agent

工作流和Agent 的区别与联系工作流和智能体可能让人混淆的地方就是他们都可能有大模型的加持，都可能有工具的加入供大模型调用，本文做一下对比和联系

【6G技术探索】MCP协议整理分享博主未授权任何人或组织机构转载博主任何原创文章，感谢各位对原创的支持！博主链接本人就职于国际知名终端厂商，负责modem芯片研发。在5G早期负责终端数据业务层、核心网相关的开发工作，目前牵头6G技术研究。博客内容主要围绕： 5G/6G协议讲解高级C语言讲解 Rust语言讲解

【资源合集】强化学习训练LLM Agents的实战资源库：AgentsMeetRL如果你正在寻找将强化学习应用于语言模型智能体（LLM Agents）的开源解决方案，GitHub 上的资源库 AgentsMeetRL 值得重点关注。该项目系统整合了多个领域的强化学习训练框架、算法实现和奖励机制设计，为开发者提供了一份持续更新的技术路线图。

AI大模型应用开发（四）用LangChain构建带Agent流程的RAG系统随着大语言模型（LLM）能力的不断提升，RAG（Retrieval Augmented Generation，检索增强生成）技术逐渐成为提升模型知识准确性和可靠性的重要手段。通过从实时数据和外部文档中检索相关信息，模型能够更准确地回答基于事实的问题，从而有效降低“幻觉”现象的发生概率。

AI的“魔法”已过，真正的“内功”比拼才刚刚开始过去一年，我们见证了AI的“魔法时刻”：惊艳的文生图、对答如流的聊天机器人、一键生成的代码。许多企业和个人怀着激动的心情，争相入场，期待AI能像魔杖一样，瞬间解决所有问题。

字节出手了！5分钟搞定一个商用AI Agent（智能体），太丝滑了～【喂饭级教程】大家好，我是袋鼠帝最近也是好起来了6月11、12号去北京（第一次去帝都），作为火山引擎的开发者领航KOL参加了火山引擎force原动力大会。

数据智能老司机

AI产品开发的艺术——用代理式人工智能实现工作流自动化本章内容包括：到目前为止，我们主要了解了预测型和生成型人工智能的内部机制与应用，它们构成了现代 AI 的基础。预测型 AI 分析现有数据并提取模式，而生成型 AI 则利用这些模式生成新的数据和内容。我们大多数人都梦想拥有能自动化完整工作流和流程的 AI，从而让我们有更多时间和精力享受生活，发挥最大潜能。然而，实现这一愿景的关键拼图仍未完全具备。我们的 AI 还无法与外部世界交互、从中学习，也无法为未来制定战略和规划。这种具有自主行为能力的代理式 AI 数十年来一直是研究机构、AI 爱好者和科技巨头的研究重

深度学习机器

Mem0：新一代AI Agent的持久化记忆体系Mem0 是一个轻量级、可扩展的长期记忆框架，支持本地部署和云端使用。其设计初衷是为 LLM 提供结构化的记忆支持，帮助智能体记住用户偏好、背景信息等，从而提供更个性化、更连贯的回答。

为什么花钱的 Al Agent 还不好用? 我用一个乘法公式，筛掉了80%的玩具Hi ，我是洛小山，与你一起聊聊 AI 与文字创作。最近一直想写一些我对 AI Agent 产品以及商业化的思考，工作太忙了以至拖到现在（不是懒），趁着假期碎碎念然后安心带娃。

可乐只喝可乐

从0到1构建一个Agent智能体如今Agent已经众所周知了，更何况今天被称为 Agent 元年，那如何构建一个从零构建一个智能体，现在我们就来一步一步实现吧。

pocketflow库实现guardrail这个示例展示了如何使用PocketFlow框架实现一个带有guardrail（安全防护）机制的旅行顾问聊天机器人。整个系统由三个核心节点组成，通过条件流控制实现智能对话管理。

测试者家园

接口测试不再难：智能体自动生成 Postman 集合在软件开发流程日趋自动化的今天，接口测试仍然是效率瓶颈之一。特别是在微服务、前后端分离盛行的背景下，接口数量呈指数级增长，带来以下挑战：

热情的Dongming

【项目实战】通过多模态+LangGraph实现PPT生成助手基于LangGraph的PPT自动生成系统，可以将Markdown文档自动转换为PPT演示文稿。通过多模态+Agent实现的PPT辅助编辑助手演示视频

A2A JS SDK 完整教程：快速入门指南A2A JS SDK 是一个专为 JavaScript/TypeScript 开发者设计的强大库，用于构建符合 Agent2Agent (A2A) 协议的智能代理应用程序。这个 AA2A JS 框架让开发者能够轻松创建能够相互通信和协作的智能代理系统。

威化饼的一隅

【大模型LLM学习】function call/agent学习记录记录一下使用langchain做简单的function call/agent(或者说意图识别，如果函数有返回值再进行summary即可)，以及冷启动的场景下造训练数据+微调的过程。

【LLM-Agent】智能体的记忆缓存设计论文阅读：A Survey on the Memory Mechanism of Large Language Model based Agents

深入理解 Agent 与 LLM 的区别：从智能体到语言模型本文将用通俗易懂的方式，结合实际案例，详细解释「Agent」和「LLM」的区别，帮助你理清它们的定位与关系。

人肉推土机

AI Agent 架构设计：ReAct 与 Self-Ask 模式对比与分析AI Agent 的演进是一场从“遵循指令”到“自主决策”的深刻变革。早期，以规则引擎为核心的系统（如关键词匹配的客服机器人）只能在预设的流程上运行。然而，大语言模型的崛起为 Agent 注入了“灵魂”，使其具备了前所未有的自主规划与执行能力。像 AutoGPT 和 BabyAGI 这样的项目，已经能根据用户设定的宏大目标，自主地分解任务、调用工具、并完成一系列复杂操作，这标志着认知型 Agent 时代的到来。

数据分析Agent构建代码资料来源于 Streamline-Analyst，旨在通过该仓库上的代码了解如何使用大语言模型构建数据分析工具；

Dify源码教程：账户和密码传递分析Dify系统中账户创建过程中的密码处理是Web应用安全的重要环节。本教程详细分析了从前端表单到后端存储的完整流程，展示了Dify如何安全地处理用户凭据。