Agent101第五课：开始学习LangGraph
LangGraph 是一个用于构建具有状态的、多角色的 LLM 应用程序的库，用于创建 Agent 和 Multi-Agent Workflow。LangGraph 与 LangChain 的区别与联
阅读全文Agent101第四课：类型注解
在这一节中，我们将学习一个重要但理论性较强的概念——类型注解（Type Annotation）。一、字典（Dictionary）我们先从 Python 中的字典讲起。你可能已经很熟悉它们了。比如：mo
阅读全文Anthropic带来划时代突破！宣告AI黑箱时代终结？
近日，一篇来自 Anthropic、德州大学奥斯汀分校和加州大学伯克利分校的研究论文《Persona Vectors: Monitoring and Controlling Character Tra
阅读全文JSON提示词可能是2025最被忽视的提示词工程
处理 AI 就像坐过山车。有一天，你让它给个快速提示清单，结果得到一堆整齐的 bullet points。下一天呢？一堆乱七八糟的文字，整理起来费老鼻子劲了。真是让人抓狂。后来我发现了 JSON 提
阅读全文Agent101第三课：工具调用
大家好，这里是 AI Agent 系列课程第三课：工具调用。第二课可以在这里看：Agent101第二课：结构化输出构建 Agent 时，我们需要为其提供一个可使用的工具列表。这些工具代表了模型可以访问
阅读全文Agent101第二课：结构化输出
大家好，这里是 AI Agent 系列课程第二课：结构化输出。第一课可以在这里看：Agent101第一课：LangChain简介在许多应用场景中，例如聊天机器人或虚拟助手，语言模型仅需以自然语言形式与
阅读全文写了十年 Python，我竟然现在才知道这5个功能！
听说过__missing__吗？我猜你现在在想什么。“又一篇‘隐藏的Python功能’文章？我都看腻了！无非就是说用collections.defaultdict，试试enumerate而不是ran
阅读全文Agent101第一课：LangChain简介
大家好，这里是 AI Agent 系列课程第一课：LangChain 简介。LangChain 是一个用于开发由大型语言模型（Large Language Model，LLM）驱动的应用程序的框架。旨
阅读全文什么时候使用LangChain
📌 主题：LangChain 应该在什么时候使用？适合哪些人群？🧠 核心观点LangChain 是什么？一个极为流行的 Python AI 框架，用于构建 LLM 应用。有非常强的功能，但也有不少争议
阅读全文豆瓣9.8分！日本最火AI入门神书"鱼书"五部曲中文版齐了！
这套来自日本的深度学习系列教材，以其封面上标志性的鱼类（🐟）图案而得名，在程序员圈子里被亲切地称为"鱼书"。系列图书销量超过10万册，受到大量读者的认可，第五部新书豆瓣评分直接飙到9.8！这套被称为「
阅读全文微调大模型，让模型更聪明地使用工具
如何让模型搜索网页、运行代码，甚至帮你报税虽然大型语言模型（LLMs）已经重新定义了 AI 的可能性，但它们依然有个根本性的局限：无法与外部世界互动，知识停留在训练时的时间点，能力也局限于文本生成。
阅读全文从狂提问到系统设计：5种真正实用的Agentic AI模式
大模型（LLM）不是魔法盒子，它是个需要你用「结构」激活的强大工具。📌 开篇：光有“提示词”远远不够很多人接触 LLM 时，都会陷入一个误区：以为只要写出完美提示词，一切就能搞定。给出足够的上下文，模
阅读全文OpenAI Deep Research AI智能体架构分析
最近，OpenAI展示了他们打造深度研究AI代理的理想场景……关键考量工具和AI代理的数量之间存在一个最佳平衡点。确实，所有这些AI代理可以合并成一个拥有多种工具的AI代理。但工具数量和AI代理数量
阅读全文MCP实战搭建智能助手，附代码
嘿，大家好！最近我们聊了不少关于 MCP 服务器的应用，今天我想带大家从零开始打造一个属于自己的智能聊天机器人，我给它取名叫 Ava，用的是几个常见的框架。这只是个初步想法，但随着时间推移，我们可以
阅读全文这8个2025年最火的RAG项目不可错过！
想象一下，你能打造一个AI驱动的系统，秒速搜索海量数据，像人类一样理解语境，还能对复杂问题给出精准又聪明的回答。听起来像魔法？其实不然——这就是FAISS DB和Langchain，两种正在改变人工
