智能体/知识库 今日: 0|主題: 389|排名: 18 

目录MCP 是什么Dify 作为 Client：调用外部 MCP 工具搭建 MCP 天气服务端在 Dify 中接入“天气感知”能力Dify 作为 Server：被外部应用调用搭建“翻译专家”工作流启用 MCP 服务在外部 AI 应用中调用 在之前的博客中已经介绍了 MCP 的概念，以及在 LangChain 中如何使用 MCP 协议。今天这篇博客，将带大家实战如何在 Dify ...

大家好，我是Edison。 最近我一直在跟着圣杰的《.NET+AI智能体开发进阶》课程学习MAF开发多智能体工作流，我强烈推荐你也上车跟我一起出发！ 上一篇，我们学习了MAF中如何进行子工作流。本篇，我们来了解下在MAF中如何快速实现一些常见的智能体编排模式。 1 智能体编排模式介绍 传统的单Agent系统在处理复杂多面任务的能力 ...

相关点击访问： github HUGGINGFACE MODELSCOPE SHOWCASEgithub 从 Chatbot 到 Autonomous Agent 通义DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。 在多个极高难度的信息检索和推理任 ...

内容简介 本书是谷歌大佬Antonio Gulli为人工智能领域编写的一本实战型指南，全书通过逻辑严密的框架设计与真实场景的案例演示深入阐述了构建现代智能体的核心设计模式与落地方法论，非常适合想学习了解 Agent 智能体的开发者。 2025 年 10 月初，谷歌资深工程主管、杰出工程师 Antonio Gulli 免费公开发布了一本长达 400 ...

除了LangChain，目前业界的智能体框架选择很多，各有侧重。你可以通过下表快速了解它们的主要特点和适用场景： 框架名称 主要特点/优势 典型适用场景 开发公司/背景 AutoGen 擅长多智能体间复杂对话与协作，模块化、可测试性强 代码生成、自动调研、复杂任务拆解 微软 CrewAI 以“角色分工”为核心，轻量、逻辑直 ...

2025年，Agent相关的概念、协议与标准层出不穷。从年初的 MCP，再到 A2A、A2UI 等，围绕着 Agent 相关而推出的各种标准。随着Agent生态的完善，Agent的门槛可用程度也越来越高。 Agent也从最开始的使用特定提示词、工具调用到基于MCP、基于工作流、A2A形式的，再到目前基于Skills。 在2025年一系列标准协议的发布，Agent进 ...

目录1.发展史2.斜杠命令 commands3.skill 技能包4.钩子 HOOK5. MCP 服务器6.插件 plugins7.子代理 SubAgents8.项目记忆文件 CLAUDE.md9.Plan模式暂时的结语 很少有人真的喜欢天天学新东西，我一个 java 技术栈的朋友，说我们怎么天天能学那么多东西（针对于全栈）。我作为一个 出海 Saas 人，我自己也沉默了： 本文 ...

前面已经学习了 顺序、循环、条件分支、并行 这4种基本的工作流编排方式，利用这些可以组合出各种复杂的逻辑。下面将前面招聘的整个流程串起来，做一个相对比较完整的工作流： 宏观上，1-2-3是面向候选人的，4-5-6是面向公司招聘团队的。 一、定义Agent 1.1 CandidateWorkflow 1 public interface CandidateWorkflow ...

目录1.首先是安装！2.配置代理3.上聚合站搞 API4.配置环境，自定义模型 API5.选择其他模型6.终于看到主界面了7.完成 首先，这个话题针对的大概率是 claude opus 4.5 模型 很难在国内被使用。这个很好解决，我肯定不会肉身在国内，冒险去花个几百块砸去 Anthropic 官网搞个会员，我一直使用的是模型聚合中介服务，按量付费。 ...

书接上回，简历评估完后，根据评估结果，如果合格，公司就该通知面试，否则回邮件拒绝。也就是今天要演示的“条件工作流”。下面定义这2个分支对应的Agent: 一、定义不同分支的Agent 1.1 EmailAssistant (发邮件拒绝候选人Agent) 1 public interface EmailAssistant { 2 3 @Agent("向未通过筛选的候选人发送 ...

