稀土掘金 稀土掘金
    • 首页
    • AI Coding NEW
    • 沸点
    • 课程
    • 直播
    • 活动
    • AI刷题
    • APP
      插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
    • vip
      会员
关注
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
排行榜
综合
后端
排行榜
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
  • 全部
  • 人工智能
  • AIGC
  • LLM
  • AI编程
  • OpenAI
  • Agent
  • 后端
  • 算法
  • Python
  • 展开
  • 全部
  • 人工智能
  • AIGC
  • LLM
  • AI编程
  • OpenAI
  • Agent
  • 后端
  • 算法
  • Python
  • 前端
  • Trae
  • 程序员
  • MCP
  • 深度学习
  • 计算机视觉
  • 暂无数据
    • 推荐
    • 最新
  • 关于AI Agent处理大量第三方集成的思路
    在典型的AI Agent系统中,其工作流程是一个迭代循环(AI Agent参考):LLM根据任务需求选择并调用一个工具,观察返回结果,然后基于新信息进行下一步思考和决策。 随着一个AI A
    • _t
    • 28
    • 1
    Agent MCP OpenAI
  • 🚀从零构建AI智能体:九大核心技术拆解与落地建议​
    今天我们来系统梳理AI智能体架构设计的九大核心技术,这些技术构成了现代AI应用开发的核心框架,涵盖从基础推理到多智能体协作、从数据处理到人机交互的关键层面。欢迎各位指正交流。 一、AI 智能体(AI
    • 聚客AI
    • 5.6k
    • 26
    人工智能 MCP Agent
    🚀从零构建AI智能体:九大核心技术拆解与落地建议​
  • ​​🍇Embedding模型怎么选?一文解决RAG应用中最头疼的难题​
    Embedding模型是大型语言模型(LLM)的核心,负责将文本转换为高维向量空间中的数值表示,从而使语义关系转化为可计算的数学关系。如果选错Embedding模型,RAG系统可能会检索到不相关或低质
    • 聚客AI
    • 1.9k
    • 4
    人工智能 LLM Agent
    ​​🍇Embedding模型怎么选?一文解决RAG应用中最头疼的难题​
  • 大模型Agent开发框架哪家强?12项Agent开发框架入门与选型
    本期分享梳理了现有的12项Agent开发框架并将其归类为四大类:低代码平台、基础编程范式、高级代码框架和智能体框架。本期分享旨在通过梳理这四类框架的特性与适用场景,为开发者的技术选型提供清晰指南。
    • 大模型真好玩
    • 242
    • 5
    人工智能 Agent MCP
    大模型Agent开发框架哪家强?12项Agent开发框架入门与选型
  • 前端开发 AI Agent 智能体,需要掌握哪些知识?
    大家好,我是双越老师。本文介绍前端人员开发一个 AI Agent 需要哪些核心技能,包括 LLM 提示词工程 langChain RAG 。对于前端转行 AI 工程师是一个很好的参考。
    • 前端双越老师
    • 3.8k
    • 59
    前端 Node.js Agent
  • 狂揽 133K Star!优质开源AI项目-提示词指南/提示词工程
    朋友们好,我收集了Github上热度最高的数百个AI领域的开源项目,按照开发者的视角做了分类,一共包含28个分类,分类列表如下图所示。
    • AI大模型
    • 597
    • 4
    LLM Agent 程序员
  • ​​🚫万能Agent兜底:当规划缺失工具时,AI如何自救​
    在多智能体协作调度场景中,尽管存在诸如层级指挥、嵌套模式、转交模式和群聊模式等多种实现方式,但层级指挥模式仍是生产环境中最常用的方式。该模式通常由主代理生成任务拆分,调度工具或子智能体分别执行,类似
    • 聚客AI
    • 2.5k
    • 3
    人工智能 Agent LLM
    ​​🚫万能Agent兜底:当规划缺失工具时,AI如何自救​
  • 深入浅出LangGraph AI Agent智能体开发教程(九)—LangGraph长短期记忆管理
    本期内容分享了LangGraph中的长短期记忆管理机制,短期记忆代码演示实现会话级对话跟踪,支持线程隔离的数据持久化;长期记忆代码演示构建跨会话的稳定知识体系,支持语义检索等高级功能。
    • 大模型真好玩
    • 150
    • 1
    人工智能 Python Agent
    深入浅出LangGraph AI Agent智能体开发教程(九)—LangGraph长短期记忆管理
  • 🌈破解数据瓶颈!看AI Agent如何让人人成为数据分析师
    2025年,商业智能(BI)正经历由AI Agent驱动的根本性变革。传统BI工具从被动的数据展示平台,逐渐演变为能够自主感知、推理、规划并执行任务的主动决策伙伴。本次分享的内容面向企业技术决策者(如
    • 聚客AI
    • 1.1k
    • 2
    人工智能 Agent LLM
    🌈破解数据瓶颈!看AI Agent如何让人人成为数据分析师
  • 建构 AI Agent 应用——保护代理式系统
    采用代理式 AI 带来了有别于传统软件的独特安全挑战。代理式系统具有自治、复杂推理、动态交互与复杂工作流等特征,显著扩大了威胁面。要有效保护此类系统,必须同时应对传统安全问题以及源自代理自治、概率决策
    • 数据智能老司机
    • 36
    • 点赞
    Agent LLM 架构
    建构 AI Agent 应用——保护代理式系统
  • 建构 AI Agent 应用——Agentic 系统的学习机制