阅读全文提示工程101最后一课：最佳实践经验分享
提供示例最重要的一条最佳实践是：在提示中提供示例（无论是 One-shot 还是 Few-shot 示例）。这种方式非常有效，因为它就像是一个强大的教学工具。这些示例展示了期望的输出或类似的回应，能帮
阅读全文英伟达：专门微调后的小模型才是Agentic AI的未来
NVIDIA 不希望你用一个大模型（LLM）来完成所有智能体（Agent）任务。原因包括成本高、延迟大、系统开销重，以及 LLM 的各种限制，如部署难度、商业绑定等问题。英伟达提出了一种「数据飞轮」方
阅读全文上下文工程 vs 提示工程：你真的分清了吗？
在大型语言模型（LLM）应用的浪潮中，“提示工程”（Prompt Engineering）和“上下文工程”（Context Engineering）这两个概念频频被提及。很多人往往混淆二者，甚至认为它
阅读全文LangChain+LangGraph+RAGAS=可靠的 RAG 系统
逻辑分块、智能体、子图、计划执行、评估等等，带你从零开始打造一个强大的 RAG 系统！引言想打造一个生产就绪的 RAG（Retrieval-Augmented Generation）系统？那可不是件
阅读全文Agentic AI在企业流程中的生命周期
1. 引言关于ChatGPT（或者更广义的generative AI）的讨论，如今已经演变成了agentic AI。ChatGPT主要是个能生成文本回复的chatbot，而AI代理则能自主执行复杂任
阅读全文提示工程101第十九课：多语言与跨语言提示
随着 AI 语言模型日益强大，我们越来越需要在不同语言之间发挥其能力。多语言与跨语言提示技术能够帮助我们打造更加包容、面向全球的 AI 应用，打破语言壁垒，实现不同语言用户之间的无缝沟通。本教程将探讨
阅读全文MindsDB：您唯一需要的 MCP 服务器
去年，我被一堆客户反馈淹没了邮件里、Slack 上，还有一个我几乎搞不懂的随机数据库，客户反馈散落各处，简直让我抓狂，忙得晕头转向。后来我发现了 MindsDB，一个开源神器，感觉就像能跟数据聊天一
阅读全文提示工程101第十八课：提示词格式与结构
随着语言模型的不断进步，设计任务特定的提示词显得愈发重要。精心设计的提示词可以显著提升 AI 模型在各类应用中的表现——无论是概括长文本、生成准确代码，还是激发创意写作能力。本教程旨在为这些多样化任务
阅读全文集推理规划、工具执行、上下文管理于一体的 开源全能 AI Agent 框架：II-Agent
II-Agent 是一个开源 Python 框架，它结合了强大的 LLM 推理和丰富的工具支持，可以跨领域自主规划、执行和自动化复杂任务。简介现在的 AI 可不只是聊天机器人！它能帮你规划、决策，甚至
阅读全文用 AI 打造你的专属旅行计划：多智能体旅行规划工具（实战篇）
在如今快速变化的 AI 世界里，能把各种信息整合成个性化、实用的旅行计划，简直是无价之宝！马上开启小孩们的暑假模式，旅行变热了。不管是随性的周末小逃亡，还是精心设计的长假期，旅行者们都越来越想要一个
阅读全文一篇95页最新80种Deep Research系统全面综述
浙大研究了快速发展的深度研究系统领域（Deep Research）——AI驱动的应用通过整合LLM、高级信息检索和自主推理能力，自动化复杂的科研工作流程。分析了自2023年以来出现的80多个商业和非商
阅读全文Multi-Agent 系统 + CWIC Flow：AI编排的先锋
Multi-Agent 系统概述Multi-Agent 系统代表了人工智能领域的一次范式转变，从单一模型方法转向由多个专业化人工智能智能体组成的协作团队。这些系统具有以下几个关键优势：•专业化（Spe
阅读全文AI项目实战：构建一个专注于AI领域的迷你版谷歌新闻
在当今快速演变的人工智能（AI）领域，紧跟最新发展可能具有挑战性。因此，我开发了一款AI新闻聚合器应用程序，用于在单一便捷位置整理和呈现最相关的人工智能新闻。本文将带您了解我是如何创建这个应用程序的，
阅读全文不需要RAG！在30分钟内构建一个问答AI智能体。万字长文，先收藏再看！
2024年，大家都在为检索增强生成（Retrieval-Augmented Generation, RAG）着迷吗？构建向量数据库（vector database）、分割文档（chunking doc
阅读全文