Software 2.0

Agentic AI新框架对比

Agentic AI新框架对比

我们都知道CrewAI和AutoGen，但你知道吗？还有几十个开源的基于代理的框架存在——而且其中许多是在过去一年发布的。

MCP、AI代理和API

有人在AI巨轮的外围暗示，AI代理的兴起，特别是模型上下文协议（MCP）的出现，标志着API时代的终结。

使用JavaScript从零构建AI代理

使用JavaScript从零构建AI代理

使用大型语言模型（LLMs）和网络搜索构建并理解AI代理。

不用框架，从零构建AI代理

仅使用OpenAI API和Python创建一个聊天机器人代理，能够使用计算器或知识库等工具，不依赖任何框架。这将为你提供关于代理系统工作原理的基础和内部细节。

打造自己的AI研究员

本文将解释如何创建自己的AI研究员，它可以从互联网上找到上下文相关的有用信息，并提供适当的答案。

RAG重排序器与两阶段检索

在本文中，我们将学习一种通常最容易和最快实现的方法来解决性能不佳的RAG管道问题——重排序器（Reranker）。

RAG 提示工程指南

RAG 推动了AI驱动的应用程序超越静态知识，迈向动态和实时信息。但要获得精确、相关且高价值的响应，提示工程很重要。

基于LLM的大文档分割器

在这篇文章中，我们将介绍如何一种新的利用大型语言模型的力量来保持上下文并提高检索准确性。

5分钟构建RAG管道

RAG通过提供上下文相关的数据增强大型语言模型的响应。本教程演示了如何使用Qdran和DeepSeek快速构建RAG管道。

用MCP实现Agentic RAG

用MCP实现Agentic RAG

传统的RAG系统使用固定策略，这些策略在数据变化时可能变得不那么有效。在Agentic RAG中则不同，LLM根据上下文决定如何与数据交互。

打造GitHub文档机器人

我仓库中的所有文档都是由GPT4生成的，我可以通过点击按钮来更新这些文档。

Adrenal AI写作助手

在这篇文章中，我会向你展示如何使用Adrenal AI构建一个自定义的AI写作助手。

GPT4Free新手指南

gpt4free 是一个开源的Python库，它允许你通过多个提供者访问各种强大的语言模型——在许多情况下无需使用官方API密钥。

5个值得开发者关注的开源项目

从后端魔法到 AI 代理服务器，作为一个在 GitHub 仓库和科技 Twitter 上花太多时间的人，我发现了一些应该让更多人知道的开源宝藏。

Pollo AI一站式图像/视频生成平台

Pollo AI一站式图像/视频生成平台

Pollo AI是一个由最新的AI模型驱动的完整平台，用于图像和视频创作。Pollo AI脱颖而出的原因在于它的全包式方法。

MCP/A2A：显式编程终结的开端

MCP/A2A：显式编程终结的开端

大约70年来，我们一直在使用一种相当僵化的思维模式来构建软件：确定性指令、明确逻辑、定义输入和输出。一切都由人类手动硬编码，从数据流的方式到每个决策树的分支方式。

用ChatGPT-4o制作品牌工具包

我不是设计师。但我用ChatGPT-4o，不到30分钟就创建了一个令人惊叹的品牌工具包。

在MCP服务器中添加提示

在上一篇文章中，我建立了一个本地MCP服务器并添加了一些工具到服务器中。在这篇文章中，我们将为该服务器添加提示。

Google A2A：AI代理间协议

Google A2A：AI代理间协议

今天，谷歌发布了其开源的代理间协议，这个协议被富有想象力地命名为A2A，即代理到代理。谷歌声称A2A与MCP是互补的。

AI通才必备的8个技能

到2025年，工作世界和经济生存将不再仅仅青睐营销人员、开发人员或设计师。相反，我们将看到AI通才的出现——这些人能够通过使用AI的变革力量来处理多个角色。

Vercel Chat SDK

Vercel Chat SDK

Vercel Chat SDK 是一个免费的开源模板，用于构建强大的聊天机器人应用程序。

用Vercel AI SDK构建聊天机器人

用Vercel AI SDK构建聊天机器人

在这篇指南中，我们将使用 Vercel AI SDK、用于工具的 Agentic 适配器和用于无服务器执行的 Supabase Edge Functions 来创建这样一个聊天机器人。

MCP抽象了什么？

如何构建一个简单的包装函数让我们得出了MCP服务器的概念

AI技术栈的分层

本文中我要讨论并分解的主要抽象概念是人工智能栈的概念。栈只是用来构建应用程序的技术组合。

PROMPT ENGINEERING

开发者提示工程实用指南

学习顶级开发人员使用的技巧，以获得更干净、更快、更智能的 AI 生成代码