开发者选择适配的技能方案提供参考。

2026企业级智能体架构：记忆机制、RAG检索与任务规划对比过去一年，AI智能体成为技术社区讨论最热的方向之一。许多开发者在体验各种Agent框架时都会产生一个疑问：为什么看起来很聪明的大模型，一旦进入企业场景就容易“失忆”、答错问题，甚至无法完成复杂任务？