- 综合排序
- 最热优先
- 最新优先
- 来自专栏Go语言学习专栏
7 - AI 智能体构建 - AI 超级智能体项目教程
具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 二、智能体实现关键技术 在自主开发智能体前，我们要先了解一下智能体的关键实现技术，也就是方案设计阶段做的事情。 一个智能体负责生成初步结果，另一个智能体负责评估和反馈，二者循环迭代优化输出 举个例子，在机器翻译场景中，先由翻译智能体输出，再由评审智能体给出改进建议，反复迭代直到达到满意的质量。 ，到数据收集智能体获取必要数据，然后是分析智能体处理这些数据，接着由可视化智能体创建直观图表，最后由报告智能体整合所有发现生成完整报告。 我们还可以大胆想象，未来开发者可以像调用云服务一样，按需租用或组合不同的智能体服务，甚至实现智能体之间的自动交易和结算。目前其实就有很多智能体平台，只不过智能体之间的连接协作甚少。
77310编辑于 2026-03-17 Nemotron 3 Super：面向智能体推理的混合Mamba-Transformer MoE模型
多智能体系统产生的令牌数量是标准聊天的15倍，每次交互都会重新发送历史记录、工具输出和推理步骤。在长任务中，这种“上下文爆炸”会导致目标漂移，即智能体逐渐偏离原始目标。 该模型通过原生的1M令牌上下文窗口应对“上下文爆炸”，为智能体提供长期记忆，以实现对齐的、高精度的推理。 这些优势共同造就了一个非常适合长时间运行自主智能体的模型。 架构深度解析混合Mamba-Transformer MoE主干Super建立在与Nano相同的混合理念之上，但规模完全不同。其主干交错使用三种层类型：Mamba-2层：处理大部分序列处理。 然而，当多智能体应用升级为复杂的多步活动时，它们需要一个高容量模型来实现卓越的规划和推理能力。例如，一个计算机使用智能体需要在不同模式工具之间做出决策，以创建包含10张高质量幻灯片的演示文稿。
48210编辑于 2026-03-21智能体案例分析：IT新闻聚合智能体
智能体案例分析：IT新闻聚合智能体 IT新闻聚合智能体通过自动化技术抓取、分析和呈现最新的IT行业动态。这类智能体通常结合自然语言处理（NLP）和机器学习技术，从多个来源筛选高价值信息。 核心功能包括： 实时爬取主流科技媒体（如TechCrunch、Wired、The Verge） 自动分类（人工智能、网络安全、云计算等） 情感分析判断新闻倾向性 生成摘要简化阅读 典型应用场景： 投资机构追踪技术趋势
39611编辑于 2025-12-17智能体来了！2026智能体开发全面指南
智能体来了！2026智能体开发全面指南 一、 繁华落尽后的“平静”：技术背后的选择逻辑“真正深入使用 AI 之后，我反而更平静了。” 在过去这段时间里，我深入钻研了 Python 编程、探究了 AIGC 的视觉极限、搭建了复杂的流程智能体、甚至深入到了 STM32 的硬件底层。 而顶级的 AI 大模型与 Agent（智能体），正是我能遇到的认知最高、脾气最好、思维最完善的存在。在我的「心枢」系统里，AI 不仅仅是执行任务的“器”，它更是我最好的老师、朋友、教练和员工。 在这里，我们筛选真需求，击碎伪智能，夺回 AI 时代的协作主权。 礼包内包含（持续更新）：多维提示词库：包含智能体设计规范、AI 绘画精准词簇、AI 视频叙事 Prompt。ComfyUI 极客工作流：从零搭建好的 json 配置文件，导入即用。
40710编辑于 2026-01-24- 来自专栏算法之名
AI智能体
messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI的诗')] streaming_chat(messages) 运行结果 智能助手显神通
82610编辑于 2024-09-29 - 来自专栏云时之间
智能体结构
智能体的结构 迄今为止我们通过描述行为—在任何给定的感知序列下采取的行动—讨论了智能体，现在我们不得不将知难而进，去讨论智能体内部是如何工作的，AI的任务是设计智能体程序，通过它来把感知信息映射到行动的智能体函数 注意智能体程序和智能体函数之间的差别。智能体程序在于当前感知为输入，而智能体函数是以整个历史为输入的。智能体程序只把当前感知作为输入是因为环境无法得到更多的东西。如果智能体的行动依赖于整个感知序列。 那么该智能体不得不记住全部感知的信息。 *智能体程序骨架还有其他的选择。例如我们可以让智能体程序成为协同程序。 行动表明确的表示了每个智能体程序实现的智能体函数。要用这种方式来建造理性智能体。作为设计者，我们必须构造包括各种可能的感知序列的适当行动的函数表。 在这个文章的以下部分，我想概述四种基本的智能体程序，他们几乎涵盖了所有智能系统的基础准则： 1：简单反射型智能体 2：基于模型的反射型智能体 3：基于目标的智能体 4：基于效用的智能体 然后我们将概括的解释如何把这些智能体转换成学习智能体
1.4K70发布于 2018-04-11 - 来自专栏AI智能体从入门到实践
构建AI智能体：混合式智能金融顾问：融合快速响应与深度推理的自适应架构
一、前情提要 今天我们来探讨智能金融顾问系统的终极演进形态——混合式架构。 ，不是选择用快刀还是利剑，而是根据不同的使用场景，智能选择最合适的匹配方式，由此，必定会有混合式架构的诞生。 混合式架构的核心设计理念基于情境感知的智能路由和优势资源的动态调配。 智能路由 混合式架构的智能路由机制如同架构的大脑，这就像一个经验丰富的导诊台护士，能够快速判断患者的病情轻重，然后分派到不同的诊室：急诊室（反应式通道）：处理简单紧急的咨询专科门诊（混合式通道 系统概述 本系统实现了智能金融顾问的混合式架构，通过智能路由机制在反应式快速响应，与深思式深度分析之间动态选择最优处理路径。核心特性：1.
