mingupup的博客

要介绍ReAct最好要知道它是从哪来的。ReAct这个概念出自《REACT : SYNERGIZING REASONING AND ACTING IN LANGUAGE MODELS》这篇很牛的论文。论文地址：https://arxiv.org/abs/2210.03629我们先来看下这篇论文的摘要：翻译：尽管大型语言模型（LLMs）在语言理解和交互式决策任务中展现了卓越的性能，但其推理能力（如思维链提示）与行为能力（如行动规划生成）以往主要被作为独立课题进行研究。

Python虚拟环境是一个独立的、隔离的Python运行环境，它允许你为每个项目安装独立的库和依赖项，而不会与系统中其他Python项目或全局Python环境发生冲突，从而有效地管理项目依赖、避免版本问题，并确保项目在不同机器上具有可复制性。各位编程小白们，大家好！踏上Python学习之旅的你，是否对海量数据感到一丝迷茫？面对表格中密密麻麻的数字和文字，是不是渴望能有一种工具，像魔术师一样，轻松驾驭它们，从中发现有价值的秘密？那么，恭喜你，你找对地方了！我们将开启Pandas的学习之旅。

Python虚拟环境是一个独立的、隔离的Python运行环境，它允许你为每个项目安装独立的库和依赖项，而不会与系统中其他Python项目或全局Python环境发生冲突，从而有效地管理项目依赖、避免版本问题，并确保项目在不同机器上具有可复制性。各位编程小白们，大家好！踏上Python学习之旅的你，是否对海量数据感到一丝迷茫？面对表格中密密麻麻的数字和文字，是不是渴望能有一种工具，像魔术师一样，轻松驾驭它们，从中发现有价值的秘密？那么，恭喜你，你找对地方了！我们将开启Pandas的学习之旅。

想象RAG就像在AI回答问题之前给了它一个个人的研究图书馆员。以下是这个魔法如何发生的：文档收集：你把你的文档（公司手册、文章、书籍）提供给系统，就像书被添加到图书馆一样。切片：系统将这些文档分解成易于消化的小块——就像图书馆员将书籍按章节和部分划分，而不是处理整本书。嵌入：每个小块被转换成一种特殊的数字格式（向量），能够捕捉其含义——类似于创建能够理解概念而不仅仅是关键词的详细索引卡。索引：这些向量被组织在一个可搜索的数据库中——就像一个理解不同主题间关系的神奇卡片目录。检索。

本文介绍的是PocketFlow的cookbook中的pocketflow-agent部分。回顾一下PocketFlow的核心架构：每一个节点的架构：“Pocket Flow，一个仅用 100 行代码实现的 LLM 框架”

PocketFlow是我最近在探索的一个LLM 框架，我觉得很有意思，因此推荐给大家。这个框架最大的特点就是：“Pocket Flow，一个仅用 100 行代码实现的 LLM 框架”。我很好奇，一个框架只有100行代码是怎么做到的，它又有什么魅力呢？正如作者所言现在的LLM框架过于臃肿了！臃肿的抽象：正如 Octomind 的工程团队所解释的：“LangChain 在最初对我们简单的功能需求与它的使用假设相匹配时很有帮助。但其高级抽象很快使我们的代码更难以理解并令人沮丧地难以维护。

在AI编程时代，如果自己能够知道一些可行的解决方案，那么描述清楚交给AI，可以有很大的帮助。但是我们往往不知道真正可行的解决方案是什么？我自己有过这样的经历，遇到一个需求，我不知道有哪些解决方案，就去问AI，然后AI输出一大堆东西，我一个个去试，然后再换个AI问，又提出了不同的解决方案。在换AI问与一个个试的过程中好像浪费了很多时间。突然出现了一个想法，不是可以一下子把问题丢给多个AI，然后再总结一下出现最多的三个方案。那么这三个方案可行的概率会大一点。

这是一个 Pocket Flow 的教程项目，一个仅100行代码的LLM框架。它爬取 GitHub 仓库，并从代码中构建知识库。它分析整个代码库以识别核心抽象及其交互方式，并将复杂的代码转化为带有清晰可视化内容的初学者友好教程。首先，我们定义一个服务多的就不放了，感兴趣的朋友可以去GitHub上看完整的，让我惊讶的地方是感觉gemini-2.5-pro-exp-03-25的图画的很不错，在教程中多放点这种图，会让读者更加清晰易懂。

本文为学习官方文档的学习记录。

本文为学习使用CAMEL实现RAG的学习总结。参考自官方cookbook，地址：https://docs.camel-ai.org/cookbooks/advanced_features/agents_with_rag.html在官方cookbook分为了Customized RAG、Auto RAG、Single Agent with Auto RAG与Role-playing with Auto RAG四个部分。

🐫 CAMEL 是一个开源社区，致力于探索代理的扩展规律。相信，在大规模研究这些代理可以提供对其行为、能力和潜在风险的宝贵见解。为了促进这一领域的研究，实现了并支持各种类型的代理、任务、提示、模型和模拟环境。GitHub地址：https://github.com/camel-ai/camel。

