张高兴的大模型开发实战:(四)使用 LangGraph 实现多智能体应用
目录环境搭建与配置定义智能体加载模型提取关键词生成回答连接智能体定义图的状态定义节点方法根据指令路由生成回答文件处理提取关键词网络搜索定义图的结构运行图运行指南在控制台中测试程序使用 Streamlit 构建前端页面
随着大语言模型(LLM)技术的快速发展,人们期望利用 LLM 解决各种复杂问题,在此背景下,构建智能体 ...
OpenClaw 多 Agent + 飞书多 Bot 路由配置实战复盘
说明:本文由 OpenClaw 助手根据一次真实配置与排障过程辅助整理,内容经过人工确认。
最近在 OpenClaw 里做了一次多 Agent、多飞书 Bot 的配置:新建一个独立的 agent profile <agent-b-id>,并让一个新的飞书机器人专门路由到这个 agent,同时保留原来的默认机器人继续服务主 agent。
这篇记录一下完整过程、踩坑点和最 ...
MCP (Model Context Protocol)初体验:企业数据与大模型融合初探
简介
模型上下文协议(Model Context rotocol,简称MCP)是一种创新的开放标准协议,旨在解决大语言模型(LLM)与外部数据和工具之间的连接问题。它为AI应用提供了一种统一、标准化的方式来访问和处理实时数据,使模型不再局限于训练时获得的静态知识。
MCP由Anthropic首次提出并开源,通过定义标准化接口,允许大 ...
11. Spring AI + ELT
11. Spring AI + ELT
@目录11. Spring AI + ELTELTDocument Loaders读取Text读取markdownpdfB站:DocumentSplitterTokenTextSplitter自定分割器:分隔经验:分块五种策略1)固定大小分块2)语义分块3)递归分块4)基于文档结构的分块5)基于LLM的分块ContentFormatTransformerKeywordMetadataEnrichingSummaryMetadat ...
WebDancer: 迈向自主寻求信息智能体
https://arxiv.org/abs/2505.22648
https://github.com/Alibaba-NLP/WebAgent
摘要
应对复杂的现实世界问题需要深入的信息检索和多步推理。近期在智能体系统方面的进展,以 Deep Research 为代表,凸显了自主多步研究的潜力。在本工作中,我们从数据驱动和训练阶段的视角,提出了一种构建端到端智能体信息检索系统的整体范 ...
最新AI智能体开发案例:小红书养生博主必备!教你用Coze工作流搭建「养生赛道」智能体!
嗨~我是老包。目前专注AI智能体开发与教学 ,持续分享Coze智能体、coze工作流搭建案例。**
老包用扣子为小红书养生赛道博主捏了一个神器 名字是:
🔥「📕 小红书 | 爆款养生赛道图文生成器」🔥
为什么要做这个智能体?
**
**
老包在小红书上发现许多博主分享养生笔记
点赞和收藏量非常高
老包分析了一下
可以用工作流制作
...
智能客户服务协助智能体
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 ...
拆解 Claude Code SubAgent:隔离、专业化与权限设计
提一嘴博主开源的以 Claude Code 为基础的 GUI 图形化桌面客户端应用 Misaka(
GitHub 地址:https://github.com/knqiufan/Misaka
项目完全开源,是个学习项目,还有比较多的地方待优化,欢迎大家来提 Issue 和 PR
另外 Claude Code 的其他相关文章:
关于完全指南: Claude Code 完全指南:使用方式、技巧与最佳实践
关 ...
我帮你测过了,测试圈排名第一的 Skill 果然牛逼
写在前面
清明节假期,也没闲着,整体比较忙碌,用了一天在思考,没有思考出什么!
相反,被Claude说建议我去看看心理医生,chatgpt建议说一切都会好起来的,请保持乐观!
我的感受是,好像什么都没思考,聊出个寂寞。
为什么要突然写这个skill
大多人的心里,看到某号主写的文章感觉挺有意思,一看是带货文,没法直接落地 ...
关于对wso2和keycloak的token交换的调研
流程梳理手稿
用户以keycloak为中心,在wso2中添加了keycloak做为IDP,wso2开发者平台通过keycloak进行登录
登录成功后,通过keycloak颁发的auth_code,置换keycloak平台的access_token
通过wso2平台的urn:ietf:paramsauth:grant-type:jwt-bearer方式,从keycloak平台交换一个wso2平台的用户token
在wso2平台,通过用户tok ...
OpenClaw生产级部署指南:权限隔离、流量管控、用量追踪全方案
前言
这篇我把自己踩了N个坑总结的OpenClaw安全管控方案全分享: 容器化部署隔离权限、IP白名单控制面板访问、token用量告警、 行为日志全追溯,所有配置代码直接复制就能用,自托管玩家必看!