48843编辑于 2025-12-16 智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？智能体是一个能够自主思考、决策、调用工具的智能代理系统。 它不仅仅是简单的问答机器人，而是具备以下核心能力的自主系统：思考能力：理解用户意图，分析任务需求决策能力：规划执行步骤，选择合适工具行动能力：调用外部工具，执行具体操作记忆能力：记住上下文，积累经验智能体的价值智能体的出现 智能体的核心优势大脑：LLM提供强大的理解和推理能力undefined记忆：记住对话历史，保持上下文连贯工具：灵活调用各种外部能力二、两种搭建智能体的路径根据技术门槛和应用场景，智能体的搭建主要有两种方式 四、RAG vs Agent智能体RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富，智能体将在更多领域发挥重要作用，成为我们工作和生活中不可或缺的智能伙伴。您好，我是肥晨。
2.8K21编辑于 2026-03-02- 来自专栏农民工前端
智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？ 智能体是一个能够自主思考、决策、调用工具的智能代理系统。 智能体的出现，让AI从单纯的"对话者"进化为真正的"执行者"。 智能体的核心优势 大脑：LLM提供强大的理解和推理能力 记忆：记住对话历史，保持上下文连贯 工具：灵活调用各种外部能力 二、两种搭建智能体的路径 根据技术门槛和应用场景，智能体的搭建主要有两种方式： 1️⃣ 四、RAG vs Agent智能体 RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富，智能体将在更多领域发挥重要作用，成为我们工作和生活中不可或缺的智能伙伴。
1.1K10编辑于 2026-03-03 - 来自专栏林欣哲
人工智能的智能体
今天来谈谈人工智能的研究工作中所做的一些基本的抽象。 一、智能体的概念 人工智能研究的对象称为智能体（Agent），其他的外部条件划归为环境。 智能体做出什么样的反应取决于输入和输出之间的映射关系函数，这个函数就是智能体研究的核心。 编写出智能体的程序则具体实现这个数学意义上的函数。 二、智能体的性能衡量 我们研究智能体是要他能做正确的事，因此需要有一个标准去衡量他的表现，一个合理的智能体会最大化这个期望的标准。 这里要注意一点，我们以最终期望达到的效果来做为衡量的标准，而不要以智能体的行为本身作为标准。 总结，人工智能的研究的期望是实现一个，在给定的每个可能的感知序列下，能做出让期望的性能最大化的行动的理性的智能体。
2K60发布于 2018-04-10 - 来自专栏拓端tecdat
R语言混合效应逻辑回归（mixed effects logistic）模型分析肺癌数据|附AI智能体
p=22302 在混合效应逻辑回归用于建立二元结果变量的模型，其中，当数据被分组或同时存在固定和随机效应时，结果的对数几率被建模为预测变量的线性组合（点击文末“阅读原文”获取完整代码、数据和AI智能体） Q 混合效应逻辑回归相比普通逻辑回归有什么优势？ 智能体：混合效应逻辑回归(也称为多层次逻辑回归)是普通逻辑回归的扩展，特别适用于具有层次结构或聚类结构的数据。 数据的可视化可以帮助我们理解分布情况，发现编码错误（例如，我们知道一个变量的取值范围是0到7，但我们在图中看到了999），并让我们了解变量之间的关系。 混合效应probit回归与混合效应logistic回归非常相似，但它使用的是正态CDF而不是logistic CDF。两者都对二元结果进行建模，可以包括固定和随机效应。 智能体：基于当前混合效应逻辑回归的研究进展和应用实践，以下是值得关注的新方法和创新方向： 一、计算方法的创新突破 变分推断加速技术（文档1提及传统MCMC计算瓶颈） 使用随机变分推断(SVI)处理超大规模分层数据
1.3K10编辑于 2025-05-08 - 来自专栏人工智能
2026混合云私有化财务智能体：部署灵活性与服务保障对比