TTS（Text-to-Speech，文本转语音）技术是一种将书面文本转换为口语语音的技术。这种技术广泛应用于各种场景，如语音助手、导航系统、有声读物、自动电话应答系统等。TTS系统的目的是为了让计算机能够“说出”人们能理解的语言，从而改善人机交互的体验，使得信息传递更加自然和亲切。本文简单介绍了TTS技术，使用了硅基流动提供的TTS模型，通过让猴哥给我们讲个故事的demo，了解TTS的用途，学习使用ffmpeg播放音频数据，希望对你有所帮助。

CAMEL 是一个开源社区，致力于探索代理的扩展规律。我们相信，在大规模研究这些代理可以提供对其行为、能力和潜在风险的宝贵见解。为了促进该领域的研究，我们实现了并支持各种类型的代理、任务、提示、模型和模拟环境。CAMEL ：找到智能体的扩展规律。第一个也是最好的多智能体框架。CAMEL 框架设计原则可演化性该框架通过生成数据并与环境交互，使多智能体系统能够持续进化。这种进化可以由可验证奖励驱动的强化学习或监督学习驱动。规模性。

LangChain 是一个用于开发由大型语言模型 (LLM) 驱动的应用程序的框架。简单来说，它可以帮助你更轻松地构建利用 LLM（例如 OpenAI 的 GPT 模型、Google 的 PaLM 模型等）的应用程序。以上就是今天的分享，介绍了如何自己动手快速且免费地为自己的AI应用添加联网功能，希望对你有所帮助。

前面的文章介绍了browser-use的基本使用，今天带来的分享是使用browser-use进行一次数据爬取的实战（不过还是demo级别的）。使用到的三个玩法分别是使用自己的浏览器、定义输出结构与注册一个行为。其次，我们来定义自定义输出。import os# d:\Learning\AI-related\browser-use-demo\.env注意：您需要关闭您的Chrome浏览器，以便此操作可以在调试模式下打开您的浏览器task="""

本文带来的分享是在crewai中使用代码解释器，为了安全，代码在docker中运行。为什么要使用代码解释器呢？之前的文章中使用的是function call + 各种工具 来完成一个任务，比如文件读取工具、文件保存工具等。但是用户的需求是多变的，你很难提前写好所有的工具。

CrewAI 是一个用于协调自主 AI 代理的前沿框架。CrewAI 允许你创建 AI 团队，其中每个代理都有特定的角色、工具和目标，协同工作以完成复杂任务。把它想象成组建你的梦之队——每个成员（代理）都带来独特的技能和专业知识，无缝协作以实现你的目标。最近使用了crewai这个框架，我觉得是一个比较好用的AI Agent框架，因此推荐给大家。在crewai中涵盖了AgentsTasksCrewsFlowsKnowledgeLLMs与Tools等这些核心概念。

browser-use是将您的 AI 代理连接到浏览器的最简单方式。它通过提供一个强大且简单的接口来实现 AI 代理访问网站的自动化。GitHub地址：https://github.com/browser-use/browser-use。目前已经获得了27.3k颗stars，2.7kforks，看得出来是一个比较热门的项目。我在上手体验了之后，发现确实是一个很有趣的项目，因此推荐给大家。以上就是使用硅基流动中的Qwen/Qwen2.5-72B-Instruct快速体验browser-use的效果。

Open Interpreter 是一个能让大型语言模型在你本地电脑上运行代码的工具。简单来说：它提供了一个类似于 ChatGPT 的自然语言界面，让你能通过代码与电脑互动。创建和编辑各种类型的文件（照片、视频、PDF 等）。控制 Chrome 浏览器进行研究。分析数据集。Open Interpreter 为语言模型配备了一个函数，该函数可以在 Python、JavaScript 和 Shell 等各种语言中执行代码。然后，它会将模型的消息、正在运行的代码和系统的输出流式传输到你的终端。

AutoGen 是一个开源编程框架，用于构建 AI 代理并促进多个代理之间的合作以解决问题。AutoGen 旨在提供一个易于使用和灵活的框架，以加速代理型 AI 的开发和研究，就像 PyTorch 之于深度学习。它提供了诸如代理之间可以对话、LLM 和工具使用支持、自主和人机协作工作流以及多代理对话模式等功能。主要特点AutoGen使得基于多智能体对话构建下一代LLM应用程序变得非常容易。它简化了复杂LLM工作流的编排、自动化和优化。它最大化了LLM模型的性能并克服了它们的弱点。

前面介绍了在C#中使用Progress类调用Python脚本的方法，但是这种方法在需要频繁调用并且需要进行数据交互的场景效果并不好，因此今天分享的是C#调用Python代码的方式（二）：使用pythonnet调用Python代码。Python.NET 是一个包，为 Python 程序员提供了与 .NET 公共语言运行时 (CLR) 几乎无缝的集成，并为 .NET 开发者提供了一个强大的应用程序脚本工具。它允许 Python 代码与 CLR 交互，也可以用于将 Python 嵌入到 .NET 应用程序中。

每种语言都有每种语言的优势，Python由于其强大的生态，很多任务通过调用包就可以实现，那么学会从C#项目中调用Python脚本完成任务就很重要。C#调用Python代码有多种方式，如果Python那边内容比较多，可以考虑起一个Web Api进行调用，如果只是一个简单的脚本而且不需要频繁调用，那么可以考虑使用Process类创建一个进程来调用，如果有几个方法，并且需要进行数据交互，并可能会频繁调用，那么可以考虑使用pythonnet。