权限问题
1)openclaw可以修改主机上的文件,拿笔者的环境来说,一台debian 13的操作系统上安装的openclaw,安装完成之后它可以 ...
五万下载!WinClaw 狂飙,每日免费 Token 直接拉到 1000 万
本帖最后由 不再沉醉 于 2026-3-16 10:28 编辑
从过万到五万,WinClaw 只用了不到一个月。这不是一个冷冰冰的数字,这是可能是五万台 Windows 电脑上,五万个真实用户,每天在用 AI 干活、处理文档、远程遥控、解放双手。今天,我们不只是庆祝——我们决定把免费 Token 额度直接拉满:每人每天 1000 万 Token。[hr]一、 ...
agent skill实战:结构设计 + 故障排查实战
前言
本文将使用一个例子“线上故障排查”,结合该例子,来详细讨论一下skill在实战中的应用
skill的组成
.
├── SKILL.md
├── references/
├── examples/
└── scripts/
SKILL.md:主入口文件
这个 Skill 是干什么的
什么时候触发
先读哪些参考资料
按什么顺序执行
输出结构是什么
哪些行为必须避免
refe ...
和AI一起搞事情#4. 小白用claude code做游戏究竟能踩多少坑
话接上回,中医游戏第一版惨遭滑铁卢。
我把90%的锅扔给了"需求定义不清楚",但万万没想到跨过需求的坑,就跳进UI的坑,出了UI的坑又进入测试的坑,总之是花式踩坑。当前项目代码在这里tcm_odssey
先汇报一下进度
因为把大量时间花在了UI和地图上,导致这周还没做到最核心的对话环节。
目前只是有了:
✅ 游戏引导
✅ 外景 ...
OpenClaw vs Hermes Agent
1.概述
如果你是刚开始接触 AI Agent 的开发者,最容易踩进一个坑:把“会聊天的大模型”误当成“能持续工作的代理系统”。
这两者不是一回事。
大模型更像一个会推理、会生成文本的“大脑”;而一个真正能落地的 Agent,至少还需要下面几层东西:
工具系统:让模型不只是“会说”,还要“会做”,比如读文件、跑命令、搜 ...
深入 Open Agent SDK(二):34 个工具的背后——工具协议、三层架构与自定义扩展
本文是「深入 Open Agent SDK (Swift)」系列第二篇。
上一篇分析了 Agent Loop 的运转机制,其中有一个环节是"执行工具"——LLM 说"我要调 Bash",SDK 就真的起一个进程跑命令。但这背后的工具系统远不止"调个函数"那么简单。34 个内置工具怎么组织?怎么从 LLM 的 JSON 输入安全地转成 Swift 类型?怎么控制哪些工具能用 ...
出去散散步 看开着轮胎店的店铺开在哪里 你是不是有病 我很正常
出去散散步 看开着轮胎店的店铺开在哪里 你是不是有病 我很正常
出去散散步看开着轮胎店的店铺开在哪里。你是不是有病我很正常。我有病了,他不是你的钥匙啊。你呢,买陆虎呢。好极了,东风快车红旗飘,三辆新能源,好奇充电桩的时差。房子退掉了买不起就是。
自己的事自己做就怕不争 ...
别再写 if/else 了:让 LLM 自己决定调用哪个函数
前言
书接上文,今天我们来讨论上一篇文章遗留的问题:当一次性给大模型多个函数时,它到底怎么判断该调用哪一个?这个问题,在 AIOps、智能排障、客服问答、数据分析这类场景里特别常见。本文继续用理论结合时间,拿一个线上故障排查的例子,掰开揉碎了讲清楚:当有多个工具同时可用时,LLM 是怎么做决策的,以及我们代码 ...
iforgeAI再次升级:更强大的 AI 数字团队来了!
最近对 iforgeAI 做了一次重要升级,正式发布 v1.3.0 🎉 这次更新主要围绕「智能体能力」做了增强,尤其是对 Trae 生态的适配,让整体协作更加流畅、实用。
本次版本更新亮点
1. 深度适配 Trae 的智能体与技能体系
iforgeAI 已完成对 Trae 智能体(Agents)和技能(Skills)的更好支持,使得在实际开发流程中,AI 团队的分 ...
function call 实战:让 LLM 自动判断 pod 异常、调用日志工具并完成故障分析
前言
今天是一期function call的实战
先上代码
function_call
先获取 Pod 当前状态
让 LLM 判断这个状态是否需要进一步排查
如果需要排查,就要求 LLM 调用 get_pod_logs 工具拿日志
再让 LLM 基于日志输出问题原因、根因分析和修复建议
OpenAI 客户端初始化
这部分代码的作用,是初始化模型客户端,并从环境变量里读取 ...