智能体

编程小白_正在努力中

第七章深度解析：从零构建智能体框架——模块化设计与全流程落地指南第七章作为Hello-Agents的“框架构建核心篇”，跳出了单一范式的局限，聚焦“从零打造可扩展、可复用的智能体框架”。本章的核心价值在于教会开发者从“使用框架”升级为“创造框架”，通过模块化设计理念，拆解智能体的核心组件（模型调用、工具管理、记忆系统、工作流引擎），最终实现一个兼具灵活性与稳定性的基础框架。本文将从框架设计理念、核心模块拆解（代码+公式）、课后习题全解三个维度，带大家吃透智能体框架的构建逻辑，掌握“造轮子”的核心能力。

【AI 学习】AI Agent 开发进阶：架构、规划、记忆与工具编排AI Agent 将大语言模型与外部工具、记忆系统、规划器结合，形成可执行的智能体。它能理解复杂任务、主动调用工具、跨多步达成目标，在研发、数据、客服与自动化场景中显著提升效率与质量。

编程小白_正在努力中

第四章深度解析：智能体经典范式实战指南——从ReAct到Reflection的全流程拆解第四章作为Hello-Agents的“实战核心篇”，跳出了纯理论框架，聚焦三大智能体经典范式——ReAct、Plan-and-Solve、Reflection的落地实现。本章通过“原理+代码+实战”的模式，揭示了智能体“思考-行动-优化”的底层逻辑，是从“理解智能体”到“构建智能体”的关键过渡。本文将从范式本质、公式拆解、代码解析、习题全解四个维度，带大家吃透每个范式的设计思想与工程实现，掌握智能体核心架构的搭建能力。

北邮刘老师

智能家居，需要的是“主控智能体”而不是“主控节点”【摘要】在传统的智能家居想象里，总会有一个“中控屏”或“中控节点”：家里的所有设备，都要先接到这个中心，由中心来发号施令。听上去很整齐，但真实的生活却不是这样运转的——人不会每天跑去一个固定的屏幕前，下达所有指令。真正自然的交互，是：我当下在哪里、对着哪一个设备说话，这个设备里的“主控智能体”就应该代表我，去调动整个家的能力。所以，智能家居里真正需要的，不是一个“中控节点”，而是一个“主控智能体”。这个智能体不是安装在某一个硬件上的“功能”，而是跟着人的意志走、以人本身为中心的一条“灵魂线索”，可以暂驻在

AI情报挖掘日志

港科大Aivilization登场，打造“AI版星露谷物语”！解锁多智能体互动新玩法！如何让智能体像人类一样在复杂世界中学习社交技能呢？近期，香港科技大学的Aivilization 项目给出了一个有趣的答案。这个项目以游戏的形式，让AI智能体在虚拟世界中工作、学习、赚钱，模拟人类活动！

小白跃升坊

信息检索类智能体构建范式信息检索类智能体是企业信息获取的“智能导航”，企业信息在检索时经常会遇到复杂查询需通过多次拆分或者条件组合进行检索，不仅效率低下，而且准确率低，同时检索结果相关性低、可解释性也差，更无法溯源。信息检索类智能体通过对基础检索需求以及高级推理检索需求的能力定义，突破传统信息检索，可以提升信息检索的准确度与相关性，同时通过与 AI 结合增强检索可解读性，大大提升了用户使用效率及体验。企业内部典型实用场景包含：客户数据检索、合同数据检索、订单信息检索等。

你好，未来：零基础看懂大语言模型想象一下这样的场景：这些看似科幻的场景，如今正通过“大语言模型”这一核心技术，悄然融入我们的日常生活。你可能已经与它们打过交道，比如ChatGPT、DeepSeek、豆包、文心一言、通义千问或是 Claude，但你是否好奇，这些能够“理解”和“生成”人类语言的AI，究竟是如何工作的？它们是拥有思想的“硅基生命”，还是一个无比精巧的“文字预测机器”？

[CrewAI] 第5课|基于多智能体构建一个 AI 客服支持系统文章总览：YuanDaiMa2048博客文章总览——《Multi-AI Agent Systems with CrewAI》课程学习笔记

想你依然心痛

从灵光到落地：用 ModelEngine 可视化编排「会议纪要智能体」——全程 0 代码，2 小时上线！孩子的反抗在大人眼中，也许是可笑而幼稚的，可那是我们唯一知道的方法，悲壮得义无反顾。目录一句话：想要「私有 + 可调试 + 子流程复用」的会议纪要流水线，ModelEngine 是当前最优解。

