你懂AI Agents 与 Agentic AI之间的区别和联系吗？
随着AI系统功能日益强大并逐渐融入日常工作流程，一个新的区别正在重塑我们设计、构建和评估这些系统的方式：AI Agents 与 Agentic AI。虽然这两个术语常被混用，但它们指的是不同的系统架构
阅读全文未来属于AI SaaS，这8个开源工具必不可少！
几个月前，我开始协助企业将其核心产品与人工智能（AI）技术整合。最初仅涉及几个由大语言模型（LLM）驱动的小功能，但很快这些功能演变为完整的AI SaaS平台。然而，我迅速意识到，开发这些应用不仅仅是
阅读全文提示工程101第十四课：处理歧义与提升清晰度
提示词中的歧义可能导致 AI 响应不一致或无关紧要，而提示不够清晰则可能造成理解偏差和错误输出。本教程聚焦于提示词工程中的两个关键方面：识别和解决提示中的歧义，以及编写更清晰提示词的技巧。这些技能对于
阅读全文OpenMemory MCP：大模型的记忆中枢
人工智能（AI）技术发展迅速，大型语言模型（LLMs）极大地简化了许多任务。然而，它们面临一个基本限制：会话之间无法保留记忆。如果能够拥有一个本地的、便携的 LLM “记忆层”，完全掌控您的数据，会怎
阅读全文AI Agent框架哪家强：Google ADK、Autogen、Langchain与CrewAI
人工智能（AI）领域对多智能体系统的潜力充满期待——这种框架允许多个专业化 AI 智能体协作，以比单一模型更高效地解决复杂问题。这一转变预示着更精细的自动化、复杂的问题解决能力以及自主化工作流程。近期
阅读全文使用agno实现AI代理设计的五个层级，由易到难
AI代理设计指南本指南将代理设计分解为五个实际难度级别，每个级别均提供可运行的代码示例。无论开发者是初学者还是处理现实世界的复杂任务，本指南都能帮助避免常见陷阱，构建真正有效的代理。这些级别包括：•级
阅读全文面试遇到“DPO 和 PPO 的区别”时，你还在靠玄学吗？｜《百面大模型》深度种草
“AI 大模型太卷了，我每天用 DeepSeek 却不知道怎么在面试里答题。”“明明刷了很多题，可一到面试就慌得要死。”——这是我最近听到最多的两句话。如果你是正在准备秋招同学，或者是一位想转型大模型
阅读全文仅150M参数！Reason-ModernColBERT推动RAG检索能力直达第三阶段！
随着大语言模型（LLM）的发展，AI 的「推理能力」正以前所未有的速度突破。然而，很多企业级检索系统却依旧停留在简单的关键词匹配阶段，难以支持真正意义上的“深度知识发现”。LightOn 最新发布的开
阅读全文用PydanticAI写AI Agent太简单：全流程CRUD
AI代理简介你可能听说过“生成式AI”这个术语——但什么是AI代理？本质上，它们是利用高级语言模型来更自主地处理任务的下一代工具。它们能够解析用户查询，挑选相关信息，并以结构化的方式与外部服务交互。上
阅读全文提示工程101第十三课：两种提示词优化技术
随着AI语言模型日益强大，与其交互所使用的提示词质量变得越来越重要。优化的提示词可以产生更准确、更相关、更有用的响应，从而提升AI应用的整体表现。本教程旨在为学习者提供实用技术，以系统性地提升提示质量
阅读全文避坑！一不留神你的RAG系统中的向量数据库每年就要烧掉几十万RMB！
几天前，我和一位前同事聊天，他们团队负责管理包含十亿条向量数据的向量数据库。为了不至于将磁盘撑爆，他们使用了 HNSW 索引、748 维的嵌入模型。但是老板已经快干不下去了，因为每年的云服务器费用还是
阅读全文新一代AI开发框架：PydanticAI
PydanticAI 是一个 Python 代理框架，旨在减轻构建生产级生成式 AI 应用的痛苦。FastAPI 通过其创新且符合人体工程学的设计，基于 Pydantic 的基础，革新了 Web 开发
阅读全文一次性讲清楚4种AI Agent设计模式
学习是一个持续的旅程无论是人类还是AI模型，学习都是一个持续的过程。然而，一个常见的问题是，AI模型能否像人类一样自我学习？根据近期的发展——它们可以。为了更好地理解这一点，让我们回顾大学时光，当时C
阅读全文中国首本 AGI 评估专著《通用人工智能的标准、评级、测试与架构》
在人工智能（AI）飞速发展的今天，通用人工智能（Artificial General Intelligence，AGI）作为能够像人类一样执行广泛任务的智能体，正成为全球研究的焦点。2025 年，由全
阅读全文探索AI新前沿：HuggingFace推出免费MCP课程，助你构建上下文感知的智能应用
在人工智能领域，如何让大模型（LLM）更高效地与外部数据源和工具协同工作，始终是开发者关注的焦点。为此，Anthropic 推出了 Model Context Protocol（MCP）——一个旨在标
