- 综合排序
- 最热优先
- 最新优先
- 来自专栏码的一手好代码
Hadoop协同框架-Flume
Flume 结构以及使用 Flume结构 Source : 用户配置采集数据的方式（Http、LocalFileSystem、Tcp） Channel ——中间件 Memory
58820发布于 2019-07-24 【Multi-agent实战】教你如何用Multi-agent分析开源Github项目
这篇我们做三件事：把你现有的 Deepfake 实验流程拆成「可以被 Agent 调度」的几个任务节点；用 LangGraph 搭一个 Multi-Agent 工作流：Config → Train → 下一步就是把它们塞进 Multi-Agent 工作流里。 如果你把这套东西写进简历 / 博客，面试官很可能会问：你为什么要用 Multi-Agent / LangGraph，而不是一个脚本搞定？Multi-Agent 带来的真实价值是什么？ 5.2 Multi-Agent 真正带来的东西？流程显式化：Config / Train / Eval / Viz / Report 都是独立节点；修改任意一环不影响其他节点。 统一入口：上层只需要给一段自然语言： “帮我跑一个跨数据集 baseline”Multi-Agent 工作流负责把这段话变成真正的可执行实验计划。
51620编辑于 2025-11-23- 来自专栏架构驿站
Multi-Agent ，知多少？
行为和推理之间存在着紧密的协同联系，这对于 AI Agent 快速学习新任务非常有帮助。此外，AI Agent 还需要推理能力来修改他们的计划，同时考虑到新的反馈或学到的信息。 此外，复杂环境下的决策往往需要各种异构智能算法模型的协同配合，而封闭的 Single-Agent 系统难以灵活整合不同AI范式，无法充分挖掘多元异质智能的协同潜能，解决复杂问题的能力相对有限。 MAS 提供了一种强大的分布式架构框架，有望彻底克服单一代理系统固有的瓶颈。 Multi-Agent 系统灵活可扩展的特性，使其可以更容易地适应不断变化的复杂业务环境和需求。 Multi-Agent 系统系统固有的分布式特征还赋予了它天然的容错性和健壮性。 具体： 在运输和交通管理领域，Multi-Agent 系统可将复杂的交通网络分解为多个可协作的代理模块，如交通流量代理、路径规划代理、事故预警代理等，通过彼此的紧密协同，实现对整个交通系统的精细化智能管控和动态优化
2.1K10编辑于 2024-11-01 Multi-Agent多智能体协作系统：架构原理、框架选型与实战指南
Multi-Agent多智能体协作系统：架构原理、框架选型与实战指南当前AI应用开发正经历一次范式转变：从依赖单一模型的多轮对话，转向多个智能体协同工作的Multi-Agent架构。 本文将从架构原理、协议标准、框架选型到生产部署，完整拆解Multi-Agent系统的技术内核。一、什么是Multi-Agent？为什么2026年是爆发元年？ Multi-Agent就是让多个这样的Agent协同工作。每个Agent有自己的角色、专业能力和工具集，它们通过消息传递和协议协调来共同完成一个复杂目标。 三、2026主流框架横向对比：选哪个？理解了底层原理，接下来看框架选型。 2026年的Agent框架已经非常丰富，但真正在生产环境验证过的主要有以下几个：3.1 六大框架核心定位 框架开发者核心理念最佳场景GitHub StarsLangGraphLangChain
4.8K20编辑于 2026-04-02- 来自专栏葡萄城控件技术团队
Svelte框架实现表格协同文档
首先，从框架搭建上,本篇示例采用当下流行的前后端分离的开发方式，前端使用npm作为脚手架搭建Svelte框架。 后端使用Java的SpringBoot作为后端框架。 首先，介绍下在前端Svelte框架下搭建在线表格编辑器。 在上一篇文章中，我们介绍了如何在Svelte框架中实现在线表格编辑器。 我们按照此思路新建一个SpreadSheet.svelte文件，写入基础在线表格编辑器。 之后创建springboot工程配合搭建gradle引用GCExcel以及后面协同需要用到的websocket。 这里在协同端执行command之前需要先撤销之前的监听，避免再发送websocket导致死循环。在执行之后，再次添加监听。
