- 综合排序
- 最热优先
- 最新优先
- 来自专栏Go语言学习专栏
8 - AI 服务化 - AI 超级智能体项目教程
本节重点 AI 服务化是指将原本只能本地运行的 AI 能力转化为可远程调用的接口服务，使更多人能够便捷地访问 AI 能力。 通过本节学习，你将掌握如何将 AI 智能体转变为可供他人调用的服务 具体内容包括： AI 应用接口开发 AI 智能体接口开发 在开始之前，先给大家提个醒，Spring AI 版本更新飞快，有些代码的写法随时可能失效 一、AI 应用接口开发 我们平时开发的大多数接口都是同步接口，也就是等后端处理完再返回。 点击接口旁边的绿豆就能自动生成测试代码： 二、AI 智能体接口开发 由于智能体执行过程通常包含多个步骤，执行时间较长，使用同步方法会导致用户体验不佳。 因此，我们采用 SSE 技术将智能体的推理过程实时分步输出给用户。
14510编辑于 2026-03-17 - 来自专栏悦思悦读
AI 入行那些事儿（8）人工智能 vs 人类智能
2021 巨献 —— 系列文章《AI 入行那些事儿》，为您讲述： 人工智能的基础原理、发展历程、当前应用 成为 AI 技术人员所需的入门技能和学习途径 以及求职、面试的全过程 基本上，在人工智能发展的每一次高峰 弱人工智能 vs 强人工智能 看到这里，我们难免会产生一个疑问：现阶段机器学习还达不到人脑的水平，那么未来深度学习继续向前发展，人工智能能否和人类的智能相提并论呢？ 要解答这个问题，我们可以从人工智能发展的两个阶段——弱人工智能和强人工智能——说起。 ? 人工智能 vs 人类智能 现在的人工智能显然连弱人工智能都没有达到。但科技的发展是很快的，我们完全可以设想有一天我们能进入弱人工智能阶段，继而进入强人工智能阶段。 到了那时，人脑和人工智能之间又会变得孰强孰弱呢？ ? 弱人工智能 vs 人类智能 我们先来把人脑和弱人工智能做个对比。
1.2K30发布于 2021-03-22 - 来自专栏算法之名
AI智能体
langchain 概述 langchain是LLM与AI应用的粘合剂，是一个开源框架，旨在简化使用大型语言模型构建端到端应用程序过程，它也是ReAct(reason+act)论文的落地实现。 chains，langchain把提示词、大语言模型、结果解析封装成chain，并提供标准的接口，以便允许不同的chain形成交互序列，为AI原生应用提供端到端的chain。 content='Hi.'), SystemMessage(content='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 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 的诗')] streaming_chat(messages) 运行结果 智能助手显神通， 问答之间意无穷。
78010编辑于 2024-09-29 - 来自专栏AI大模型应用开发炼丹房
智能体上下文窗口告急！8种策略破解AI记忆困局
由于文章篇幅有限，文末还给大家整理了一个更详细的智能体构建技术文档，自行领取，关于配图说明：本文所有配图均来自技术原理示意图，非商业用途。 引言：为什么记忆管理是AI系统的生死线当前大模型应用的致命瓶颈在于上下文窗口限制。 当对话轮数超过GPT-4 Turbo的128K上限，或本地部署模型仅支持4K上下文时，系统面临两难抉择：遗忘早期关键信息导致逻辑断层（如用户说“按上次方案处理”）突破长度限制带来的指数级计算成本增长本文将深入解析8种主流记忆策略 由于文章篇幅有限，关于如何构建智能体，以及AI Agent相关技术，我整理了一个文档，感兴趣的粉丝，自行免费领取：《想要读懂AI Agent（智能体），看这里就够了》最后我们再次整理一下以上8种记忆策略 当人类智慧与机器智能形成共生关系，文明的火种将在新的维度延续。"在这场波澜壮阔的文明跃迁中，主动拥抱AI时代，就是掌握打开新纪元之门的密钥，让每个人都能在智能化的星辰大海中，找到属于自己的航向。
1.7K52编辑于 2025-07-31 - 来自专栏新智元
【AI爆发】8张图详解全球人工智能创业融资大趋势
CB Insights发布人工智能产业2016年第一季度报告，AI初创公司迎来投资热潮，投资交易量创下季度历史新高，超过140笔。（图中的橙线） ? 年度交易数量（图中橙线）中，人工智能初创企业，包括为垂直领域，比如健康、广告和金融提供AI解决方案的公司以及发展通用AI技术的公司，这些公司在2011年的股权交易是70笔，到2015年上升到近400笔， 其中，有8家公司上市（包括Square），47家被收购。 AI初创企业TOP10 6月23日，《福布斯》基于 CrunchBase 数据的分析评出本年度前十大人工智能初创企业，它们分别是 iCarbonX, Anki, CARMAT, Arago, CloudMinds 大部分的投资发生在 2015 年，并在 2016 年继续加速，这表明投资者在人工智能领域的兴趣正在快速增长。 可以看到，近年重新火热的AI已经不再是局限于技术领域，而渐渐成为资本和企业的另一个赛场。
