之前我们知道 LLM 不能单独靠自己和物理世界通讯，所以，有了 Function calling。MCP正是基于 Function calling 的一套标准协议，让 LLM 和 物理世界的沟通更方便

前面学了 MCP,他解决LLM 和物理世界的沟通问题。那么 Agent 之间是怎么通讯的？ 我们前面在学习 MAS 时了解了 多Agent的通信机制。今天再去了解另一种Agent通讯协：A2A。

作者接私活需搭建能自主查资料、写报告、发邮件的AI Agent，放弃LangChain改用Claude的Tool Use（Function Calling）能力手搓Agent框架，历时两天完成，效果超

前面学习了 什么是 MCP，及其基本使用方式。那么今天就再用一个更接近实际场景。 想象一下你的老板特别喜欢炒股， 那么是不是能做一个简单的 Agent来分析股票行情。

本文介绍如何将AWS DevOps Agent 接入观测云，帮助企业实现运维工作的智能化、自动化与精细化，为企业数字化转型提供稳定、高效、安全的云运维支撑体系。

前面学习了 Agent 用法，今天就能用 Agent 做一个简单的AI小项目来练手。 该项目是一个基于FastAPI + LangChain + 阿里LLM构建的国风占卜算命类 AI 聊天机器人。

最近一直在跟圈子里的朋友聊Agent，聊Vibe Coding。 在这个“万物皆可AI生成”的时代，大家似乎都有一个错觉：只要我把需求扔给AI，它就能给我吐出一个完美运行的软件。 但现实往往是骨感的。

我用 Electron + Ollama，手搓了一个真正能干活的本地 AI Agent 项目支持两种模式，本地模型和在线api，同时集成了一部分工具，用户还可以编写skill

两个月前，我负责的 AI Agent 系统面临一个严峻挑战：单个查询响应时间从最初的 2 秒飙升到 15 秒，用户体验急剧下降。更糟糕的是，系统经常因为某个 Agent 的异常而整体崩溃。