2.4K20编辑于 2023-02-01 【Multi-Agent实战】如何用 LangChain 打造一个 Multi-Agent 实战项目
【Multi-Agent】一、如何用LangChain打造一个Multi-Agent实战项目这篇就是给已经玩过LangChaintools+Agent的同学看的进阶篇：你已经玩过time/weather 这种自定义工具；也看过AgentType.CHAT_ZERO_SHOT_REACT_DESCRIPTION一路Thought/Action/Observation的DebugLog；但一到Multi-Agent
58110编辑于 2025-12-16【Multi-agent实战】LangGraph 实现可视化的科研 Multi-Agent实战项目
用 【Multi-agent实战】LangGraph 实现可视化的科研 Multi-Agent实战项目✍ 前言上一篇我们搞了一个「科研 Multi-Agent 小队」：Supervisor 当老板；PaperHunter 这一篇，我们就把上一篇的科研 Multi-Agent —— 迁移到 LangGraph 上，用“图”的方式组织 Agent。 一、为什么要用 LangGraph 来做 Multi-Agent？ 六、面经角度：围绕 LangGraph + Multi-Agent 怎么吹？给你几段可以直接背的回答。Q1：你在项目里是怎么管理 Multi-Agent 的流程的？为什么选 LangGraph？ Q3：如果后续要在这个科研 Multi-Agent 里加入“在线强化学习 / 评分器调整策略”，LangGraph 还能 hold 住吗？ 节点粒度 和 显式图结构 来解决：planning 幻觉；粒度太碎 / 太粗；顺手准备了几个关于 LangGraph + Multi-Agent 的面经回答
1K10编辑于 2025-11-22Multi-Agent 框架终极对比：LangGraph、CrewAI、AutoGen 谁才是真·编排之王？
年主流框架版本，环境配置以官方文档为准。 Multi-Agent 则是一个**“专业项目组”**：有产品经理（PM）拆解需求，有架构师（Architect）设计框架，有程序员（Coder）写代码，还有测试（Tester）找茬。 但问题来了：2026 年市面上涌现出数十个 Multi-Agent 框架，从 LangGraph 的状态机到 CrewAI 的角色扮演，再到 AutoGen 的自由对话，到底该选谁？ 二、四大主流框架深度横评我们选取了 2026 年最热门的四个框架进行对比：LangGraph、CrewAI、AutoGen、AgentX（华为云开源）。1. 技术迭代：AI 领域发展迅速，框架特性请以官方最新文档为准。
3.7K30编辑于 2026-03-16- 来自专栏企鹅号快讯
VAIN：Attentional Multi-agent Predictive Modeling
VAIN: Attentional Multi-agent Predictive Modeling[J]. arXiv preprint arXiv:1706.06122, 2017. 模型框架如上图。在输入层，F_i代表agent i的原始特征，如类型、位置等信息。
1.3K70发布于 2018-01-09 《Netcode框架灵活与性能协同设计指南》
这种协同并非简单的功能叠加，而是通过底层逻辑的“元构化设计”与“智配机制”，让拓扑抽象具备场景自适应能力，让序列化系统实现“动态兼容”与“静态提效”的双向支撑。 当拓扑发生重构时，框架无需重新计算最优路径，直接从缓存中调取匹配的备选方案，大幅降低切换延迟。 比如在在线协作工具中，当某核心中继节点突然故障时，框架可在10ms内切换到预存的备用路径，用户几乎感知不到中断。 序列化系统的性能优化，核心在于“高频路径静态固化”与“序列化上下文复用池”的协同设计，在不牺牲灵活性的前提下，最大化数据解析与传输效率。 网络拓扑抽象与序列化系统的协同平衡，是Netcode框架突破性能与灵活边界的核心密钥，其本质在于建立“拓扑-序列化”双向联动适配机制，让二者根据场景需求、网络状态与业务变化动态调整策略，形成1+1>2的协同效应
12710编辑于 2026-02-04- 来自专栏【腾讯云开发者】
