大模型真好玩

本文分享Gemini 3.0模型的核心特性，它以全方位性能优势超越GPT-5.1等主流模型，凭借其卓越的编程能力被誉为“AI梦工厂”。它不仅是技术的飞跃，更预演了以Agent为核心的未来开发范式。

本文介绍了基于LangChain1.0开发多模态RAG系统的核心架构，通过前后端分离架构，构建支持文本、图像、音频和PDF处理的四大功能模块。同时编写测试智能问答基础模块的开发工作，为后续扩展打下基础

GPT-5.1正式亮相。根据官方报告，新版模型在对话情商、逻辑推理和代码生成等多方面实现了显著提升。本期分享笔者就来和大家一起深度探讨GPT-5.1核心特性。

Coze数据库作为平台的一个重要组成部分，为智能体应用开发提供了实用的数据存储和管理能力。它基于自然语言交互，使得数据操作门槛大大降低。同时，它与Coze平台的工作流、变量、插件集成实现灵活数据应用。

本篇分享 LangChain 1.0 create_agent API 的高阶功能，涵盖 MCP 协议工具集成、结构化输出、记忆管理和中间件机制等。通过 MCP 接入、自定义中间件等实战案例构建智能体

本篇深入解析LangChain 1.0的create_agent API，涵盖智能体三要素消息类型及四种流模式。通过天气助手实例演示智能体完整执行流程，帮助大家快速掌握新一代智能体开发标准。

LangChain 1.0 核心升级包括： create_agent、标准化接口及精简包结构。智能体开发从“原型玩具”迈向“生产级框架”，create_agent 通过中间件和结构化输出提升开发上限

本文介绍了Coze平台中变量与长期记忆两大核心功能。变量用于动态存储用户信息；长期记忆则记录对话历史。笔者通过实战示例，展示了如何配置和使用变量和长期记忆提升智能体的服务体验。

本文深入解析LangChain官方OpenDeepResearch项目，通过源码分析详细对比Graph工作流与Multi-Agent多智能体两种架构的设计思路与核心节点。从复杂项目中掌握智能体开发技巧