并行多智能体系统的协调测试实战：从轨迹捕获到CI/CD的六个步骤

传统软件里bug 是逻辑错误。代码做了不该做的事；并行智能体系统里的 bug 往往以另一种形态出现：协调漂移。

长上下文"记忆"的舒适陷阱：为什么更多记忆不等于更可靠

人们喜欢长上下文，智能体记得你的项目、你的偏好、你说话的方式，连你那些反复冒出来的琐碎任务都帮你记着，所以用起来当然顺手。但顺手归顺手，顺手不等于靠谱，把这两件事搞混后面的麻烦就来了。

Agent Lightning：微软开源的框架无关 Agent 训练方案，LangChain/AutoGen 都能用

LangGraph 入门：用图结构构建你的第一个多智能体工作流

LangGraph 里每个工作流都是一个 StateGraph——本质上是有向图。节点就是智能体，或者说处理状态的函数；边是智能体之间的转换；状态则是在整个图中流动的共享数据结构。

让 AI 智能体学会自我进化：Agent Lightning 实战入门

本文将介绍 Agent Lightning 的核心架构和使用方法，并通过一个开源的"自修复 SQL 智能体"项目演示完整的训练流程。

Claude Code子代理实战：10个即用模板分享

简单的说子代理就是给AI指定一个专门的角色。

用 PydanticAI 让 LLM 输出变成可信赖的 Python 对象

本文会介绍 PydanticAI 的核心概念，解释为什么类型化响应对 agent 系统如此重要并给出与 CrewAI 集成的实际代码示例。

Agentic Memory 实践：用 agents.md 实现 LLM 持续学习

本文会概述如何通过持续更新 agents.md 文件来实现 LLM 的持续学习。

深度研究Agent架构解析：4种Agent架构介绍及实用Prompt模板

这篇文章将整理这些架构并顺便附上一些实用的prompt模板。

Lux 上手指南：让 AI 直接操作你的电脑

**Lux** 要是一个专门用于计算机操作的基础模型。

Pydantic-DeepAgents：基于 Pydantic-AI 的轻量级生产级 Agent 框架

有时候严格的类型安全加上一个干净的 Docker 容器，远比一张错综复杂的有向无环图（DAG）要好维护得多。

CrewAI 上手攻略：多 Agent 自动化处理复杂任务，让 AI 像员工一样分工协作

CrewAI是一个可以专门用来编排**自主 AI 智能体（Autonomous AI Agents）** 的Python 框架

AI智能体落地：Agent-Assist vs 全自动化完整决策指南

这些智能体该完全自主运行，还是应该保持人类在关键决策环节？

AutoGen框架入门:5个核心概念搭建智能体协作系统

AutoGen 通过创建多个专门化智能体，为每个智能体设定自己的角色、目标，来达到上面说的聊天能力，并且还能通过配置工具来获得代码执行能力。智能体之间通过消息机制通信，互相配合完成任务。

LangGraph 记忆系统实战：反馈循环 + 动态 Prompt 让 AI 持续学习

本文会探讨生产级 AI 系统如何使用 LangGraph 管理长期记忆流。LangGraph 是一个构建可扩展、上下文感知 AI 工作流的主流框架。

MCP与A2A协议比较：人工智能系统互联与协作的技术基础架构

本文综合分析基于Anthropic和Google的官方技术文档以及截至2025年4月的行业研究资料。

【LLM】Agent在智能客服的实践（AI agent、记忆、快捷回复 | ReAct）

# note 内容概况：结合京粉app学习agent的实践- Agent架构：通过模型训练提升LLM识别工具的准确性；设计可扩展并安全可控的agent架构扩展业务能力。- 记忆：多轮对话应用中如何组织、存储和检索记忆来提升大模型对用户的理解。- 快捷回复：利用快捷回复做用户意图的路径规划，实现业务目

AI Agent 热门的10篇论文

基于智能多智能体系统（MAS）的学习结合了从环境中收集信息、识别数据、智能分类数据和预测未来数据、存储数据、将数据传递到知识管理系统（如决策支持系统（DSS）和管理信息系统（MIS））的过程。这篇论文探讨了现有的多智能体系统研究，并确定了尚未充分解决的挑战。这篇论文讨论了多智能体系统（MAS）的结构

告别Hugging Face模型下载难题：掌握高效下载策略，畅享无缝开发体验

告别Hugging Face模型下载难题：掌握高效下载策略，畅享无缝开发体验

智谱AI——智能体开发探索

使用智谱AI探索大语言模型智能体开发。