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

这个系列主要是介绍MCP是什么，如何连接MCP Server以及如何自己进行MCP Server开发。 这个系列将包含四篇文章，采取渐进式的学习方式来逐渐掌握MCP开发。

对于很多同学来说，MCP是一个较为新兴的概念，我们先来介绍一下。 MCP是一个由Anbhropic公司推出的、为AI大模型（LLM）建立了与外部世界交互的通用协议。

一、MCP Sampling：让大模型学会“精准提问” 1.1 采样原理拆解 核心作用：解决传统情感分析中“上下文缺失”和“动态场景适应”难题 关键优势： 人工审核机制：拦截敏感内容（如政治言论） 动

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

本篇分享带大家从0到1搭建具备前端可视化功能的数据分析助手智能体，可以将我们的自然语言自动转化为SQL语句并执行操作，大大辅助了数据科学人员的日常工作，也帮助大家复习LangGraph智能体开发全生态

LangGraph 被广泛认为是构建生产级代理系统的首选。今天我们将通过深度研究助手这个示例，深入探讨 LangGraph 的工作流程和 MCP 的集成模式。如果对你有所帮助，记得告诉身边有需要的朋友

如果每次查数据、改状态、触发工作流，都需要你离开聊天窗口，去翻 API 文档、写 curl 命令或者跑一个单独的脚本，那 Chat 的效率其实大打折扣。真正的集成，应该是让工具主动适配你的工作流程..

学术论文检索聚合 MCP 服务 源码地址：学术论文检索聚合 MCP 服务 基于 Go 语言实现的学术论文检索聚合 MCP (Model Context Protocol) 服务，通过统一接口同时调用多

Claude不再只是一个聊天机器人，而是成了我的项目助手。它能读取代码、分析日志、管理文档，甚至帮我写测试用例。这种感觉就像是给AI装上了一双能够触及现实世界的手。

当LangChain成为技术债：你的AI架构还撑得过明年吗？ 引言 在过去的18个月里，LangChain无疑成为AI工程领域的耀眼明星——GitHub星标爆炸性增长、开发者峰会座无虚席、各种基于La

引入：将你的LLM从“读死书的书呆子”武装成“超级助理” 从22年底ChatGPT的爆火，到今年年初国产大语言模型DeepSeekv3的频繁刷屏，我们看到了大语言模型（LLM）那令人惊叹的能力：写诗、

一、MCP协议：大模型与外部系统的“神经枢纽” 核心价值 解耦设计：大模型（Client）专注推理决策，外部操作（Server）交给工具执行 动态扩展：新增工具无需修改模型代码，通过JSON-RPC标

关键词：智能体框架，腾讯，Youtu-Agent，通义，AgentScope 1.0，3D桌面伴侣，super-agent-party，B站直播，VRM 模型，桌宠，MCP

一、MCP vs Function Call：本质差异与协议优势 核心能力对比 协议层创新： 关键突破：通过context字段实现跨工具会话状态保持，解决复杂任务中的信息孤岛问题。 二、环境配置：跨平

8月19日晚7点深度求索公司发布了最新DeepSeek-V3.1模型，提升长上下文到128k，更新知识库到2024年7月，同时在编程和Agent能力取得长足进步，与Claude4 Opus能力相当。

本期内容分享并实操了LangGraph的全流程开发生态，包括使用Studio可视化调试预构建图、LangSmith追踪图的调试信息和LangGraph Cli一键部署，希望大家可以完整复现并加深理解

一、 MCP协议：大模型和业务系统的“万能插座” 想象一下，大模型是个天才实习生，啥都懂一点，但它不认识你公司的数据库、不会用你内部的报销系统。MCP协议，简单说，就是给这个实习生写了一套标准化的“工

随着Agentic AI协议的演进，AI系统正从单体模型向多代理协作生态转型。今天我将深度解析四大核心协议的技术特性与应用场景，希望能帮助到各位。 一、Agentic AI协议的核心价值 Agenti