1K50发布于 2018-03-26 - 来自专栏菩提树下的杨过
Agent设计模式学习(基于langchain4j实现)(8) - 非AI智能体
参与的处理环节（也称非AI智能体) 1 /** 2 * 非AI智能体，将多个简历评审聚合成一个综合评审。 3 * 这演示了普通Java操作符如何作为一等智能体用于智能体工作流， 4 * 使它们能够与AI驱动的智能体互换使用。 1 /** 2 * 非AI智能体，根据评分更新申请状态。 3 * 这演示了普通Java操作符如何作为一等智能体用于智能体工作流， 4 * 使它们能够与AI驱动的智能体互换使用。 AI智能体（普通Java操作符）。 5 * 将更多步骤外包给非AI智能体，你的工作流将更快、更准确、更经济。 6 * 对于需要强制确定性执行的步骤，非AI智能体比工具更受青睐。
16110编辑于 2026-02-02 - 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。 以太坊作为加密货币市场的第二大币种，它不仅仅是一种数字货币，还拥有智能合约功能，是许多去中心化应用（DApp）和去中心化金融（DeFi）项目的平台。 以下是我对以太坊前景的分析： 1. **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. - **竞争加剧**：其他智能合约平台的出现可能会分散开发者和用户的注意力，从而影响以太坊的市场份额。 投资者应该认识到，以太坊投资同样伴随着高风险，特别是在技术升级和监管环境不断变化的当下。
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。 DEPLOY_ENV: ${DEPLOY_ENV:-PRODUCTION} CHECK_UPDATE_URL: ${CHECK_UPDATE_URL:-https://updates.dify.ai -TRUE} ORACLE_PWD: ${ORACLE_PWD:-Dify123456} ORACLE_CHARACTERSET: ${ORACLE_CHARACTERSET:-AL32UTF8} ORACLE_PWD: ${ORACLE_PWD:-Dify123456} ORACLE_CHARACTERSET: ${ORACLE_CHARACTERSET:-AL32UTF8} Object] 代码为 import json def main(arg1: str) -> dict: if arg1.startswith('```'): arg1 = arg1[8:
1.1K00编辑于 2025-02-06 - 来自专栏强化学习专栏
AI：什么是智能?
文章分类在学习摘录和笔记专栏： 学习摘录和笔记（6）---《AI：什么是智能?》 1 智能是什么？ 人具有智能的一部分，而不是全部。 3 人机融合智能： 一种新型智能形式，它不同于人的智能、也不同于人工智能，是一种跨物种越属性结合的下一代智能科学体系。 目前科技进展的种种迹象表明：人的意向性+机的形式化是完成智能最高形式 若人的智能可分为理智、情智和意智。 那么现有的人工智能解决的主要是理智部分；伦理道德宗教面对的常常是情智；意智是那些人文艺术等创造性意识力衍生出的智能。 智能化： 是指由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术汇集而成的针对某一个方面的应用。 智慧化： 就是升级版的智能化。
52300编辑于 2024-12-03 【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。 案例分析 以智能写作助手为例，分析其设计流程。需求分析阶段确定用户需要语法检查、内容生成或风格转换等功能。技术选型阶段可能采用GPT-3等大语言模型作为基础架构。 部署优化策略 模型量化将FP32参数转为INT8，减少75%内存占用。知识蒸馏训练小模型继承大模型能力。ONNX转换实现跨平台推理加速。缓存机制存储高频查询结果，降低计算开销。 测试显示新版本准确率下降超过5%时 联邦学习实施方案： 采用安全聚合协议(Secure Aggregation)保护参与方数据 支持横向联邦(相同特征空间)和纵向联邦(不同特征空间)两种模式 典型应用案例：医疗AI
36510编辑于 2025-12-17- 来自专栏AI系统
【AI系统】AI芯片驱动智能革命
