木昆子记录AI

在之前《A2UI初探：为什么前端不再需要手写UI代码了？》和《A2UI二番战：AI生成UI的“三权分立”与生态融合》这两篇文章我们介绍了A2UI的基本原理和特征，现在，是时候卷起袖子进行实践了。 本文

上篇《A2UI初探：为什么前端不再需要手写UI代码了？》介绍了Google为啥推出A2UI协议，它与动态生成代码的区别，与Vibe Coding的差异，以及它的基本设计理念等。 本文是A2UI系列的第

Google 于 2025 年 12 月正式推出 A2UI 协议（Agent-to-User Interface，智能体到用户界面协议），并在官方开发者博客上发布了介绍文章《Introducing A

在上篇《多智能体协作案例实践（一）：基于AgentScope框架》文章中，Chaiys同学围绕高考信息查询智能助手业务场景，采用AgentScope框架进行多智能体协作的验证。 本文基于同样的业务场景

在之前《几种AI Agent开发框架对比》这篇文章中，我们设计了一个高考信息查询智能助手业务场景，使用几种AI Agent开发框架分别实现进行对比分析，因为文档太长，其中多智能体协作章节就没有详细展开

在之前几篇文章中，Chaiys同学设计了一个高考信息查询智能助手AI Agent业务场景，分别使用手写代码、LangChain框架、QwenAgent框架、AgentScope框架实现了一次，学习了几

书接上文：AI Agent案例实践：三种智能体开发模式详解之一（手写代码） 简要回顾前文中高考查询小助手的业务背景：准备两张表（分别是每年的高考参加人数信息表college_entrance_exam

书接上文：AI Agent案例实践：三种智能体开发模式详解之二（基于LangChain框架） 四、开发实践（基于QwenAgent框架） 前文中，我们使用LangChain框架实现了我们的智能体。下面

书接上文：Agent案例实践：三种智能体开发模式详解之一（手写代码） 三、开发实践（基于LangChain框架） 上述高考信息查询的实现，我们的流程：语义匹配表元数据-->大模型根据提示词生成SQL-