agent

RAG 系统架构设计模式介绍在模块化RAG（Retrieval-Augmented Generation）设计中，各种操作模式通过模块化的方式协同工作，形成了一个名为 RAG流的工作流程。这个 RAG流可以被视为由多个子函数组成的图形结构。通过控制逻辑，这些子函数会按预定的顺序执行，同时也能根据需求进行条件判断、分支或循环。

从零开始：用Python和Gemini 3四步搭建你自己的AI Agent很多人第一次看到 AI Agent 自己编辑文件、跑代码、修 bug，还能一直运行下去的时候,都觉得挺神奇。其实远没有想象中那么复杂。这里没什么秘密算法,也没有什么"智能体大脑"这种玄学概念。

大模型教程

一文搞懂 LLM 的 Transformer！看完能和别人吹一年本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。如果你想对当下 AI LLM(大语言模型) 的工作原理有所了解，揭开 ChatGPT、DeepSeek 背后的秘密，那一定要认识一下本文的主角 Transformer。

大模型教程

LangChain 核心原理-核心组件&应用开发类型 01本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。一、LangChain到底是什么

RAG不会过时，但你需要这10个上下文处理技巧丨Context Engineering本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。对大部分开发者来说，搭一个RAG或者agent不难，怎么把它优化成生产可用的状态最难。

万人收藏的提示词工程指导白皮书（附中文版）！Google官方出品，看完整个人都通透了本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。今天想和大家分享一份来自谷歌的技术白皮书《Prompt Engineering》，主题聚焦于“提示词工程”，长达68页的提示词指导。

IPIDEA代理IP深度测评：构建智能体知识库的得力助手我最近在做“历史大事记”智能体时，踩了个实打实的坑：初期全靠大模型原生知识库支撑，回答总是“缺斤短两”：要么漏了关键历史事件，要么对人物生卒、传统习俗的描述模糊不清，甚至连一些广为人知的纪念日都没法精准对应。

公众号-架构师汤师爷

n8n工作流实战：从0到1打造公众号热点选题一键采集智能体（万字图文）大家好，我是汤师爷，分享 1000 个行业智能体案例，致力于帮助100W人用智能体创富~n8n自动化工作流，正在成为AI时代最具潜力的技能之一。

MAF快速入门（3）聊天记录持久化到数据库大家好，我是Edison。上一篇，我们学习了MAF对于单个Agent的花样玩法，其中提到了聊天记录的持久化存储。本篇，我们来继续实践一下将聊天记录持久化到关系型数据库，这样用户在中断会话后返回时还能从上次断开的地方继续对话，提供给用户不间断的体验。

Coze智能体实现人生模拟器在上篇文章：一系列带你学会Coze——Coze智能体开发https://blog.csdn.net/sniper_fandc/article/details/154959322?fromshare=blogdetail&sharetype=blogdetail&sharerId=154959322&sharerefer=PC&sharesource=sniper_fandc&sharefrom=from_link 我们已经学习了Coze智能体的开发和相关API、SDK介绍，本文将使用Python的Coze

大模型真好玩

低代码Agent开发框架使用指南（八）—Coze 知识库详解上篇文章《低代码Agent开发框架使用指南（七）—Coze 数据库详解》中，笔者详细介绍了如何在Coze平台中创建和使用数据库，并结合可视化图表完成了一个数据分析任务。除了能够高效处理结构化数据之外，作为一款功能强大的低代码开发平台，Coze同样支持对文档、表格、图片等非结构化数据进行管理与调用——这正是Coze知识库功能的核心价值所在。

代码执行 + MCP：AI 代理 token 省 98%！咱们做AI开发的都知道，现在AI代理要对接各种工具——谷歌云盘、Salesforce、企业内部系统，没个统一的连接方式简直要疯。Anthropic的MCP（Model Context Protocol）算是解决了这个痛点，相当于给所有工具装了个“通用插座”，AI代理插一次就能用所有工具。

大模型教程

3 张动图秒懂 A2A 协议：打造高效 Multi-Agent 协同机制本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。随着 AI Agent（智能体）技术的爆发，未来我们也必将从“人与 AI 对话”的时代迈向“AI 与 AI 协作”的时代。然而，目前的 Agent 大多像是“独行侠”——它们各自拥有相关的专业能力，却很难跨越框架、跨越服务器进行协作。

大模型教程

RAG 系统架构设计模式介绍本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。在模块化RAG（Retrieval-Augmented Generation）设计中，各种操作模式通过模块化的方式协同工作，形成了一个名为 RAG流的工作流程。这个 RAG流可以被视为由多个子函数组成的图形结构。通过控制逻辑，这些子函数会按预定的顺序执行，同时也能根据需求进行条件判断、分支或循环。

LangChain 1.0 变革当大语言模型（LLM）的应用从原型验证走向规模化落地，开发人员面临的核心痛点已从“能否实现”转变为“如何可靠实现”。2025年10月23日，LangChain正式发布1.0版本，这一里程碑式的更新不仅终结了此前版本中Agent架构碎片化的局面，更以“生产就绪”为核心定位，重新定义了智能Agent开发框架的技术标准。

Google 官方白皮书Prompt Engineering 深度解读当你的 AI 应用从 Demo 走向 Production，当日均 API 调用量突破 10 万次，你会痛苦地发现：Prompt 不再只是"怎么提问"的艺术，而是直接关乎毛利的"工程科学"。

Agent Skills：AI 能力扩展的新范式当 AI 也学会了"装插件"，普通用户离定制专属 AI 还有多远？2024 年 10 月 16 日，Anthropic 给出了一个优雅的答案——Agent Skills。这不是又一个需要编程基础的开发者工具，而是一种让每个人都能轻松扩展 AI 能力的新范式。

谷歌这本 68 页提示词手册，才是 Gemini 3 Pro 的完全体「附官方内功心法」本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。Gemini 3 Pro 必须是最近最热议的话题。昨天在一个大佬的评论区看到有好几个人留言说：“Gemini 3 Pro 老理解错意思”。

Claude Agent Skills：将 Workflow 打进技能包在这个 AI 技术蓬勃发展的时代，每天都有新东西。每次浏览社交媒体，总能看到自媒体和 KOL 们极力的鼓吹着新产品、新技术，满口「革命」和「未来」，起初真的给我整 FOMO 了，但后来越来越感觉到厌烦，「Function Calling」、「Tool Use」、「MCP」、「Agent」、「Agentic AI」 …… 还有一大堆别的 AI 术语，你很难分清这些概念到底代表了技术的实质突破，还是同一件事被营销话术反复包装，跟前端火的那些年如出一辙，不禁让人感叹 AI 领域的概念也是通货膨胀了。

LangGraph1.0智能体开发：运行时系统LangGraph的运行时（Runtime）功能通过底层类Pregel（借鉴谷歌Pregel图计算模型实现）实现。Pregel负责管理 LangGraph应用程序的执行流程。