其次我们来谈谈人工智能的概念。人工智能（Artificial Intelligence，AI）是一门研究如何使计算机能够模拟和执行人类智能任务的科学和技术领域。 机器学习、深度学习算法是人工智能领域技术的重要载体，可以统称为 AI 算法，其计算模式与传统的算法有所不同。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。 边缘的应用场景更加丰富，如智能手机、智能驾驶、智能安防等。通过 AI 芯片丰富的应用场景，可以看到人工智能技术对我们未来生活的影响程度。
1.2K10编辑于 2024-11-29 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发
AI 智能体（AI Agent）的开发是一个复杂且多阶段的过程，涉及需求分析、算法设计、模型训练、系统集成和部署等多个环节。以下是 AI 智能体开发的典型流程。 1.需求分析与定义1.1明确目标确定 AI 智能体的核心功能和应用场景（如聊天机器人、推荐系统、自动驾驶等）。定义智能体的输入、输出和交互方式。 验证 AI 智能体在实际场景中的表现。6.3用户测试邀请目标用户进行测试，收集反馈。根据反馈调整模型和系统。7.部署与监控7.1部署环境选择部署平台（如云端、边缘设备）。 8.维护与迭代8.1问题修复修复用户反馈的问题和 Bug。优化系统性能和稳定性。8.2功能扩展根据需求添加新功能。改进现有功能，提升用户体验。8.3技术升级跟踪最新 AI 技术，升级算法和框架。 总结AI 智能体的开发流程包括需求分析、数据收集、模型设计、训练与评估、系统集成、测试验证、部署监控和维护迭代。通过合理规划和使用工具，可以高效地开发出功能强大、性能优异的 AI 智能体。
2.7K20编辑于 2025-02-18 - 来自专栏AI
AI 智能体（AI Agent）的应用
AI 智能体（AI Agent）的应用非常广泛，几乎涵盖了我们生活的方方面面。它们能够自主地感知环境、做出决策并执行行动，从而完成各种复杂的任务。以下是一些 AI 智能体的典型应用场景。 客户服务：智能客服机器人： 能够 24/7 回答客户的常见问题、处理订单、提供技术支持等，提高客户服务效率和满意度。例如，银行、电商平台的在线客服。 8. 其他领域：智能家居： 控制家电设备，例如灯光、空调、电视等，提高生活便利性。安防监控： 监控安全摄像头，识别异常行为，提高安全性。环境监测： 监测空气质量、水质等环境指标，提供环境预警。 百度的文心一言 APP 上的智能体： 可以进行“视频对话”、背单词、纠正口语，还可以通过 AI 智能体模拟面试、与 AI 古人对话等，体现了 AI 智能体在内容创作和人机交互方面的应用。 总而言之，AI 智能体正在深刻地改变着我们的生活和工作方式。随着技术的不断发展，AI 智能体的应用领域还将不断拓展，为我们带来更多的便利和创新。
1.5K10编辑于 2024-12-23 - 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
本节重点 学习 AI 智能体的概念和构建方法，掌握如何实现具有自主决策能力的 AI 系统。 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？ 三、使用 AI 智能体 有 3 种方式可以使用 AI 智能体，之前的教程中其实我们已经有接触过，这里再快速复习一遍。 比如可以在阿里云百炼、Dify 等平台上创建智能体 2、软件中使用 AI 开发工具 Cursor、tare 就集成了 AI 智能体，可以帮我们生成完整的项目代码、或者解释项目代码。 也可以直接使用专门的 AI 智能体工作流编排框架，比如 LangGraph 和 Spring AI Alibaba Graph。
63810编辑于 2026-03-17 - 来自专栏陶士涵的菜地
多 AI 智能体系统- AI 智能体的 6 个关键要素
比如翻译任务，如果一个智能体一次翻译可能结果一般，但是如果分成多个智能体，先直译然后反思最后意译结果就好很多。 3. 使用工具 智能体有能力调用工具，并且能选择最适合当前任务的工具。 协作 通常对于复杂的任务，不是一个智能体在完成任务，而是多个智能体一起完成任务，那么在整个过程中，需要确保智能体之间能相互通信，比如一个智能体的输出可以作为下一个智能体的输入，比如有一个智能体专门负责调度根据中间结果调用不同的智能体 所以对于多智能体系统，还需要设计好工作流，确保智能体之间整体协作的通畅。 这种协作不仅是指智能体和智能体之间，也包含人和智能体之间的协作。 现在的智能体还不足以智能到自始至终能做出正确的决策，有时候还需要人工的干预，在中间及时给出反馈，有错误给予纠正，缺少信息补充上下文。 比如 Devin 这种复杂的 AI 软件工程师，在遇到一些解决不了的错误时，也需要人工干预。 5.
