agent

🚀 LangGraph 保姆级教程：从零构建你的第一个 AI Agent 工作流🔥 本文 1.2w 字，从入门到实战，带你彻底搞懂 LangGraph！适合有一定 LangChain 基础的开发者。

4. Agent Quality ——【Google 5-Day AI Agents】第四天的白皮书探讨了如何保障 Agent 的工作质量。当前正处于 Agentic 时代的开端，尽管 Agent 能力巨大，但是其固有的非确定性和不可预测性打破了我们传统的质量保障体系。 Agent 的质量保障应植根于架构设计本身，而非仅依赖开发尾声的测试环节。本指南立足于三大核心要义：

大模型教程

不愧是GitHub排名第一的大模型课！我还翻译成了中文版本文较长，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。最近在 GitHub 上发现了一个超级硬核的大语言模型（LLM）课程，标星已达到恐怖的67k，它提供了一套完整的学习路线图和可以直接上手的 Colab 笔记，目标就是带你从入门到精通，无论你有没有基础或是想深入研究模型、开发应用，都能找到清晰的路径。

大模型教程

清华大佬强推！全网第一本中文大语言模型教程来了，391页全开源本文较长，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。第一本中文大语言模型教程来了，这是由中国人民大学高瓴人工智能学院赵鑫负责况且开源的大模型入门书籍，并且是开源可下载的。

AI领域名家名作，大模型学习书籍推荐-关于大模型的教科书（附pdf）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。AI领域名家名作，目前大模型的教科书已经至少有三本了，且均已提供公开的PDF版本。

开源大模型全维度详解+实操部署（Mistral-、Gemma（Google）、Llama、Qwen），小白必看本文较长，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。2025年，开源大模型赛道彻底进入「精悍为王」阶段——Mistral-、Gemma（Google）、Llama、Qwen等顶流，以7-8B参数量实现「性能不缩水、部署零门槛」，覆盖中文、多语言、实时推理、合规场景等全需求。

DeepSeek-V3.2技术报告解读：开源大模型的逆袭之战——如何用10%算力追平GPT-5新模型技术报告已同步发布：https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2/resolve/master/assets/paper.pdf

实战：使用 Qwen-Agent 调用自定义 MCP 服务随着大模型应用的发展，如何让 LLM（大语言模型）安全、标准地访问本地数据或第三方工具成为了核心痛点。Model Context Protocol (MCP) 应运而生，它提供了一种标准化的方式连接 AI 模型与数据源。

AI核心知识28——大语言模型之Multi-Agent Systems（简洁且通俗易懂版）多智能体系统（Multi-Agent Systems，简称 MAS）是目前 AI 领域最前沿、也是最像科幻电影现实版的架构。

MAF快速入门（4）多Agent工作流编排大家好，我是Edison。上一篇，我们学习了MAF中如何持久化聊天记录到关系型数据库。这一篇，我们来学习一下工作流编排。不知大家是否记得，我们在之前用Semantic Kernel学习过多Agent编排的一些知识，例如顺序，并发，移交等模式仍然历历在目。那么，今天，我们用MAF的工作流编排来实现一下，看看有什么不一样。

阿里云云原生

AgentScope 拥抱函数计算 FC，为 Agent 应用提供 Serverless 运行底座作者：靖苏在 AI Agent 应用加速落地的今天，开发者和企业普遍面临三大核心痛点：部署成本高、运维复杂度高、资源利用率低。为应对这些挑战，AI Agent 与云原生、Serverless 架构的深度融合正成为行业新趋势。我们很高兴地宣布，AgentScope 正式集成基于阿里云函数计算（Function Compute, FC）的全新 Serverless 运行时，为多智能体应用提供“按需启动、毫秒弹性、零运维”的新一代运行底座。

AI入门之LangChain Agent工具链组合设计：从理论到产业落地的AI智能体架构指南图片来源网络，侵权联系删。在大模型应用开发领域，2025年成为AI智能体（Agent）技术落地的关键转折点。行业数据显示，基于LangChain构建的AI应用中，超过68% 采用了多工具组合的Agent架构，其工具链设计优劣直接决定了智能体的问题解决能力和场景适应性。LangChain Agent通过将大语言模型与外部工具有机结合，实现了从“对话生成”到“任务执行”的质的飞跃，成为企业级AI应用的核心引擎。本文将从产业实践出发，深度解析Agent工具链的设计哲学、技术实现与未来趋势，为开发者提供完整的技术

用 LangGraph v1.0 构建生产级 RAG：高吞吐、低幻觉、全链路可观测传统 RAG 实现通常为线性流程：该模式在原型阶段有效，但在生产环境中存在以下问题：LangGraph v1.0 提供状态化工作流编排能力，将 RAG 建模为有向图，支持并行、重试、持久化与全链路追踪，适用于生产部署。

赋范大模型技术社区

LangChain1.0 搭建法务合同审核 Agent（附源码）在构建文档智能体（Agent）时，我们经常面临一个技术选型的难题：是直接使用视觉语言模型（VLM）“看”文档，还是采用OCR提取文本结合RAG（检索增强生成）的技术路线？

大模型教程

爆肝6周，手把手教你搭建一套生产级RAG论文研究助手本文较长，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。在当今AI浪潮中，大模型（LLM）无疑是技术前沿的明星。然而，如何让大模型更好地理解我们的私有数据，并提供更准确、更可信的回答，RAG（检索增强生成）技术给出了一个绝佳的答案。但市面上关于RAG的教程，往往止步于理论或简单的原型，距离真正的“生产级”系统总有一段距离。

大模型教程

技术干货丨AI 大模型微调到底是什么？一篇通俗文帮你弄明白本文较长，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。什么是微调?微调就是在已经训练好的大模型基础上，用你自己的数据继续训练，让模型更符合你的特定需求。

Chatgpt三周年了：大模型三年发展的里程碑2022年12月1日，OpenAI首席执行官Sam Altman在社交媒体上的一条推文，标志着人工智能历史上的一个奇点时刻。ChatGPT的发布不仅仅是一个产品的上线，它开启了生成式人工智能的“寒武纪大爆发”。在随后的三年里（2022.12.01 - 2025.12.01），我们见证了大型语言模型（LLM）从单一的文本生成工具，演变为具备复杂推理、多模态感知、自主决策与工具使用能力的“智能代理”（Agent）。

AI核心知识27——大语言模型之AI Agent（简洁且通俗易懂版）如果说 LLM（大语言模型）是一个只会说话的“超级大脑”，那么 AI Agent（智能体）就是给这个大脑装上了“手”和“脚”，让它不仅能思考，还能干活。

别再瞎学大模型了，这份GitHub神级课程火爆全网本文较长，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。最近在 GitHub 上发现了一个超级硬核的大语言模型（LLM）课程，它提供了一套完整的学习路线图和可以直接上手的 Colab 笔记，目标就是带你从入门到精通，无论是想深入研究模型，还是想开发应用，都能找到清晰的路径。