玩转AGI

初步了解n8n-开源的AI工作流 基本介绍【AI大模型教程】 n8n是什么？ 市面主流的工作流平台： 平台 AI能力 部署类型 服务或应用 价格 n8n 文本 私有化/云服...

LangChain、 Dify、 n8n、 Coze：四大AI框架怎么选？ 当前 AI 应用开发框架众多，要为项目选型还挺不容易的。【AI大模型教程】 而 LangChai...

四种智能体设计模式-和吴恩达学AI之一 感谢B站，感谢吴恩达，知识平权和共享让我学到了最新的AI小知识。最顶级的AI科学家亲自讲授，果然令人神清气爽，好像看完全懂了。【AI...

如何高效查询向量数据库：分层可导航小世界算法（HNSW） HNSW（Hierarchical Navigable Small World）可能是专为高维空间中的最近邻搜索而...

AI 实战篇：用 LangGraph 串联 RAG+MCP Server，打造能直接操控 Jira 的智能体 【AI大模型教程】在日常开发中，Jira是我们绕不开的项目管理...

智能体（Agent）评估的三种实用方法：从黑盒到全轨迹 为了保证智能体在真实业务中的可靠性，我们既要衡量“最终能否把事情做成”，也要能定位“哪一环出问题了”。【AI大模型教...

不再搞Chain 设计的LangChain 1.0，与LangGraph有哪些区别？ 不再搞Chain 设计的LangChain 1.0 ，如何结合Milvus打造生产级a...

如何快速开发和调试MCP服务 在AI应用开发中，我们想让大模型访问外部数据源或工具，比如内部数据库、搜索引擎、文件系统等该如何实现呢？如果每个场景都手写一套API，既麻烦又...

智能体设计模式：推理技术 本文翻译自《Agentic Design Patterns：A Hands-On Guide to Building Intelligent Sy...

大模型应用技术是一项重实操轻理论的技术 “ 做技术很多时候想不明白，这时多做做可能就明白了。” 【AI大模型教程】 现在基于大模型的人工智能技术发展的如火如荼，而且随着今年...

应该如何开始学习 Langchain/Langgraph? 【AI大模型教程】 01 LangChain 生态 截止 2025-11-01，基于最新 V1.0 版本，lan...

AI Agent 1.0 到 2.0，下一代深度智能体架构全解析！ 过去一年，构建 AI Agent（智能体）通常意味着一套固定流程：搭建循环机制，接收用户指令、调用大语言...

解析新 Claude Skills：模块化 AI 能力的技术架构设计与实践 在 AI 工具从 “通用响应” 向 “场景化落地” 演进的过程中，Anthropic 推出的 C...

如何让Agent更符合预期？基于上下文工程和多智能体构建云小二Aivis的十大实战经验 背景【AI大模型教程】 今年我们团队重点投入在“云小二 Aivis”项目中。云小二 ...

腾讯提出“我思故我玩”Agent：LLM构建推理与规划世界模型 你是否曾想过，AI 是否能像人类一样，通过“思考”来学习一款全新游戏？传统的人工智能系统，如 AlphaGo...

LLM 幻觉：追踪，评估和解释 在传统的自然语言生成（Natural Language Generation，NLG）任务中，幻觉现象已被广泛研究，其通常被界定为生成的内容...

什么是Embedding？Embedding的三大分类从“词袋”到“上下文” 在自然语言处理（NLP）的世界里，有一个词几乎无处不在——Embedding（嵌入表示）。【A...

RAG资料包上线: 让你的AI不再“胡说八道”——从入门认知到实战落地，AI开发者的第一堂课 🚀 我做了一份《RAG极简资料包》【AI大模型教程】 想帮你在一个周末就能从...

大模型不会用工具？人大Tool-Light：不存在的！ 大语言模型（LLM）通过借助外部工具推理（TIR），能够完成许多超越自身固有知识和能力的任务。然而，未经专门训练的 ...