前言 在AI Agent概念井喷的2026年,我见过太多团队拿着大模型API就直接开干,结果要么是上帝提示词堆到失控,要么是Agent陷入死循环疯狂消耗Token,最终灰溜溜地回头重新设计。 今天,我将结合Spring AI Alibaba和AgentScope等主流框架的最佳实践,跟大家一起聊聊AI Agent开发中6种最实用的设计模式。 希望对你会有所帮助。 二、六种核心设计模式详解 模式一:ReAct(Reasoning + Acting) 一句话定位:Agent最基础的“思考-行动-观察”循环,所有复杂模式的基础。 人机协同模式是AI Agent落地的安全阀。在涉及资金、权限、敏感数据的操作上,必须加入人工确认环节,而不是完全交给AI自主决策。 希望这份设计模式指南能帮你构建出更加稳定、可靠、智能的AI Agent系统。
打算用一句话概括每一个设计原则 单一职责原则 一个类只负责一项职责,有且仅有一个原因引起类的变更。 里氏替换原则 所有引用基类的地方必须能透明地使用其子类对象。
架构设计模式—6大设计原则架构设计是软件开发中非常重要的一环,良好的架构可以提高软件系统的可维护性、可扩展性和可重用性。在架构设计过程中,遵循一定的设计原则可以帮助我们构建合理的架构。 本文介绍6大常用的架构设计原则,他们是:单一职责原则(Single Responsibility Principle, SRP) 单一职责原则要求一个类或模块只负责完成一项职责。 以上6大设计原则是架构设计过程中常用的准则,不同的原则可以结合使用,根据具体的应用场景进行选择。遵循这些原则可以帮助我们构建高质量的软件系统。 这样设计的好处是,我们可以方便地添加新的形状,而不会影响到已有的代码功能。
架构设计原则 6大设计原则 Single Responsibility Principle : 单一职责原则 Liskov Substitution Principle : 里氏替换原则 6 内容耦合: 这是最高程度的耦合,也是最差的耦合。当一个模块直接使用另一个模块的内部数据,或通过非正常入口而转入另一个模块内部。 内聚性又称块内联系。 6 功能内聚: 这是最强的内聚,指模块内所有元素共同完成一个功能,缺一不可。与其他模块的耦合是最弱的。 image 1、GOF在书中说:设计模式是对被用来在特定场景下解决一般设计问题的类和相互通信的对象的描述; 设计模式就是不断反省,将软件开发经验抽象积累成解决问题的预案。 3、设计模式中广泛遵循了两条设计原则:面向接口编程,而不是实现;优先使用组合,而不是继承。 ........
标题: “God of Design” AI design system “设计之神”AI设计系统 价值主张: 我们的“设计之神”系统利用生成对抗网络技术,帮助甲方把设计目标可视化后,更清楚地传达给设计师 借此技术,让无作图能力的甲方,把生成条件输入AI设计系统后,程序在极短时间内生成海量方案,甲方只需挑选其中想要的方案,交给设计师来完善,避免了设计师的无效工作,提升了工作效率。 ? “设计之神”AI设计系统原型演示 demo of AI design system: 我们以室内装修设计为例,制作了一份简单的使用演示,让读者能更具体的了解人工智能发挥的作用 ? 3.甲方把自己定制的方案发布出来,交给设计师完善。 (这里我们还设计了一个简单的商业模式,AI设计工具免费开放给所有人使用,定制生成的方案可以直接发布在我们的平台上,寻找设计师来完成。 运营模式 BUSINESS OPERATION MODEL : 这块只是很粗略的构想了一个如何利用这技术来开展商业的模型,大体思路就是利用这个AI设计系统来吸引甲方和设计师,从而构建一个设计服务平台,对接甲方们和设计师们
6大设计原则总结 一、单一职责原则 单一职责原则:英文名称是Single Responsiblity Principle,简称是SRP。定义:应该有且仅有一个原因引起类的变更。 我们在做系统设计时也需要考虑对系统之间或模块之间的接口采用定制服务。采用定制服务就必然有一个要求:只提供访问者需要的方法。 接口设计是有限度的。 --- 接口的设计粒度越小,系统越灵活,这是不争的事实。 深入了解业务逻辑,最好的接口设计就出自你的手中! 一个展示数据的列表,按照原有的需求是6列,突然有一天要增加1列,而且这一列要跨N张表,处理M个逻辑才能展现出来,这样的变化是比较恐怖的,但还是可以通过扩展来完成变化,这就要看我们原有的设计是否灵活。
