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。
基于AutoGen的多Agent AI系统实践
AutoGen是一个由Microsoft开源的框架，专为构建和优化大型语言模型（LLM）工作流程而设计。它提供了多Agent会话框架、应用程序构建工具以及推理性能优化的支持。基于AutoGen框架使得能够方便地使用多Agent开发LLM应用程序。以下将介绍如何基于AutoGen构建和定制多Agent
大模型时代的APP：AI Agent（智能体）
Agent（代理）一概念起源于哲学，描述了一种拥有欲望、信念、意图以及采取行动能力的实体。具有自主性、反应性、交互性等特征的智能“代理”。大型语言模型（LLMs）的出现为智能代理的进一步发展带来了希望。长期以来，研究者们一直在追求与人类相当、乃至超越人类水平的通用人工智能（Artificial Ge
大模型 Agent 任务 ，如何开发一个 AI 代理？
而大模型代理使用类似的思想，利用大模型的自然语言分析能力根据当前对话梳理达到目标需要执行的策略，然后一边执行操作一边根据反馈分析下一个操作，最后达到目标，生成总结输出。Agent 是目前认为最能够将大模型实际落地的应用方向，总的来说 Agent 其实就是提示词工程，通过更好的提示词来激发模型的能力。
人工智能时代的落地方案 ——AI Agent
大语言模型的浪潮推动了 AI Agent 相关研究快速发展，AI Agent 是当前通往 AGI 的主要探索路线。大模型庞大的训练数据集中包含了大量人类行为数据，为模拟类 人的交互打下了坚实基础；另一方面，随着模型规模不断增大，大模型涌现出了上 下文学习能力、推理能力、思维链等类似人类思考方式的多种
大模型培训讲师叶梓 清华团队推出免费AI服务：与人类偏好对齐的大型语言模型
该系统通过收集人类对模型生成文本的偏好反馈，训练一个奖励模型来评估响应质量，并以此指导策略模型的优化，从而生成更符合人类价值观和期望的响应。此外，表6提供了不同模型生成响应的长度数据，显示RLHF方法，特别是DPO，显著增加了响应的长度，这可能部分解释了在自动评估中创意写作任务得分提高的原因。表中列
AI Agent新对决：LangGraph与AutoGen的技术角力
个人认为这个“Graph”框架使其在构建更复杂和更有见地的工作流程时更具直观性和更好的开发体验，通过对“Graph”的定义，可以对一个 LLM 应用的处理过程进行非常细节的编排设计，从而满足大量复杂场景的 AI Agent 产业应用落地。当然，这一特征也是可选的，如果你不需要要时，就可以选择完全自动
vLLM：由伯克利大学LMSYS组织开源的大语言模型高速推理框架-显著提高了大型语言模型（LLM）的服务效率
vLLM是一个由伯克利大学LMSYS组织开源的大语言模型高速推理框架，旨在提升实时场景下语言模型服务的吞吐与内存使用效率134。它是一个快速且易于使用的库，能够与HuggingFace无缝集成134。vLLM的核心是PagedAttention算法，这是一种新颖的注意力算法，通过引入操作系统的虚拟内
Fitten Code是一款由非十科技开发的AI代码助手，旨在通过大模型驱动来提升编程效率和体验-免费神器
与Fitten Code相比，虽然没有直接提到Fitten Studio的具体功能和特点，但可以推测Fitten Studio可能是一个不同的产品线或服务，专注于满足特定的技术需求或提供不同的解决方案。它们的区别则可能体现在服务的领域、技术焦点以及提供的具体功能上。Fitten Code通过提供代码
OpenAI的GPT已达极限，更看好AI Agent
紧接着，2022年ChatGPT-3及3.5的发布，以及随后ChatGPT的火爆流行，为AI Agent在大模型时代的发展提供了新的机遇。虽然目前这些Agent主要处理较简单的任务，但在大型语言模型的支持下，它们未来将拥有更强大的能力，解决日常生活中的各种问题，成为每个人量身定制的私人助理。从长远来
AI大模型开发架构设计（1）——LLM大模型Agent剖析和应用案例实战
LLM Agent 可以理解为一个以 LLM 为大脑的智能体(类比人)，集成了规划、记忆、工具使用等能力。当“记忆”非常多时，如何在大量“记忆”力快速找到最相关的那些“记忆”?Auto-GPT 的效果很大程度上归功于它复杂的。工具使用能力-function calling。工具使用能力-Huggin
简单聊聊现在的AI
本文主要简单讲了：LLM、BOT、LAM、Agent
- 1
- 2
