一、什么是 AI 智能体 Agent：大模型能力的完整扩展 原生大模型 LLM 本身存在天然短板：无记忆、无法操作外部资源、无法读取私有本地文件、不具备实时获取信息与执行操作的能力，属于无状态（sta

很多问题我们明明踩过一次，但下次换个项目、换个模块、换个同事，又会重新踩一遍。 这不是因为记性差，而是因为“解决过”和“沉淀下来过”不是一回事。 我后来越来越看重一件事： 关键决策和关键踩坑，必须留痕

当AI开始改作业，谁来审计AI？———教育场景认知安全测试实录 一个未经独立验证的概率工具，正在以“确定无疑”的名义，剥夺被判定者的申诉空间。

阿里云 EMR Serverless StarRocks Skills 正式发布。这套专为 Agent 打造的 Skill，让大语言模型不再停留在“纸上谈兵”。

拆解一个不到 300 行的 Agent 核心实现：从最基础的 ReAct 循环到生产级增强（Trace 可观测、上下文压缩、会话持久化），逐层分析设计思路。适合想深入理解 Agent 工作原理的开发者

本文拆解 Agent 核心架构，结合 LangChain 文件读取工具代码，详解 Promise 异步三种状态、串行并行执行逻辑，适合复习面试。

从零搭建 AI Agent：LLM + Tool + 异步并发的实战之路 大家好，今天想和大家分享我最近在学习 AI Agent 开发过程中的一些思考和实战代码。

LLM不会调工具读不懂文档且无状态。Agent加上Memory、Tool外挂成为自主执行体，用LangChain写readFileTool注册模型，以Promise.all优化多工具调用性能。

本文介绍聚合服务平台 StartAPI 上架的图像生成模型 gpt-image-2-c，该模型兼容 OpenAI 官方绘图接口协议，支持文生图、图片编辑能力，采用清晰的按次计费模式.

从零打造你的第一个智能体（Agent）：当大模型学会“动手干活” 作为一名全栈开发者，你可能已经调过无数次大模型接口，给个 prompt 就能得到一段文案或代码。但当你问它“帮我读取项目里的 tool

AgentScope 入门：阿里开源多智能体框架实战指南 一、背景：为什么需要多智能体协作 1.1 AI Agent 发展现状 2026年，AI Agent 已从"能聊天"进化到"能做事"。单一大模型

一、为什么你的 Agent 总是 “失忆”？ 第一天我们实现了第一个计算器 Agent，但它有一个明显的缺陷：只能处理单轮独立问题。如果你先问 “1234 × 5678 等于多少”，再接着问 “刚才的

提示词（工程）的基础概念 前言 提示词（工程）的基础概念。 类型 system prompt系统提示词 llm的人设 user prompt用户提示词 用户的问题

本文深入解析了Agent Skill的概念与结构，通过DevOps Agent处理流水线故障的真实场景，阐明Skill作为能力单元的六大核心要素： 结构化封装：Skill将意图理解、执行逻辑、工具调用

MateClaw 1.7.0 是一次生产化加固。 上一阶段，MateClaw 已经把数字员工、LLM Wiki、工作流、触发器、技能、MCP、ACP、多渠道入口、桌面端和 WebChat 放进同一套

一、打破认知：Agent 和普通大模型到底有什么不一样？ 很多人对 Agent 的初印象是 “更聪明的 ChatGPT”，这是典型的认知偏差。二者的核心差异，是被动应答和主动执行的本质区别。 1.1

企业级 AI 应用不是简单地“接一个AI大模型”。它需要模型接入、知识库 RAG、工具扩展、Agent 构建、工作流编排、应用发布、权限治理、链路日志和运行诊断等一整套平台能力。

企业 AI 应用落地的关键，不只是有没有AI大模型，而是有没有一套工程化的平台能力，把AI模型、知识、工具、工作流、权限和运维连接起来。

本文深度解析阿里巴巴禁用 Claude Code 背后的供应链安全危机，对比 GDPR 与国内《数据出境安全评估办法》，提出三层企业级防护体系——Prompt 脱敏、架构隔离与 SLA 契约约束，助出

第1期-LLM扫盲 🔍 AI进化之路 · 第1期 LLM是什么？一篇文章把AI的底裤看穿 AI进化之路系列 | 从LLM到Agent，带你渐进式通关AI世界 🧠 大模型到底是个啥？ 每