MCP的大火，让MCP服务器开发也变得热门，上一篇文章: 手搓MCP客户端&服务端：从零到实战极速了解MCP是什么？ 手搓了一个极其简单的小场景的MCP实战案例，详细的安装环境及操作步骤已经讲过了，本

Browser-use：基于 Python 的智能浏览器自动化 AI 工具调研与实战 一、概述 Browser-use 是一个旨在将 AI “智能体”（Agents）与真实浏览器进行交互的 Pytho

说实话，每次有人问我"开发 AI Agent 应该用什么技术栈？"，我都觉得挺难回答的。因为不同的场景，最佳的技术选择可能完全不同。今天就来聊聊我在不同项目中的技术选型经历，希望能给大家一些参考。

众所周知，大语言模型的参数量越来越大，算力需求也越来越可怕，然而因为「祖宗之法」，推理只能一个一个 token 按顺序来。 对此，卡耐基梅隆大学（CMU）Infini-Al-Lab 的研究人员拿出了「

Agno 是一个用于构建多模态智能体的轻量级框架，支持文本、图像、音频和视频等多种数据模态，能够快速创建智能体并实现高效协作。

通过RAG来增强LLM已经是目前很多的首选，但是最近有一个新的开源项目让大家看到了更好的选择的可能。今天我们分享一个开源项目，它号称是RAG的下一代技术，让大模型可以拥有个性化的记忆，它就是：mem0

在前面的文章中，我们已经讨论了 AI Agent 的记忆系统和工具调用体系。今天，我想分享一下如何实现规划系统，让 AI Agent 能够更智能地完成复杂任务。 ## 从一个真实需求说起 还记得

朋友们，你是否觉得 AI 回答总是“差点意思”，难以进行真正深入的研究？🤯 想象一下，如果有一个 AI，能像顶级研究员一样，自动拆解复杂问题、全网搜索、深度阅读、严谨推理、交叉验证，最后给你一份几千字

本篇分享我们使用Qwen-Agent的MCP和WebUI功能开发了用户友好的智能体应用。得益于Qwen3模型的强大能力和Qwen-Agent工具接入MCP的便捷性，我们可以10分钟打造自己的Manus