Multi-Agent全面爆发！一文详解多智能体核心架构及LangGraph框架
为了应对这一挑战，多智能体系统应运而生，它通过多个智能体协同工作的方式，将复杂任务分解为多个子任务，由不同的智能体分别处理，最终合并结果并返回。 LangGraph作为LangChain生态系统的重要扩展，通过引入有向图模型重构了传统智能体的工作流架构，将复杂的多步骤交互和决策过程模块化，是目前主流的多智能体集成框架之一。 关注腾讯云开发者，一手技术干货提前解锁 本文主要介绍多智能体集成框架LangGraph的相关概念及使用，关于大模型应用开发的基本的流程可以阅读：《GitHub 12w Star神器！ LangGraph通过中断机制、状态持久化、恢复执行机制在Agent自动化工作流中嵌入人工干预，实现人机协同。 recursion_limit": 50} # 设置递归限制为50次 ) except GraphRecursionError: print("执行步数超过限制，抛出异常") # 异常处理... 03、Multi-Agent
4.1K62编辑于 2025-12-16 【Multi-agent】智能科研助手实战项目
从 0 组建你的 AI 科研小队：Multi-Agent 帮你做文献调研 + 实验规划✍ 前言很多科研工作者肯定都吐槽过：「文献太多看不完、实验方案想不清楚、写总结又很痛苦。」 但反过来想：这些事情，其实都可以拆成一堆「标准化的小任务」，非常适合交给 Multi-Agent AI 科研小队 来做。 这篇就带你搞一个科研向 multi-agent 实战项目：场景： 想做一个「CLIP 在伪造检测 / 多模态安全」方向的小综述 + baseline 实验规划；目标： 让一组 Agent 帮你：自动搜集相关论文 于是，我们就可以设计一个 科研 Multi-Agent 小队： PaperHunterAgent：文献猎手 PaperAnalystAgent：论文分析师 ExperimentPlannerAgent：
72010编辑于 2025-11-22【Multi-Agent实战】如何用 LangChain 打造一个 Multi-Agent 实战项目
【Multi-Agent】一、如何用 LangChain 打造一个 Multi-Agent 实战 ✍ 前言 这篇就是给已经玩过 LangChain tools + Agent 的同学看的进阶篇： 你已经玩过 “Multi-Agent 和平时的 Tools 调用有什么本质区别？” 一、先把概念掰开：单 Agent vs Multi-Agent 1.1 单 Agent：一个人又要算日期又要查天气还要写代码 你现在的 Demo 结构本质上是这样的： 用户问题 ↓ 一个 Agent 1.2 Multi-Agent：拆成“调度员 + 专家小组” 更工程一点的想法是： 既然人类解决问题是「项目经理 + 各种专家」的协作，那 LLM 也可以这么玩。 这样既复用你对 tools + Agent 的理解，又自然过渡到 Multi-Agent 体系。
2.4K10编辑于 2025-11-23AI驱动自动化渗透测试：Multi-Agent框架攻克CTF智能攻防挑战
采用Multi-Agent自动化框架 长亭科技AI攻防技术研究组基于DSPy（Programming-not-prompting）理念，开发了专为渗透测试设计的Multi-Agent框架。 该框架包含： Plan Agent：统筹执行流程，生成结构化攻击方案（XML格式指令） 专项漏洞Agent：包括XSS Agent、SSTI Agent等垂直化漏洞利用模块 并行执行引擎：支持多环境隔离运行 ，通过共享内存和最大并发控制实现高效资源调度 实现精准漏洞识别与自动化利用 在腾讯云黑盲松黑客松实战中，该框架展现出三大核心能力： 反射型XSS通杀方案：结合Xray扫描与LLM-based Fuzzing ：确保工具执行的隔离性和安全性 大赛验证可靠性：在腾讯云黑盲松智能渗透挑战赛中获得实际应用验证 数据来源：长亭科技AI攻防技术研究组刘金钊在腾讯云黑盲松黑客松的技术分享 技术认证：集成DSPy编程框架和
54520编辑于 2026-04-04- 来自专栏NLP/KG
MetaGPT( The Multi-Agent Framework)：颠覆AI开发的革命性多智能体元编程框架
