Tagged

AGENT

A collection of 342 posts

APPLICATION

12种最常用的AI代理评估技术

在这篇博客中，我们将理解并实现 12种不同的代理评估技术，学习 何时以及何处哪种技术最有用。

APPLICATION

用强化学习训练AI代理

即使是非常强大的LLM也可能很难可靠地完成复杂的多轮代理任务。有趣的是，我们发现使用一种叫做GRPO（群体相对策略优化）的强化学习算法来训练代理可以使它们更加可靠！

APPLICATION

Yolo: Claude Code & Gemini CLI

Claude Code和Gemini CLI都有一个“Yolo模式”，可以无阻碍地执行任务，而无需每一步都请求权限。

APPLICATION

是否需要AI代理的4条判断规则

AI代理很强大，但并不是解决你所有问题的万能方案。本文介绍4个简单的规则，可以帮助你判断是否应该使用AI代理解决你的问题。

APPLICATION

不要错误地构建AI代理

在构建使用LLM的应用程序时，我们建议找到最简单的解决方案，只有在需要时才增加复杂性。这可能意味着根本不构建代理系统。

APPLICATION

从构建Manus中学到的经验

上下文工程实际上并不简单。它是一门实验科学——我们重建了我们的代理框架四次，每次都在发现更好的上下文塑造方法之后。

APPLICATION

AI代理的强化学习

对于设计下一代需要推理、行动和进化的AI代理的从业者来说，RL不是可选的，而是必不可少的。

APPLICATION

使用强化学习和LLM构建AI代理

在本博客中，我们将逐步讲解如何设计一个使用大语言模型进行决策并利用强化学习优化其动作的AI代理。

APPLICATION

用AI代理玩3D FPS游戏

AI代理现在也成为了游戏的一部分。它们与环境互动、采取行动和做出决策都取决于正确的思考和正确使用LLMs/多模态模型。

APPLICATION

5个小团队必备的AI代理

我们是一个B2B公司内的小团队。但我们从未有过“把更多人派上战场”的奢侈。因此，我们做了次好的选择：我们开始使用AI代理。

APPLICATION

构建大规模金融数据代理

本文提供构建一个AI量化助手的蓝图，它可以回答问题、生成图表，并对TB级别的时序数据进行推理——使用你实际的生产数据。

APPLICATION

Anthropic多智能体开发指南

Anthropic的 Research 功能使用多个 Claude 智能体，以更高效地探索复杂主题。本文分享了Anthropic在构建这一系统过程中遇到的工程挑战以及所汲取的经验教训。

STARTUP

10个可行的AI代理商业模式

AI代理通过自动化复杂任务、增强决策能力并提供实时个性化体验，正在彻底改变企业和个人的运营方式。

APPLICATION

用AI代理自动订购麦当劳

为什么点击按钮时，代理可以为我们做这些？我是如何构建一个多代理系统，自动订购我的每周麦当劳套餐的，使用了谷歌的ADK、Selenium和太多工程热情

APPLICATION

构建客户支持语音机器人

通过结合 ElevenLabs 和 Make.com 的自动化功能，我在不写大量代码的情况下构建了一个功能齐全的客户支持语音机器人。

TOOL

N8N零代码构建AI代理

在这篇文章中，我将向你展示如何使用 n8低代码平台构建一个 AI 代理，该代理可以自动审查你在 GitHub 仓库中的代码。

APPLICATION

AI代理的5个难度级别

本文介绍将代理设计分解为五个实用的难度级别，每个级别都提供可运行的代码。

APPLICATION

从零实现反思Agent

在这篇文章中，我们将深入探讨如何从头开始用Python实现一个反思代理。

APPLICATION

地震可视化AI代理

想象一下，拥有一个AI助手，它可以自动收集全球地震数据，分析模式，并生成漂亮的可视化效果——所有这些都不需要人工干预。

APPLICATION

AI Agent的代码沙盒

沙盒是一个隔离环境，用于运行不受信任的代码，并具有严格定义的安全边界。当LLM或AI Agents生成代码时，后台会创建一个沙盒，代码上传、执行并返回其结果。

APPLICATION

AgentOps：软件开发新的抽象层

我们将进入一个开发者更少关注实现细节，而更多关注意图和结果的时代。这将从根本上改变我们在软件开发中解决问题的方式。

APPLICATION

用实时数据增强AI代理

本文介绍如何通过干净的数据集和开源LLM将社交噪声转化为可消化的见解。

APPLICATION

用MCP Server构建多智能体系统

本文是使用Smolagents构建具有多个MCP服务器的多智能体系统的全面指南，包括自定义MCP服务器、使用现有MCP服务器和具有多个MCP服务器和Gemini 2.5 Preview的多智能体系统

APPLICATION

用PydanticAI打造自己的写作管道

本文介绍一个用于生成结构化、基于 Markdown 文章的开源 Python 项目，结合了 AI 和 Pydantic AI。

APPLICATION

AI查询请求的智能路由

本文揭示了智能查询编排如何改变AI效率、性能和成本效益。你将学习到构建自组织代理网络的实际实施策略，这些网络会根据每个查询的最佳专业化组件进行路由。