更关键的是，出问题时有没有专业团队7×24小时响应？还是只能等工作日？银行级智能客服要求延迟控制在200ms以内、准确率95%以上，这不是吹毛求疵，而是业务连续性的底线。第三，部署灵活性。 纯云、私有化、混合云都要支持；要能扛住大规模并发；还要和现有ERP、OA、核心系统无缝打通。这些都是真金白银的技术门槛。 金智维Ki-AgentS则深度融合了大模型的智能规划能力与自研RPA的确定性执行能力，创新提出“受监督智能体”理念，确保智能体在财务高合规场景下既智能又可控，每一步执行都有完整审计路径和回滚机制，这一点在零容错要求的财务领域尤为关键 财务典型场景落地路径• 业财一体化痛点：业务数据和财务系统两张皮，人工制证易错，月结动辄5-7天。方案：智能体自动拉取业务系统数据，实时生成凭证、完成结转清账。 所以，搭建企业财务智能体，绝不仅仅是挑选一个工具那么简单，而是一项需要系统规划、跨部门协同的工程。
28510编辑于 2026-03-13 - 来自专栏ceshiren0001
MCP零基础学习（7）｜实战指南：构建论文分析智能体
在本篇教程中，我们将通过一个实际案例，演示如何运用 MCP 构建一个能够分析学术论文的智能体。这个智能体将具备读取 PDF 文件、提取关键信息的功能，并能回答用户有关论文内容的问题。 一、项目概述我们将构建一个具有以下功能的论文分析智能体：读取和解析 PDF 论文提取论文的基本信息（标题、作者、摘要等）分析论文内容并回答用户问题提供论文关键信息的总结二、环境准备首先，确保你已经安装了以下工具 [调用 analyze_paper 工具]七、进阶功能扩展你可以进一步扩展这个智能体：集成 NLP 库：添加自然语言处理功能，如实体识别、关系提取等添加引用分析：解析论文的参考文献和引用关系实现可视化： 生成论文内容的可视化分析报告添加缓存机制：提高重复查询的响应速度支持多种格式：扩展支持 Word、HTML 等其他文档格式八、总结通过本教程，你学会了如何：创建一个基于 MCP 的论文分析智能体实现 PDF 解析和内容提取功能配置 MCP 服务器与 Claude 客户端的集成构建实用的论文分析工具这个项目展示了 MCP 在实际应用中的强大能力，通过组合不同的工具和资源，可以构建出专门针对特定领域的高效智能体
37010编辑于 2025-08-26 - 来自专栏DeepHub IMBA
AI智能体框架怎么选？7个主流工具详细对比解析
AI智能体可以主动获取实时信息、执行多步骤操作、与各种API和服务交互，真正实现了从"理解"到"行动"。 如果要想构建真正实用的AI智能体，仅仅理解概念是远远不够的。 为什么需要智能体框架 针对于简单的应用场景，一些简单的工作流就够用了（如果想简单的话只需串联几个prompt）。但是随着业务复杂度上升，专门的智能体框架变得非常必要。 给智能体过多权限处理敏感信息，可能导致数据意外泄露。 主流智能体框架解析 以下框架按复杂度递增排列，复杂度越高意味着更强的控制力和功能性。选择哪个主要看你的具体需求和技术能力。 因为是hf的产品，所以教程质量很高，对智能体概念的讲解特别清晰。如果你是开发者且刚开始接触智能体，smolagents是绝佳的起点。 你可以快速理解智能体的工作原理，验证想法可行性，之后再升级到更强大的框架。 由于智能体的自主性很强，我们推荐把它用在简单场景或学习阶段。有Hugging Face的背书也是质量保证。
67810编辑于 2025-11-15 混合云架构的7个规则
IDC并不是唯一一家预测混合云计算企业采用率将会升高的企业，Gartner Group也预测，到2017年，50％的企业将部署混合云，DZone的2015年云开发调查显示，目前有50％的受众使用混合云技术 混合云架构经常被描述为“私有云和公共云共享资源”。但事实上，许多混合架构只是利用公共云资源与私有托管应用程序相结合。 本文将介绍采用混合云架构时要考虑的七条规则。 规则1：您正在扩大您的业务范围 部署混合云体系结构时要牢记的最重要的事情之一是，您正在扩大您的业务范围。 但是，混合云体系结构有时会遭受“反向数据引力”的困扰，因为使用混合云意味着在私有托管环境中保留（某些）数据。也就是说，托管在公有云中的进程从私有方绘制数据。 规则7：测试，测试然后再测试 测试您的混合云架构需要了解构建分布式应用程序的常见问题。网络变得如此可靠，有时我们认为我们的数据包会到达目的地。
3.6K71发布于 2018-01-03混合云架构的7个规则