"MetaGPT( The Multi-Agent Framework)：颠覆AI开发的革命性多智能体元编程框架"一个多智能体元编程框架，给定一行需求，它可以返回产品文档、架构设计、任务列表和代码。 对于需要进行规划和协调的项目，这个框架提供了强大的支持.图片MetaGPT's 能力展示https://github.com/geekan/MetaGPT/assets/34952977/34345016
2.3K21编辑于 2023-10-13 - 来自专栏葡萄城控件技术团队
Svelte框架结合SpreadJS实现表格协同文档
作为一个类Excel控件，SpreadJS如何实现当前比较流行的表格协同呢？本篇文章将简单介绍一下。 首先，从框架搭建上,本篇示例采用当下流行的前后端分离的开发方式，前端使用npm作为脚手架搭建Svelte框架。 后端使用Java的SpringBoot作为后端框架。 首先，介绍下在前端Svelte框架下搭建SpreadJS在线表格编辑器。 之后创建springboot工程配合搭建gradle引用GCExcel以及后面协同需要用到的websocket。 SpreadJS实现表格协同文档的方法，如果您想体验更多功能或免费下载试用SpreadJS，欢迎访问葡萄城官网。
2.7K30编辑于 2023-02-24 - 来自专栏Django系统
SPARK框架下实现CPM（派系协同过滤算法）
社群发现算法实现：CPM，基于SPARK+SCALA+MAVEN+Hadoop 选择此框架实现原因： （1）SPARK的Graphx对于图操作较为便捷。
86130发布于 2020-05-16 可扩展文本转语音框架实现多模型协同
为解决该问题，某机构文本转语音团队开发了通用模型集成框架。 集成技术难点框架需要解决三大核心问题：流式处理：支持语音分块生成以降低延迟硬件适配：兼容不同加速器（如需要固定张量大小的专用芯片）逻辑分层：明确模型与集成层的功能边界模块化架构设计集成层通过两类组件实现功能解耦 {'type': 'Upsampler'}, {'type': 'Decoder'} ] } }]该框架已成功应用于生产环境
20110编辑于 2025-08-14- 来自专栏绿盟科技研究通讯
智能安全运营：大模型工具协同与学习框架
大模型工具协同与学习框架 大模型可以在网络安全运营中提供很多关键任务支撑的角色，如告警研判分析、报告摘要总结、响应执行建议、安全知识问答等等。 从实现LLM+SOAR的统一分析界面与协同框架来看，大模型作为交互界面+决策大脑的角色更为关键。 HuggingGPT框架[1] 从核心任务来看，将大模型作为交互中枢，实现工具协同，主要需要实现以下几个阶段的核心能力： 1. 从实现LLM+SOAR的统一分析界面与协同框架来看，大模型作为交互界面+决策大脑的角色更为关键。 统一消歧的数据图谱、完整完备的工具支撑体系、专用专精的“小模型”库以及支撑协同调度的统一执行框架，这些典型安全分析能力仍然是发挥大模型安全价值的关键基础。
95140编辑于 2023-08-31 Multi-Agent 技术原理与落地场景全解析
PART 01 Multi-Agent 核心：不是 “多 AI 堆砌”，而是 “结构化协作” Multi-Agent 系统的本质，是让多个具备独立感知、决策、执行能力的智能体，通过预设规则或动态交互完成复杂任务 它的核心价值在于 “分工提效、协同补能”，而非简单将多个 AI 凑在一起。要实现高效协作，离不开四大核心机制： 1. 营销活动” 拆分为文案、设计、投放）； 执行 Agent：专注具体子任务落地（如文献检索 Agent、数据清洗 Agent）； 协调 Agent：监控进度、处理子任务依赖关系（如 “先完成文献检索再搭建论文框架 科研与学术 协作流程：选题 Agent→文献检索 Agent→框架 Agent→写作 Agent→润色 Agent→查重 Agent。将论文撰写周期从数月缩短至数天，降低学术门槛。 2. 自动驾驶 车、路、云智能体实时协同，百度 Apollo 框架让复杂路口通行效率提升 40%，紧急制动响应时间缩短至 0.2 秒。 6.
1.4K10编辑于 2025-12-31
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