72611编辑于 2024-05-28 - 来自专栏算法之名
AI智能体(五)
接AI智能体(四) MetaGPT 环境装配 metagpt下载地址：https://github.com/geekan/MetaGPT conda create -n metagpt python= gpt-3.5-turbo api_key: "******" 测试： 在终端命令行中进入Meta-GPT-main目录中执行 metagpt "Write a cli snake game" 单动作智能体 多动作智能体 import asyncio import sys import subprocess from metagpt.llm import LLM from metagpt.actions import /usr/bin/env python # -*- coding: utf-8 -*- """ @Time : 2023/5/11 14:43 @Author : alexanderwu @File /usr/bin/env python # -*- coding: utf-8 -*- """ @Time : 2023/11/20 @Author : mashenquan @File
75900编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(二)
我是人工智能助手智谱清言，可以叫我小智，很高兴见到你，欢迎问我任何问题。' model_name': 'glm-4', 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI
63910编辑于 2024-10-05 - 来自专栏Python
AI 智能客服系统
AI/NLP 引擎：核心的 AI 技术组件，负责自然语言理解、意图识别、对话管理、上下文语义理解等；可与知识库交互检索答案。 消息队列（Kafka/RabbitMQ 等）：用于异步处理海量日志或请求；AI 引擎与日志分析平台可通过队列进行消息异步传输。 会话管理层 → AI/NLP 引擎 协议：REST 或 gRPC。 通信方式：同步请求，以获取实时对话结果。 通信方式：同步/双向沟通，若 AI 无法回答或需要人工介入则立即调用坐席系统。 AI/NLP 引擎 选型： 自研/开源：Hugging Face Transformers、Rasa、BERT/LLM 模型微调等； 云服务：腾讯云 NLP、阿里云智能对话机器人、Azure
1.4K20编辑于 2025-06-16 - 来自专栏人工智能
Notion AI 智能体
NotionAI智能体Notion3.0的AI智能体通过自动化流程实现复杂任务闭环。其核心能力包括智能搜索、数据分析、决策制定和执行操作。 零一万物万智2.5平台解析万智2.5平台采用多智能体协作架构，每个角色对应特定职能：市场智能体：自动生成营销方案并执行投放HR智能体：处理招聘全流程，包括简历筛选和面试安排财务智能体：实时监控预算并生成分析报表平台通过智能体间的通信协议实现协作 例如启动新项目时，系统自动组建包含产品、设计、开发智能体的虚拟团队，各角色通过API交换数据并同步进度。 ：知识库建设：结构化企业数据供智能体调用权限管理：设置不同智能体的数据访问层级验证机制：关键决策需加入人工审核环节典型部署流程包括POC测试阶段，先选择单一业务场景验证，如自动生成周报，再逐步扩展至复杂业务流程 监控系统需记录智能体的决策路径和执行效果，便于持续优化。
23710编辑于 2026-01-07 - 来自专栏一臻AI
AI智能体｜工具满天飞，Coze、Dify和n8n怎么选？
早知道就做个智能回复机器人了..." "那你为啥不做？"我问。 "不会啊！我又不是程序员，哪懂什么代码！"小张一脸无奈。 "现在不需要写代码也能做AI应用了。" 我笑着掏出手机，"看，三款神器：n8n、Dify和Coze，告别手工作业!" 三剑客各有神通 n8n（https://n8n.io/）像个万能工匠，擅长把不同软件连起来自动工作。 Dify（https://dify.ai/）则是个AI应用专家，让你轻松创建各种智能工具。 我朋友小李在律所工作，他们把几千份合同扔进Dify，做了个"合同审查机器人"。 "如果你想快速开发AI应用，尤其是需要理解文档、回答问题的智能助手，就选Dify。它的强项是让AI读懂你的企业文档，变成智能客服或内部知识库。缺点是用量大了模型调用费挺贵。" n8n正在打造"AI节点市场"，让全球开发者共享自动化模块，未来你只需拖拽几下，就能实现复杂的AI工作流。
3.6K10编辑于 2025-05-09
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