阅读全文使用LangChain写一个生成文章标题、描述以及给出优化建议的智能写作助手
LangChain 是最受欢迎的开源 AI 工程库之一。它的目标是屏蔽构建 AI 软件的复杂性，提供易于使用的构建模块，并简化在不同 AI 服务提供商之间的切换过程。在本章节中，我们将通过构建一个简单
阅读全文提示工程101第十二课：Instruction Engineering，提升提示词质量的关键技巧
随着大语言模型（LLM）的迅猛发展，如何与它们“说话”已经成为一门新的技能——Prompt Engineering（提示工程）。而在提示工程的体系中，有一个非常核心的分支叫做 Instruction
阅读全文职场中你需要比别人更早掌握这9种AI技巧，否则下一个优化的就是你！
为什么下一波人工智能浪潮并非只属于技术人员？想象一下，一年之后，从人工智能中赚取最多收入的人不再只是那些常见的程序员、营销人员或销售专家。不，真正的赢家是那些决定掌握一些关键人工智能技能的普通人。你猜
阅读全文本地运行大模型的利器：Ollama架构和对话处理流程全解析
Ollama 概述Ollama 是一个旨在快速运行大语言模型（LLM）的简便工具。通过 Ollama，用户无需复杂的环境配置，即可轻松与大语言模型进行交互。本文将分析 Ollama 的整体架构，并详细
阅读全文RAG系统中的向量数据库怎么选？很多人都忽视了
引言向量数据库（Vector Database）是专门为存储、索引和管理高维向量数据设计的数据库，广泛应用于人工智能（AI）、机器学习（ML）和大数据分析场景。随着非结构化数据（如图像、文本、音频等）
阅读全文大模型调用选择同步还是异步，还真没有那么简单
在数字化时代，无论是构建技术系统还是组织团队协作，通信方式的选择直接影响效率和成果。通信可以分为同步和异步两种模式，它们各有特点，适用于不同场景。本文将深入探讨这两种通信方式的定义、优缺点以及如何根据
阅读全文35页终极指南：多智能体是如何让LLM“组团开挂”的？
在大语言模型（LLM）迅猛发展的今天，单一模型已难以满足复杂任务的需求。为此，研究者们提出了多智能体系统（Multi-Agent Systems, MAS）这一概念，通过多个智能体的协作，突破单体模型
阅读全文现在的大学生，不用大模型才是异类
「大学现在学的就是掌握 ChatGPT 的程度了。」在北美的顶尖大学校园里，人工智能完成作业、写论文已经成为一种常态。近日，New York Magazine 旗下 Intelligencer 发表了
阅读全文多智能体具身智能绝对是下一个AI爆点
今天给大家分享一篇非常出色的综述论文，总结了当前Multi-Agent Embodied AI（多智能体具身智能）的研究进展。这篇文章不仅回顾了超过300篇相关论文，还从多个角度探讨了这个快速演化的领
阅读全文提示工程101第十一课：提示链
随着 AI 应用日趋复杂，我们往往需要将一个复杂任务拆解成多个小而可控的步骤。提示链和提示序列能够引导语言模型逐步完成一系列相关的提示，从而实现更有结构、更受控的输出。这种方式尤其适用于需要多阶段处理
阅读全文干货满满的斯坦福的Agentic AI研讨会要点总结
最近，斯坦福大学举办了一场关于 Agentic AI 的网络研讨会，探讨了什么是 Agentic 语言模型（Agentic LM），以及它们在实际中的应用方式。讲座内容涵盖了语言模型的基本概览、常见限
阅读全文n8n实战：零代码构建一个RAG智能体
前天我介绍了使用 n8n 搭建一个邮件处理智能体，那么在今天我们将构建一个更复杂的 RAG 智能体工作流。当我们拥有一个特定的知识库（例如一篇长文档），并希望构建一个能够就此回答问题的智能体时，RAG
阅读全文几乎零代码！像搭乐高一样做AI应用，LazyLLM真的有点东西啊
每次写完一段得意的 Python 代码，你是不是也幻想着在客户或老板面前来一场完美的产品 demo？但现实往往是，要么在 Jupyter Notebook 里翻来覆去地展示 cell，要么在命令行里敲
阅读全文n8n实战：一步步教你零代码实现自动化邮件处理智能体
n8n 已成为 Agentic AI 领域中一个流行且强大的框架，它让我们无需复杂编码就能构建自动化工作流程。在本文中，我将一步步讲解如何充分利用这个强大平台，搭建一个自动处理来自 Gmail 的邮件
阅读全文保姆级教程：零代码基础也能微调Qwen3，并本地部署
我将在本文介绍如何通过 unsloth 框架以 LoRA 的方法微调 Qwen3-14B 模型。到目前还有很多小伙伴还不明白什么时候应该微调？那么请看下图：接下来我们再看一下本文使用的 LoRA 微调
阅读全文