agent

啥是LLM？大语言模型从原理到选型的完整科普本文整理自B站「AI专业知识科普：啥是LLM（大语言模型）」，通过AI音视频总结工具 Ai好记转文字+截取PPT整理，以下为精炼整理后的内容。

26.RAG进阶(Advanced RAG)-假设性问题索引内容参考于：图灵AI大模型全栈假设性问题索引做的事情对文档内容（切分之后的文档），提炼出三个问题，把提炼出来的问题转成向量存到数据库，然后比对的数据就是问题，转换成问题后语意会比较短，如果我们问的问题与提炼出来的问题相似那么它就会比较精准，生成的问题是通过大模型搞的，所以问题的合适性无法控制，这种的索引使用的不是很多

后端小肥肠

小红书笔记爆了 17 万后，我用 Obsidian + Skill 实现了“一句话选品”大家好，我是小肥肠，一个努力维持一人公司运转的前程序员。小红书虚拟商品训练营如火如荼啊，上周我有个笔记爆了17万，这几天进入了选品阶段。今天给大家带来的技术分享是Obsidian+skill实现小红书选品流程。

SelectDB技术团队

2026 SelectDB AI 产品发布会：Agent Native 数据基础设施能力全景发布2026 年 SelectDB AI 产品发布会圆满举行。本次发布会聚焦 Agent 时代下数据分析基础设施的全新变化，围绕极速分析、多模数据统一管理、Agent Native、Agent Observability 以及 Serverless 弹性架构等方向，系统展示了 SelectDB 面向 AI 与 Agent 场景的最新产品演进。

Loop Engineering 深度实践指南：9 种 2026 年最新做法与完整代码2026 年 6 月，Loop Engineering 概念在硅谷引爆 —— 它不是又一个转瞬即逝的 buzzword，而是 AI 工程范式从 " 人提示 AI" 到 " 人设计系统，系统驱动 AI" 的根本转折。本文不讲入门概念，直接切入当前工业界和研究界最活跃的九大实践方向，每个方向都配有可运行的代码示例和架构决策指南。

OpenClaw生态全景解析 - 9大核心工具赋能 AI 自动化落地OpenClaw作为开源AI自动化框架，因部署配置复杂度高催生了丰富的生态工具。关于国内外开源和知名的Claw服务，可以查看之前的文章：Claws及其衍生工具OpenClaw、NanoClaw，阿里云的CoPaw、Kimi Claw、网易LobsterAI，ZeroClaw、PicoClaw

你的 Agent 是个黑箱：eBPF 如何看见它真正在做什么沙箱防逃逸，审批防越权，但 Agent 拿到合法权限后的行为——没人看得见。本文首发地址 h89.cn/archives/62…

FastMCP 2.0 实战：10 分钟给 Claude Code 装上手摘要：Model Context Protocol（MCP）正在成为 AI Agent 连接外部世界的标准协议。本文从零搭建一个 Python MCP Server——用 FastMCP 2.0 写一个天气查询工具，接入 Claude Code，实测效果。读完你会明白 MCP 到底解决了什么问题，以及它为什么比传统的 function calling 更好。

阿里云云原生

打破智能体孤岛：基于 A2A 协议的生产级多 Agent 协作平台 AgentRun 实战解析作者：丛霄、悠逸单个 Agent 再强，也只是一个人在战斗。真正的生产力倍增，来自多个专职 Agent 的协同——而 AgentRun 让这件事变得像调一个 API 一样简单。

拆解一个 LLM 工程化项目：16 个 Service + Agent 对话循环怎么协同跑流水线最近在思考 LLM 多 Agent 协同的工程化落地，翻到一个叫 Auteur 的项目，作者用 Spring Boot 把"AI 生产中文短视频"这个场景拆成了 16 个独立 Service + 1 个 Agent 对话循环。读完源码觉得里面几个设计决策挺值得拿出来聊——特别是对所有"用 LLM 串多步流水线"的同学都有参考意义。

阿文和她的Key

AI Agent突然到处都是了——聊聊它是什么，非技术也能看懂最近不管刷什么平台，一直都能看到"Agent"这个词。刷一下资讯：OpenAI说GPT-5.6要重点推Agentic Workflow了。

告别离线 Agent：deepseek-kit 内置 Web Search，零配置联网搜索GitHub 仓库：github.com/FliPPeDroun…官方文档：deepseek-kit.vercel.app

04-从零手写 ReAct 循环：Agent 的心跳是怎么转起来的

AI最大的误解：LLM实际上并不会调用工具大多数初学者以为是这样的：但事实并非如此。真相是：这是 AI 工程中最重要的概念之一。LLM 只做一件事：

AI Agent 记忆系统：从对话记录到认知架构如果说上下文管理决定了 Agent 的"瞬时智商"，那么记忆系统决定了 Agent 的"长期智慧"。本文深入探讨 Agent 记忆的层次、架构设计与实现方案。

AI Agent 上下文管理：从窗口到世界的桥梁上下文管理是 Agent 系统中最容易被低估、却最决定成败的基础设施。本文从原理到实践，系统性地梳理上下文管理的核心概念、技术方案与工程陷阱。

Spring Boot + LLM 工程化:把短视频流水线拆成 16 个独立角色的踩坑记录如果你最近也在用 LLM 做内容流水线,大概率踩过这几个坑:我业余时间做了一个开源项目 Auteur,把这些问题逐个解决了。这篇文章把我踩过的坑和解决思路一次性写出来,代码 + 配置都是真实可跑的。

技术达芬奇

开启你的 Agent 时代：LangChain + LangGraph 项目开发入门与语言堆栈抉择随着大语言模型（LLM）从简单的“单轮问答”演进到具备自主思考、工具调用能力的“智能体（Agent）”，传统的开发模式已经有些捉襟见肘。在这个背景下，LangChain（大模型应用编排框架）与 LangGraph（专注于构建复杂、有状态、循环多 Agent 系统的框架）成为了当今 AI 开发者手中的倚天剑与屠龙刀。

叫我Paul就好

复刻Codex浏览器插件-鉴权篇昨天把 Codex 浏览器插件最关键的功能做出来了，虽然还是有很多瑕疵，但我认为这是 Agentic Coding 带来的好处。它可以让我们快速验证我们的想法，想法验证可行之后再继续做一些工程上的优化，可以最大程度上降低我们的试错成本。