基于大语言模型（LLM）的多智能体应用的新型服务框架——Tokencake面向基于大语言模型（LLM）的多智能体应用的新型服务框架——Tokencake。其核心目标是优化多智能体场景下 KV Cache 的管理效率，从而显著提升系统性能与资源利用率。

Multi-Agent的编排模式总结/ Parlant和LangGraph差异对比此可视化说明了多代理编排的7种核心模式，每种模式都适用于特定的工作流:每个代理处理不同的子任务，如数据提取、Web检索和摘要，它们的输出合并为一个结果。非常适合在文档解析或API编排等高吞吐量管道中减少延迟。

他们叫我技术总监

从开发者视角深度评测：ModelEngine 与 AI 开发平台的技术博弈在大模型技术爆发的当下，AI 开发平台已成为连接模型能力与业务场景的核心枢纽。作为每天与 API、调试日志、部署脚本打交道的开发者，我们对平台的需求远不止 “能用”—— 更关注其是否能降低技术门槛、提升开发效率、兼顾灵活性与稳定性。

【智能体】之从战场到厅堂近些年，关于高级AI模型在军事领域的应用屡见报端。从融合多源情报的“自动感知系统”，到能在复杂战场环境下进行兵棋推演的“自主决策系统”，这些系统的强悍能力令人叹为观止。它们展现了大型模型在处理海量信息、进行复杂规划和瞬间决策上的巨大潜力。

通义DeepResearch技术报告解读通义深度研究：开源AI研究助手的新里程碑最近AI研究领域有个很有意思的现象，就是那些最厉害的AI研究助手，比如OpenAI的DeepResearch、谷歌的Gemini DeepResearch，全都是闭源的。这就像大家都在说"我做出了很棒的东西"，但就是不告诉你怎么做的。阿里巴巴通义实验室最近开源的通义深度研究（Tongyi DeepResearch）终于打破了这个局面，而且性能还相当能打。

构建有记忆的 AI Agent：SQLite 存储 + 向量检索完整方案示例现在的 Agent 系统有个很明显的问题 —— 会话一结束，什么都忘了。这不是个技术缺陷，但是却限制了整个系统的能力边界。Agent 可以做推理、规划、执行复杂任务，但就是记不住之前发生过什么。每次对话都像是第一次见面，这种状态下很难说它真正"理解"了什么。

CrewAI + Gradio搭建禅道测试用例生成助手本文将介绍如何利用CrewAI多智能体框架和Gradio快速构建一个能够自动读取禅道需求并生成测试用例的智能助手。通过这个项目，你将了解如何将大语言模型与业务系统无缝对接，实现测试用例生成的自动化与智能化。

2025企业级智能体平台架构拆解：如何安全合规下构筑强大的护城河2025 年被业界定义为 “智能体元年”，技术演进从单点工具向多智能体协同系统跃迁。全球企业级智能体开发平台市场规模预计达 900 亿美元，中国占 800 亿美元，年增速 25%-30%。企业选智能体平台，本质是选 “技术架构”—— 能否支撑复杂任务、能否保障数据安全、能否灵活扩展，直接决定落地效果。当前优秀平台的核心技术门槛，集中在 “全链路可信”“多系统集成”“安全合规” 三大领域。在此趋势下，蚂蚁数科 Agentar通过中国信通院可信 AI 5 级认证，其全栈架构贯通算力调度、数据治理、模型训推及应

景天科技苑

【AI智能体开发】什么是LLM？如何在本地搭建属于自己的Ai智能体？✨✨ 欢迎大家来到景天科技苑✨✨🎈🎈 养成好习惯，先赞后看哦~🎈🎈🏆 作者简介：景天科技苑 🏆《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。 🏆《博客》：Rust开发，Python全栈，Golang开发，云原生开发，PyQt5和Tkinter桌面开发，小程序开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi，flask等框架，云原生K8S，linux，shell

小新学习屋

大模型-智能体-【篇四： Agent GPT 、AgentTuning、LangChain-Agent】本文介绍3种智能体框架：Agent GPT、AgentTuning、LangChain-Agent。2023.04发布

小新学习屋

大模型-智能体-【篇一：单智能体框架】本文介绍几种单智能体框架，重点关注单个智能体的能力。Transformers（2023年，Huggingface）：引入Transformers-Agents。功能：模型解释指令并相应地生成代码片段，支持各种开源和专有模型