真正的“新质生产力”依赖于智能系统赋能业务,而AI大脑是实现这一目标的关键。那么,如何构建一个能够驱动企业智能化升级的AI大脑? 本文三桥君将从多个维度深入探讨这一问题。 企业数字化转型的核心问题在于:如何构建一个能够驱动业务智能化升级的AI大脑?这个AI大脑不仅需要具备强大的技术能力,还需要能够灵活应对不同行业的业务需求,成为企业智能运营体系的底座。 AI中台 定义与作用:AI中台是连接能力与业务的“大脑中枢”,将分散的智能能力统一管理、调用。 模块设计理念:数据采集、模型训练、推理服务、API调用标准化模块化,确保系统的高效运行。 安全生产 通过工业听诊器、声学成像仪等设备结合AI识别能力,构建安全防控闭环。 6. 行业解决方案 行业 具体举措 医疗 通过智能辅助诊疗、电子病历分析、语音问诊机器人,提升医疗服务质量。 欢迎关注✨三桥君✨获取更多AI产品经理与AI工具的分享,帮你入门AI领域,希望你为行业做出更大贡献。三桥君认为,人人都有机会成为AI专家读到这里,若文章对你有所启发,欢迎点赞、收藏、转发
告别 “问答式 AI 开发”:一文搞懂 AI 工作流的 6 大设计模式 还在靠“问一句、写一行”的问答式AI开发? 本文拆解AI工作流的6大核心设计模式,看完就能对应场景选对模式,告别“越用越乱”的窘境。 一、先搞懂:为什么“问答式AI开发”注定低效? 二、6大AI工作流设计模式:场景+特点+用法全拆解 1. 继续推进,直至完成任务第三步:AI动态调整执行路径 图例说明:规划式工作流核心是“先规划、再执行、可调整”,拆解复杂任务后,根据执行中的问题动态优化路径,避免盲目推进。 6. 这6大AI工作流设计模式,覆盖了从简单到复杂的所有场景,无论是开发、内容创作,还是数据处理,选对模式,就能让AI的输出更稳定、效率更高,真正帮你节省时间、减少返工。
就移动用户体验设计而言,不断地实践是检验其好坏的一条必经之路。在这篇文章中我们聚焦于基础,我们需要去解决的是,如何避免打断用户或者强迫用户思考的问题。 适用于一个平台的完美设计决策可能会在另一个平台上显得格格不入。 当网页端的设计出现在移动应用时就显得很奇怪,这并不是因为哪里出错了,而是用户对于网页和移动应用的期望是不同的。举个例子:比如带下划线的链接。 TB银行app缺乏一个应用程序应有的特质 用户流程 1、你的应用程序里不应该有“死胡同” 用户体验设计本质上就是在设计流程,而流程在多数情况下是用来完成用户目标的。 有时候,设计师会把错误消息和空状态作为空页面处理,但实际上这是一个提供有用信息的好机会。就拿Spotify的这种错误状态页面举例: ?
上一篇文章分享了适配器模式,这篇推文整理一下装饰模式,和代理模式非常相似,但是实现和应用的场景不一样
对于单一职责原则,接口一定要做到单一职责,类的设计尽量做到只有一个原因引起变化。 我们在做系统设计时也需要考虑对系统之间或模块之间的接口采用定制服务。采用定制服务就必然有一个要求:只提供访问者需要的方法。 接口设计是有限度的。 — 接口的设计粒度越小,系统越灵活,这是不争的事实。 深入了解业务逻辑,最好的接口设计就出自你的手中! 一个展示数据的列表,按照原有的需求是6列,突然有一天要增加1列,而且这一列要跨N张表,处理M个逻辑才能展现出来,这样的变化是比较恐怖的,但还是可以通过扩展来完成变化,这就要看我们原有的设计是否灵活。 这就需要在设计之初考虑到所有可能变化的因素,然后留下接口,等待“可能”转变为“现实”。
Jeff Dean近日发表论文称,Google利用AI设计芯片,已经将芯片设计周期从数周降低到6小时!大大提高了硬件适应ML发展的速度。 AI长大了,可以自己设计芯片了。而且这技术水平越来越高,自动化布置芯片的晶体管小菜一碟。 有了AI设计芯片,我再也不相信「摩尔定律」了! Jeff Dean:我们用AI,6小时就能设计一款芯片,敢信? 谷歌研究员培养AI干活儿可真花了不少心思。 事实还证明,AI在设计芯片方面天赋异禀。 基于谷歌工程师在3月份发表论文中提出的技术,AI设计芯片的水平越来越高,完全自动化地布置芯片上晶体管也毫无压力。 现在,AI设计芯片平均只需要6个小时。 但是,我们端到端的学习方法耗时仅6个小时,而手动布置需要一个缓慢的迭代优化过程,还需要专家干预,导致整个周期可能持续数周」。 ?
