作者 | Aparna Dhinakaran 编译 | 岳扬 Image by author 智能体（Agents）正迎来辉煌时刻。伴随着众多新框架的涌现和对该领域的持续投资[1]，现代 AI 智能体

对于特定的任务来说，没有万能的Prompt只有一些通用的模式，要完成这个任务还需要这个任务特定的Example。你一定要PUA它，强烈的鼓励它，使用类似MUST、奖励等字眼来PUA它，更好跟随用户指令

本篇我们不再局限于两两对话，而是类似口口相传的对话模型，官方的说法叫做顺序对话。本文以一个deeplearning教程中的登机服务为例开始讲解和理解顺序对话。如果可能我们会模拟谣言的传播

HuggingGPT是一个结合了ChatGPT和Hugging Face平台上的各种专家模型，以解决复杂的AI任务，可以认为他是一种结合任务规划和工具调用两种Agent工作流的框架。还不来了解一下？

本文在LLM ReAct工作流程基础上探讨如何构建反思工作流，如何设计scratchpad，如何设计反思的Prompt，如何串联整个流程。你不学一下吗？

最近微软新推出来的技术 graphRAG 相当火爆，我通过学习网上的资料总结出来在本地部署 Ollama+graphRAG 的教程，并且用《凡人修仙传》进行测试。

本文系原作者观点，Baihai IDP 仅编译转载。 作者 | Michael Wood 编译 | 岳扬 在 RAG 系统中，其核心任务是找出那些与查询内容相似度最高的存储信息。然而，向量相似度搜索并

哈喽！我昨天用AI+高德地图MCP，10分钟做了份上海一日游攻略，朋友们看到后都疯狂求教程！ 他把天气、游玩地点+吃饭地点+交通方式，全都找出来了！ 旅游规划这件事，真的太折磨人了！ 打开十几个标签，

你是否曾经历过这样的情况：花费大量时间和精力学习，但很快就全部忘记了。看了一个名为《如何用 AI 比任何人快 10 倍的学习任何东西》的视频后，我意识到，这种学习方式可能只是精神上的自我安慰，提供的仅