    本章介绍将“学习”引入智能体系统的多种方法与集成技巧。让智能体具备随时间学习与改进的能力非常有用,但在设计智能体时并非绝对必要。实现学习能力需要额外的设计、评估与监控工作,是否值得投入取决于具体应用。
    • 数据智能老司机
    • 48
    • 1
    Agent LLM 架构
    建构 AI Agent 应用——Agentic 系统的学习机制
  • 建构 AI Agent 应用——编排
    既然你的智能体已经具备一套可用工具,下一步就是将它们编排起来以解决真实任务。编排不只是决定调用哪些工具、何时调用;还需要为每次模型调用构建恰当的上下文,以确保行动有效且有依据。简单任务也许只需一个工具
    • 数据智能老司机
    • 66
    • 点赞
    Agent LLM 架构
    建构 AI Agent 应用——编排
  • ​​🙈AI Agent的未来:工具调用将如何重塑智能应用?​​
    我们都知道,AI Agent的核心价值在于其与外部世界交互的能力,而这通过工具调用实现。传统LLM仅作为“大脑”处理文本生成和推理,而Agent则通过工具充当“感官”和“四肢”,执行实际任务(如查询天
    • 聚客AI
    • 2.6k
    • 9
    人工智能 Agent MCP
    ​​🙈AI Agent的未来:工具调用将如何重塑智能应用?​​
  • 👀10分钟搞懂RAG架构:离线索引+在线检索的闭环秘密
    RAG的检索增强生成(Retrieval-Augmented Generation, RAG)技术,一直是不少人研究和优化的方向,RAG通过整合外部知识库来增强模型能力,特别适用于实时性、准确性和专业
    • 聚客AI
    • 2.6k
    • 6
    人工智能 LLM Agent
    👀10分钟搞懂RAG架构:离线索引+在线检索的闭环秘密
  • 深入浅出LangGraph AI Agent智能体开发教程(八)—LangGraph底层API实现ReACT智能体
    本期内容分享如何使用底层API构建多轮对话机器人和复现ReACT图结构智能体。通过定义状态、添加模型节点和工具节点,结合条件分支图实现ReACT图的工具调用与决策循环,并通过天气助手演示完整的开发流程
    • 大模型真好玩
    • 265
    • 4
    人工智能 Agent DeepSeek
    深入浅出LangGraph AI Agent智能体开发教程(八)—LangGraph底层API实现ReACT智能体
  • ⭐精准率暴跌50%?RAG开发者必避的十大认知误区
    ​ 在RAG(检索增强生成)系统开发中,技术选型与场景适配的合理性直接决定系统性能。今天我将基于企业级实践经验,系统化拆解开发全流程的十大关键误区,并提供四维优化框架,助力开发者构建高精度、高可用的R
    • 聚客AI
    • 2.0k
    • 1
    人工智能 LLM Agent
    ⭐精准率暴跌50%?RAG开发者必避的十大认知误区
  • 彻底搞懂大模型“预训练”和“微调”
    你是否曾经好奇,像ChatGPT这样的大模型为什么既能写诗又能编程,既能聊天又能翻译?这背后的秘密就在于两个关键过程:预训练和微调。
    • 大模型教程
    • 182
    • 4
    LLM Agent 程序员
  • 首次尝试,95% 的代码都是垃圾:一位工程师使用 Claude Code 六周的心得
    AI 辅助编程是一项需要通过实践来学习的技能。未来不是 AI 取代开发者。而是开发者利用最先进的工具,工作得更快,创造出更好的解决方案。
    • 阿然a
    • 817
    • 4
    Agent 人工智能 AI编程
    首次尝试,95% 的代码都是垃圾:一位工程师使用 Claude Code 六周的心得
  • ​​🤖告别复杂粘合代码:LangGraph+OceanBase构建智能Agent蓝图​​
    不知道你们有没有遇到过,在我们一些实际落地的AI项目中,虽然前期“Demo 很惊艳,但上线后却无人问津”。你们有没有想过问题究竟在哪?今天我将从企业级 AI 应用的真实场景切入,并通过一个Demo构建
    • 聚客AI
    • 1.8k
    • 2
    人工智能 Agent LLM
     ​​🤖告别复杂粘合代码:LangGraph+OceanBase构建智能Agent蓝图​​
  • Transformer | 一文带你了解Embedding(从传统嵌入方法到大模型Embedding)
    本文主要介绍Embedding的基础知识,带你一文了解Embedding。介绍什么是Embedding,它们是如何从统计方法演变成为当前Embedding技术的,了解它们在实践中的实现方式,并介绍总结
    • AI大模型
    • 233
    • 点赞
    LLM 程序员 Agent
  • 晚上好!
    点亮在社区的每一天

    推荐话题 换一换

    #挑战每日一条沸点#
    #挑战每日一条沸点#

    20.3m

    #金石焕新程#

    5.4m

    #每日快讯#

    9.2m

    #MCP 怎么玩#

    711k

    #每天一个知识点#

    41.7m

    #新人报道#

    35.1m

    #工作中做得最正确的一件事#
    #工作中做得最正确的一件事#

    344k

    #金石计划征文活动#
    #金石计划征文活动#

    36.5m

    #掘金一周#

    907k

    #我的技术写作成长之路#
    #我的技术写作成长之路#

    8.4m

    查看更多
    • 用户协议
    • 营业执照
    • 隐私政策
    • 关于我们
    • 使用指南
    • 友情链接
    • 更多人工智能文章
    • 举报邮箱: feedback@xitu.io
    • 座机电话: 010-83434395
    • 京ICP备:18012699号-3
    • 京ICP证:京B2-20191272
    • police 京公网安备11010802026719号
    • ©2025 稀土掘金