关于代理模式,很好理解。比如你买演唱会的票,自己很难买到,只能去找黄牛,那么黄牛就是代理(非官方)卖火车票的。
1、 领域建模 a. 阅读 Asg_RH 文档,按用例构建领域模型。 按 Task2 要求,请使用工具 UMLet,截图格式务必是 png 并控制尺寸 说明:请不要受 PCMEF 层次结构影响。你需要识别实体(E)和 中介实体(M,也称状态实体) 在单页面应用(如 vue)中,E 一般与数据库构建有关, M 一般与 store 模式 有关 在 java web 应用中,E 一般与数据库构建有关, M 一般与 session 有关 b. 数据库建模(E-R 模型) 按 Task 3 要求,给出系统的 E
导言 在软件设计与编程中经常会遇到树形数据。当处理树形结构的数据时,程序员必须经常区分叶子节点与树的一个树枝节点。这往往会使代码变得更加复杂,并且很容易出错。 使设计变得更通用。
依赖倒置原则(Dependence Inversion Principle,DIP): 代码设计要依赖于抽象接口,不要依赖于具体实现。 通过面向抽象的编程方式来降低类之间的耦合,便于扩展。
开闭原则(OCP) 是 面向对象设计中“可复用设计”的基石,是面向对象设计中最重要的原则之中的一个,其他非常多的设计原则都是实现开闭原则的一种手段。 遵循开闭原则设计出的模块具有两个主要特征: (1) 对于扩展是开放的(Open for extension)。这意味着模块的行为是能够扩展的。 作为 系统设计的抽象层,要预见全部可能的扩展,从而使得在不论什么扩展情况下,系统的抽象底层不需改动;同一时候,因为能够从抽象底层导出一个或多个新的详细实现,能够改变系统的行为,因此系统设计对扩展是开放的 这就要求我们在设计的时候,要很清楚地了解用户需求,推断需求中包括的可能的变化,从而明白在什么情况下使用开闭原则。
img 随着基于大型语言模型的系统日益复杂,智能体工作流的设计也变得愈发重要。虽然简单的应用可能仅依赖于一个自主智能体,但更高级的用例通常需要多个智能体之间的协作,每个智能体负责一个特定的角色。 在本文中,我们将探讨多种构建 AI 智能体结构的模式。这些模式有助于我们扩展功能、保持模块化,并更好地控制执行流程。 为什么使用多智能体模式? 一开始,通常会采用单智能体模型。 这种结构带来了: 清晰的职责划分 更容易的调试与迭代 更好的可扩展性和性能 更高的工作流设计灵活性 具体采用哪种模式,取决于系统的复杂度、所需的协调方式以及每个智能体的自主程度。 适用于按领域或部门划分逻辑的系统 每个监督者管理一组特定任务或智能体 优势: 高度可扩展且结构清晰 各层级具备模块化控制能力 挑战: 实现复杂度较高 层级之间需要明确定义接口 适用场景: 企业级系统、多领域编排任务 6.
警戒范围很小 5级头目ai:会移动,会主动攻击。固定位置出现,警戒范围很小 6级副本精英怪ai:会移动,会主动攻击。 1到3级怪物ai视野范围和警戒范围为0米。 4到5级怪物ai视野范围为10米,警戒范围为8米。 6到7级怪物ai非战斗状态视野范围为10米,警戒范围为3米。 1级到2级怪物ai不会使用技能。 3级到4级怪物ai会几率使用编号xx到编号yy技能。 5到6级ai会几率使用编号aa到编号bb技能,会几率使用身上物品。 2.4.2 6到7级怪物ai行为流程图: ? 2.5怪物仇恨判定:按照仇恨值判定,仇恨值计算见仇恨系统。怪物优先攻击仇恨值最 高的目标。 [^a-f] 表示不含([abcdef]) 的任何字符 (5) WHERE name LIKE 'chenjia[^y]%' 将查找以 chenjiayi 开始且其后的字母不为 y 的所有名字 (6)
实操代码(Crew AI) 以下部分将演示使用 Crew AI 框架实现规划模式。此模式涉及一个 Agent,它首先制定多步计划以解决复杂查询,然后顺序执行该计划。 Google DeepResearch Google Gemini DeepResearch(见图 1)是一个基于 Agent 的系统,设计用于自主信息检索和综合。 该报告设计为交互式的,通常包括音频概述、图表和指向原始引用来源的链接等功能,允许用户验证和进一步探索。除了综合结果外,模型还明确返回它搜索和咨询的完整来源列表(见图 2)。 OpenAI Deep Research API OpenAI Deep Research API 是一个专门设计用于自动化复杂研究任务的工具。 然后,它将 AI Agent 的角色定义为专业研究员,并设置用户关于司美格鲁肽经济影响的研究问题。