首页
沸点
课程
APP
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
人工智能
订阅
AiL
更多收藏集
微信扫码分享
微信
新浪微博
QQ
31篇文章 · 0订阅
LangChain DeepAgents 速通指南(一)—— 一文详解DeepAgents核心特性
DeepAgents是LangChain团队开发的框架,封装任务规划、子代理管理、文件系统等通用能力,通过create_deep_agent函数让开发者仅需数行代码即可构建复杂智能体,实现搭积木式开发
分享200+个关于AI的网站
分享200+个关于AI的网站 欢迎大家访问:https://tools.haiyong.site/ai AI 应用 文心一言: https://yiyan.baidu.com/ 百度出品的人工智能语言
混合专家模型 (MoE) 简述
梳理 MoE 模型概念和架构,简述了 GShard、Switch Transformer、DeepSeek-MoE、LLaMA-MoE 模型中的特点。
每周学点 AI:ComfyUI + Modal 的一键部署脚本
一. 前言 又在研究薅羊毛的方案 ,还是在 Modal 平台上面进行的处理 ,这一期直接把 comfyUI 部署上去了,再也不担心没积分跑图了。 这一篇就带大家好好的薅羊毛 ,我们是专业的。 二. 平
阿里开源AgentScope多智能体框架解析系列(十二)第12章:RAG(检索增强生成)
本章导读 本章介绍AgentScope的RAG(Retrieval Augmented Generation,检索增强生成)系统,这是让Agent能够基于最新知识库回答问题的关键技术。 RAG通过检索
Agent Skills在货拉拉AI应用尝试
本文基于 Anthropic 官方工程博客发布的《Equipping agents for the real world with Agent Skills》进行解读,结合货拉拉数据场景实战做一些探讨
阿里开源AgentScope多智能体框架解析系列(一)第1章:AgentScope-Java 概述与快速入门
总述 AgentScope-Java 是一个生产级的AI智能体编程框架,用Java构建LLM驱动的智能应用。它不仅提供了基础的Agent-模型-工具三角交互,更重要的是提供了企业级生产必需的运行时控制
LLM Agent和 Agentic RAG 的最佳综述
摘要 代理式检索增强生成(Agentic RAG)通过在RAG管道中嵌入自主代理,代表了人工智能领域的重大飞跃。本仓库补充了综述论文《代理式检索增强生成(Agentic RAG):综述》,提供了以下方
AI Agent 框架大盘点:Coze、Dify 到 LangChain,哪款是你的菜?
目录 开篇:Agent 炙手可热的背景与挑战 Part1:Agent 框架入门区(面向产品/前端/运营) 🧱 Coze:零代码 AI 智能体平台 🔧 Dify:低代码 LLM 应用开发平台 🎨 Lan
2025 最新方案,用 Java 搞定人脸属性检测:年龄、性别、口罩,眼睛,姿态
如何基于开源项目 SmartJavaAI,在 Java 环境下快速实现人脸属性检测功能,涵盖性别识别、年龄估计、口罩佩戴检测、眼睛状态识别以及人脸姿态估计等能力。