agent

手机控制 AI 编程？Paseo 让你随时随地跑 Claude Code / Codex原来 AI 编程工具不一定要坐在电脑前才能用……上个月地铁上突然想到一个 bug，以前只能记在备忘录里等回家。那天试了一下 Paseo，掏出手机连上家里的服务器，用语音说了一句话，Claude Code 就跑起来了。到家的时候 PR 已经在等我了。

OpenHarness源码研究-2-CLI构建工具Typer从cli.py，用传统web开发的视角，看typer框架如何定义通信和交互的，以及观察命令是如何设计的

【 LangChain v1.2 入门系列教程】【四】结构化输出，让 Agent 返回可预测的结构【 LangChain v1.2 入门系列教程】【一】开篇入门 | 从零开始，跑通你的第一个 AI Agent 【 LangChain v1.2 入门系列教程】【二】消息类型与提示词工程【 LangChain v1.2 入门系列教程】【三】工具（Tools）开发，让 Agent 连接外部世界【 LangChain v1.2 入门系列教程】【四】结构化输出，让 Agent 返回可预测的结构【 LangChain v1.2 入门系列教程】【五】记忆管理，让 Agent 记住对话【 LangChain

万字长文图解 Agent 面试题：ReAct、MCP、Skills、Function call、Tools、A2A、Workflow 等大家好，我是小林。今年，AI 圈子里最火的一个词，毫无疑问就是 Agent（智能体）。打开技术社区，满屏都是 Agent，各大厂商发布会，也都在讲 Agent，甚至连招聘 JD 上，都写着「有 Agent 开发经验优先」。

AI-Agent记忆系统深度实战-3大范式源码对比与鸿蒙端实现AI Agent的"健忘"问题正成为生产部署的最大障碍——上下文窗口不断扩大，但响应质量反而下降。本文从Context Rot现象出发，源码级对比向量检索、压缩摘要、知识图谱三大记忆范式，自研实现混合记忆系统并部署到OpenHarmony设备端，实测Token消耗降低90%、检索准确率提升40%。附4个真实踩坑记录与完整的架构设计。

2026年AI Agent开发实战：MCP协议深度解析与多智能体协作架构完全指南2025年，是AI Agent从概念走向生产环境的关键一年。这一年，我们见证了AI Agent领域的几个重要转折：Anthropic正式开源了Model Context Protocol（MCP），引发了整个行业对Agent互操作标准的重新思考；微软AutoGen进入3.0阶段，多智能体协作的稳定性大幅提升；CrewAI的用户规模突破百万，成为中小团队构建AI工作流的热门选择；LangGraph则以其状态管理能力，在复杂业务流程场景中站稳了脚跟。

我写了一个轻量 AI 网关库，多模型路由 + 自动降级 + 预算控制，一个包全搞定路由、降级、限流、成本控制——调多个 LLM 必须解决的四个问题，一个零依赖 TypeScript 库搞定。

Agent的ReAct（推理+行动）模式彻底搞懂Agent时代下的行动能力。为什么从文字描述到具有行动的能力。LLM学习了大量的知识语料，不要只把它当成巨大的知识语料库像搜索引擎一样来使用搜索查询的功能，而是看成是一个推理引擎(Reasoning engine)

LangGraph 入门到精通0x02：Graph 其他基础能力前面逐个学习了 LangGraph 的一些基础能力：Reducers、Send、Interrupt、Command。今天继续看 LangGraph 的其他基础能力。

LangGraph 入门到精通0x01：Graph 通讯机制前面了解了 LangGraph，以及写了第一个简单的 LangGraph 程序。今天继续深入学习 LangGraph，先从 LangGraph 的通讯机制开始。

阿荻在肝了

Agent实践三：基于Chroma的RAG检索embeding.pyfunction.py

手机上的全能智能体，Auto小二正式开源从小我就有一个愿望——拥有一个真正生活在手机或电脑里的“数字朋友”。它可以像我远方的朋友一样，和我通过社交软件聊天，给我分享它看到的有趣的事。市面的大模型虽然聪明，但往往被困在对话框里，缺乏真实世界里的“行动力”；而很多手机自动化项目又更偏向于“指令执行器”（我一步步教它怎么做，它再去执行），包括豆包手机，定位也是偏向于手机助手的角色。

程序消消乐

第六章：Claude Code CLI 多 Agent 协作——AgentTool、Coordinator 与 Worktree 隔离单 Agent 架构有三个硬性瓶颈：上下文窗口上限：大型项目的代码、历史对话、工具调用结果累积到一定量就会触发 compact（见第五章）。子 Agent 各自维护独立的上下文窗口，互不干扰。

检索增强生成RAG项目tools_03:mysql➕redis➕milvus前面我们介绍了Docker部署➕ollama➕logging➕bm25等RAG项目中各个必不可少的tools,本篇主要讲的是mysql➕redis➕milvus!!!

LangChain & LangGraph 学习记录视频学习链接：https://www.bilibili.com/video/BV1umnbziE97?spm_id_from=333.788.player.switch&vd_source=031c58084cf824f3b16987292f60ed3c&p=2

一个本地 AI Agent 是怎么跑起来的从消息、工具到 Agentic Loop，拆开它的实现脉络这篇文章不聊空泛概念，而是顺着一个本地 AI Agent 的真实执行链路，拆开它为什么会看起来像在“自主工作”：从消息结构、流式事件，到工具系统、文件与 Bash 工具，再到 Agentic Loop、系统分层和运行时 Prompt。你会看到，Agent 的关键不在神秘感，而在这些朴素机制是如何被稳稳接起来的。

飞龙1477565746750

从零创建 skill：Skill Creator 项目全解析随着大语言模型的普及，如何让 AI 助手更智能、更专业成为了开发者关注的焦点。Anthropic 推出的 Skill 系统就是一个很好的解决方案，它允许开发者创建模块化的技能包，让 AI 助手在特定领域表现得更专业。

【SpringAIAlibaba新手村系列】（18）Agent 智能体与今日菜单应用版本标注章节定位s01 > s02 > s03 > s04 > s05 > s06 > s07 > s08 > s09 > s10 > s11 > s12 > s13 > s14 > s15 > s16 > s17 > [ s18 ]

100多行代码实现一个最简单的Agent(用ReAct)这里用 ReAct 来写一个最简单的 Agent，调用 DeepSeek 的 API ，外加 CLI 进行多轮对话的 Agent。