LLM大模型

智能体设计模式：探索与发现 本文翻译自《Agentic Design Patterns：A Hands-On Guide to Building Intelligent Systems》，作者：安东尼

一文讲透AI Agent开发中的human-in-the-loop 前段时间确实有点忙，好久没有发文了。不过最近有好多AI技术方面的想法要跟大家分享:-) 【AI大模型教程】 今天我们主要聊一聊在AI

Agent上下文工程Overview 第一部分：基本概念——从Prompt到Context Engineerin【AI大模型教程】 随着大型语言模型（LLM）能力的不断增强，如何有效引导和利用这些模型

基于大模型的AI Agent规划模块详解 前序文章「AI Agent记忆模块应用与实践」「AI Agent工具使用模块应用与实践」已将AI Agent的记忆模块及工具模块进行了介绍，本文将介绍其规划模

万字详解RAG超进化之路：Post-Retrieval、Generation优化和评估体系 欢迎关注，博主经济专业毕业，前项目经理，裸辞gap中，在跨领域了解AI，有各种稀奇古怪观察碎碎念~ 我走得很

炸裂！LangGraph 1.0终于来了！本地化部署LangSmith+LangGraph全流程，支持离线调试与追踪 langgraph 1.0正式版本后，有三种部署的方式， 先说结论：【AI大模型教

AI Agent开发框架深度分析与选型报告 摘要【AI大模型教程】 本报告旨在为资深程序员和架构师提供关于三种主流AI Agent开发框架——LangGraph、Agno和Parlant的深度技术分析

模型记忆的新思路-稀疏内存微调 持续学习（Continual Learning）是LLM发展的重要方向，也是通向AGI路上必须要解决的主要技术之一。而持续学习中的关键是解决记忆存储的问题，现有方法包括

人大 & 百度 SIGIR 新发现：揭开 RAG 的 “黑箱”，LLM 知识利用的 4 阶段与神经元密码 当我们为RAG（检索增强生成）系统能输出更精准的答案而欣喜时，一个核心问题始终悬而未决：当外部