Tagged

AGENT

A collection of 344 posts

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。

LIBRARY

Google ADK AI简明教程

谷歌的 Agent Development Kit (ADK) 是一个全新的开源框架，旨在让构建高级AI代理变得更简单、更快捷、更易获得。

APPLICATION

打造自己的AI个人学习助手

目标是创建一个AI导师，旨在促进自学。该平台允许用户上传他们的学习材料，然后处理这些材料以生成简洁的摘要。

LIBRARY

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。

APPLICATION

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。

APPLICATION

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。

APPLICATION

如何用工具提升大模型

在这里，我们将讨论这样一个系统的最简单示例：LLM + 工具。我将首先从高层次概述这些系统的工作原理，然后分享使用OpenAI的Agents SDK构建一个系统的示例代码。

LIBRARY

Graphite：事件驱动的AI代理框架

Graphite 是一个开源框架，用于使用可组合的代理工作流构建特定领域的AI助手。

APPLIACTION

用Agno构建多模态AI代理

通过Agno，一个轻量级的开源库，用于构建多模态代理，开发人员现在可以创建具有前所未有的自主性的思考、学习和执行任务的AI程序。

APPLICATION

从AI工作流到自主代理

如今的大多数 AI 驱动的工作流并不是像我们想象的那样通过推理来解决问题。它们是一套精心设计的安全护栏，用来控制 LLM 的行为。

APPLICATION

AI代理开发：拒绝框架

通过放弃框架并依赖直接API，你可以完全掌控你的AI代理。你可以优化性能，根据需求定制系统，必要时轻松调试，并确切了解每个部分是如何工作的。

AGENT

Manus的选择：MCP vs. CodeAct

Manus在2025年初引起了广泛关注。乍一看，它像是一个典型的多代理系统——但它的背后还有更多值得关注的地方。

APPLICATION

OpenAI Agents SDK集成Ollama

本文介绍如何将OpenAI Agents SDK与Ollama搭配使用开发多代理系统。

APPLICATION

用LangGraph开发RAG研究多代理

在本文中，我们展示了一个使用LangGraph开发的RAG研究多代理工具。该工具旨在解决需要多个来源和迭代步骤才能得出最终答案的复杂问题。

TOOL

构建知识图谱驱动的AI代理

在这篇文章中，我们展示了如何构建可以轻松集成基于数据库的工具的自主应用程序。虽然我们专注于Neo4j知识图谱的GraphRAG用例，但可以在同一个自主应用程序中结合不同的数据源和类型的数据库。

APPLICATION

构建你的第一个AI代理

在我构建第一个商业AI代理三个月后，在客户演示中一切崩溃了。那次失败改变了我的方法，并成为我解释这些系统的基石。

APPLICATION

用Agno开发物流AI代理

在这个以实现为重点的教程中，我们将引导你使用 Agno 框架（即Phidata）构建一个用于物流的AI代理。

LIBRARY

4个主流代理开发框架的对比

在这篇文章中，我们将重点关注四个值得注意的AI代理框架：CrewAI、AutoGen、LangChain和Pydantic AI。这些平台对“代理”的概念有不同的处理方式。

APPLICATION

集成Llama模型与MCP服务器

在这篇博客文章中，我们将学习如何使用任何开源LLM、OpenAI或Google Gemini的MCP服务器。我们将构建一个简单的CLI代理，该代理可以控制和与SQLite数据库交互。

APPLICATION

开发一个MCP协议客户端

MCP并不局限于Claude桌面，它可以用任何支持它的其他LLM客户端使用。考虑到这一点，我们决定构建一个MCP CLI客户端来展示这一点。这个MCP客户端可以更快速地测试MCP服务器。

APPLICATION

从零构建医学多智能体AI

本文介绍使用Streamlit作为前端，并利用Ollama平台上的Llama-3.2:3b模型，实现用于总结医学文本、撰写研究文章以及屏蔽受保护健康信息（PHI）的多智能体系统。

APPLICATION

LlamaIndex多智能体系统开发

在这篇教程中，我们将使用LlamaIndex构建一个多智能体系统，从任何给定的文本生成高质量的Anki闪卡。

PROMPT ENGINEERING

打造无敌AI代理的提示工程

几乎所有真正优秀的代理（比如 GPT Pilot、GPT Engineer、Devin，甚至是自我操作计算机）都使用了非常相似的提示技术来实现他们所做的一切。

PROMPT ENGINEERING

多智能体系统中的提示工程

在传统的LLM应用中，提示主要用于指导响应生成。然而，在多智能体环境中，提示具有更广泛的功能。