书接上回，现在简历已经润色得足够好了，投递到了HR手上，假设跟候选人也做了初步的电话沟通。接下来，公司需要对候选人做如下审查： 经理：针对简历，结合招聘岗位要求，审查简历是否符合要求（包括优点和不足） HR：针对简历，结合电话沟通记录以及HR招聘相关要求，审查简历是否适合（包括优点和不足） 团队成员：针对简 ...

pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", monospace !important; font-size: 14px !important; line-height: 1.6 !important; padding: 16px !important; margin: 16px 0 !importan ...

接上节继续，仍然还是这个简历优化的示例，这次引入1个 “简历审阅者(CVReviewer)”的角色，定义如下： public interface CvReviewer { @Agent("根据特定指示审阅简历，提供反馈和分数。请考虑简历与职位要求的匹配程度") @SystemMessage(""" 您是此职位的招聘经理： {{jobDescription}} ...

概述 我们在构建AI智能体的过程中，意图识别和槽位抽取是自然语言理解（NLU）的两个关键部分，会直接影响智能体的交互质量和用户体验。 意图识别（Intent Detection）的核心作用在于准确判断用户的语义目的。系统能将用户输入映射到预定义的意图类别（如"查询天气"、"预订餐厅"），这一步骤决定了后续业务流程的正确走向。 ...

课程总览 · 时长：40小时（含10小时实践项目）目标：掌握大模型全生命周期开发能力，具备独立优化和部署行业模型的能力 大模型篇 模块1：模型原理（5小时） 目标：掌握模型的基础原理更好的理解内容 1. Attention讲解（1h） 2. Self—Attention代码实现讲解（1h） 3. Transformer结构讲解（1h） 4.&nb ...

自近年AI智能体火爆以来，各种相关的框架和最佳实践也不断涌现，Anthropic公司2024年发布的Building Effective AI Agents \ Anthropic 无疑是最有影响力的指导文章之一，langchain4j在此影响之下，也实现一系列的workflow编排&Agent功能。 本文将在langchain4j官方示例基础上(不熟悉langchain4j的朋友，请移步langchai ...

LLM Agents：从“会说话的模型”到“可行动的系统” 本文面向已有一定研究或工程基础的读者，尝试在 2024–2025 年最新工作的基础上，对 LLM+Agents 的研究版图进行系统综述，并给出我对未来方向的判断与建议。整体结构如下： 概念与范式转变：从 LLM 到 Agentic LLM 单智能体架构：规划、工具调用、记忆与自进化 多智能体 ...

2026 年 1 月，随着 TIOBE 指数正式宣布 C# 为 2025 年度编程语言，全球软件工程领域迎来了一个决定性的转折点 [1]。这一荣誉不仅是对 C# 过去一年在搜索热度和开发者活跃度上取得最大增幅的认可，更是一个滞后指标，揭示了底层技术范式的深刻变迁。如果说过去十年是 Python 依靠数据科学和模型训练确立霸权的时代，那么 20 ...

https://arxiv.org/pdf/2512.13564 摘要 记忆已经出现，并将继续作为基于基础模型的智能体（agent）的一项核心能力。它支撑着长时程推理、持续适应，以及与复杂环境的有效交互。随着关于智能体记忆的研究迅速扩展并获得前所未有的关注，该领域也变得日益碎片化：纳入“智能体记忆”范畴的既有工作，往往在研究动机、实现方 ...

导读：2025年是智能体爆发的一年。然而，随着模型能力的提升，工业界开始反思：盲目增加智能体、盲目增加工具调用次数真的能“大力出奇迹”吗？本文串联了两篇Google论文，从宏观的架构选择到微观的工具预算感知，探讨如何科学地构建高效的Agent系统。 Part 1. 宏观选型：多智能体的科学定律 Towards a Science of Scalin ...