IDC并不是唯一一家给出混合云计算企业采用率很高的预测的企业，Gartner Group也预测，到2017年，50％的企业将部署混合云。 DZone的2015年云开发调查显示，目前有50％的受众使用混合云技术。 混合云架构经常被描述为“私有云和公共云共享资源”。但事实上，许多混合架构只是利用公共云资源与私有托管应用程序相结合。 本文将介绍采用混合云架构时需要考虑的七条规则。 规则1：您正在扩大您的业务足迹 部署混合云体系结构时要牢记的最重要的事情之一是，您正在扩大您的业务足迹。 但是，混合云体系结构有时会遭受“反向数据引力”的困扰，因为使用混合云意味着在私有托管环境中保留（某些）数据。也就是说，托管在公共云中的进程从私有云中提取数据。 规则7：测试，测试，然后，再测试 测试您的混合云架构需要了解构建分布式应用程序的常见问题。网络已经变得如此可靠，有时我们确信我们的数据包会到达目的地。
2.4K50发布于 2018-01-10【AI智能体创作】
AI智能体创作思路 AI智能体的核心在于模拟人类思维和行为模式，通过算法和数据处理实现自主决策。创作思路通常包括目标定义、数据收集、模型训练、评估优化等环节。 目标定义阶段明确智能体的功能边界，比如聊天机器人、游戏NPC或自动化工具。数据收集阶段获取相关领域的语料、图像或其他输入数据。模型训练阶段选择合适的算法架构，如深度学习、强化学习或规则引擎。 GPT2Tokenizer.from_pretrained("gpt2-medium") model = GPT2LMHeadModel.from_pretrained("gpt2-medium") input_text = "AI智能体的核心功能包括 混合精度训练 混合精度训练（FP16/FP32混合计算）可节省显存占用，提升训练速度，适用于显存受限的情况。 示例：在训练BERT模型时，混合精度训练可使其在单卡显存不足的情况下仍能运行。 3.
41010编辑于 2025-12-17认知智能体（0）
其次就是代理的通信模式，也就是[个体间的信息交互]：对话式：发挥不同智能体的风格工具调用：控制智能体行为和输出广播：智能体的自主意识我们以[注意力]为线索，来展开智能体的认知能力。 因为[海马体]会把这些信息拦在入口。最后是长期记忆，内存容量有限，所以我们很多时候会借助硬盘的内容，但是所有的计算依然发生在工作记忆当中，只不过多了一个信息检索的步骤。 所以认知智能体需要加入元认知的能力。 系列文章分成十个章节：第一章：认知AI智能体的基础主题：ai代理的定义和类型（reflex、基于目标、基于效用...）开发代理需要的技能（编程、认知架构、llm）环境配置（python、Ollama、litellm 目标：开发能够从结果中学习并自主改进策略的智能体第九章：使用RL、世界建模和RAGEN进行拓展主题：强化学习集成（RAGEN管道）用于状态和奖励预测的世界建模多智能体协作与分布式问题解决
23100编辑于 2025-06-05- 来自专栏算法之名
AI智能体(四)
接AI智能体(三) memory工具使用 以往，我们都是直接跟大模型进行交互，没有办法系统的实现记忆。 在上图中，用户在向大模型问问题时会首先读取记忆体，查看以往是否回答过相同的问题或者相关的文档可以参考。 如果有就会返回并添加到提示词模版中，再通过大模型的处理得到答案，得到答案之后再将答案反写回记忆体，这是一个循环的过程。 **智能合约和应用生态**：以太坊拥有强大的开发者社区和丰富的应用生态，这推动了其需求的增长，并对价格产生积极影响。 2. **跨链技术的进步**：随着跨链技术的发展，以太坊能够与其他区块链网络进行互操作，这可能会扩大其生态系统，并增加其作为价值转移和智能合约平台的吸引力。 5.
1.1K00编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(六)
接AI智能体(五) Dify Dify是一个开源的Agent开发平台，使用Dify有两种方式，一种是使用Dify的在线平台。https://cloud.dify.ai。 一种是进行私有化部署。 FLASK_DEBUG: ${FLASK_DEBUG:-false} SECRET_KEY: ${SECRET_KEY:-sk-9f73s3ljTXVcMT3Blb3ljTqtsKiGHXVcMT3BlbkFJLK7U
1.1K00编辑于 2025-02-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号