- 博客(8)
- 收藏
- 关注
RSS订阅原创 从 LangChain 到 LangGraph：为什么复杂 Agent 需要“Agent 工作流引擎
本文探讨了从LangChain到LangGraph的技术演进，分析了复杂Agent场景下工作流引擎的必要性。作者指出，LangChain适合简单LLM应用（如基础RAG问答），而LangGraph作为轻量级工作流引擎，更适合处理复杂Agent场景（如订单查询、采购审批等需要状态管理、人工介入和流程恢复的用例）。 文章对比了两者差异：LangChain提供LLM组件库（模型、工具、检索器等），LangGraph则提供流程编排能力（状态机、节点、条件分支等）。通过三个典型业务场景（基础问答、订单查询、采购审批）
2026-07-16 18:10:57
338
原创 AgentScope2.0 源码分析- 事件系统
**AgentScope2.0的事件系统是其核心机制之一，实现了Agent执行状态的流式传输。该系统通过事件（Event）和消息（Msg）的协同工作，分别满足实时传输和持久化存储的需求。事件系统包含30多种类型，涵盖生命周期、模型调用、内容块、工具调用和人工介入等场景，采用Start/Delta/End模式进行增量数据传输。所有事件继承自Pydantic模型，支持序列化与扩展元数据。这种设计解决了完整性与实时性的矛盾，支持打字机效果展示、断点续传和人工干预等高级功能。
2026-07-01 20:46:25
277
原创 从Demo到生产：Agent核心技术全景解析——MCP、Skill、Function Calling与大规模工具治理
文章摘要 本文系统解析了Agent生态的核心技术架构与生产落地实践。首先明确了LLM作为纯推理引擎与Agent作为调度框架的边界，通过OpenAI API调用示例完整展示了工具调用流程（请求组装→LLM推理→工具执行→结果回填→二次推理）。其次辨析了Tool、MCP、Skill三大核心组件的层级关系：Tool是能力抽象单元（本地/MCP工具），MCP是标准远程调用协议实现生态解耦，Skill作为Prompt增强层通过场景化剧本约束LLM行为流程。最后指出生产级落地的核心挑战在于大规模工具治理，包括并发调度、
2026-07-01 13:05:52
451
原创 从抽象到能力：理解AI技术中的MCP, LSP 与 RPC 的设计本质
本文探讨了RPC、LSP和MCP三种协议的抽象层级演进。RPC将远程调用抽象为本地函数调用，属于"函数级抽象"；LSP将代码理解能力标准化，实现"语义能力抽象"；而MCP则更进一步，将系统能力抽象为AI可自由组合的资源，实现了"能力驱动"的设计范式。这三种协议代表了从函数调用到语义理解再到系统能力抽象的层级跃迁，其中MCP作为"能力抽象层"，标志着AI原生系统的起点，使AI能够自主选择和使用系统能力完成任务。
2026-05-28 11:01:46
581
原创 从 RPC、LSP 到 MCP：AI Agent 时代的软件架构演进
这种感觉并没有错。因为 MCP 本身，就是建立在过去几十年软件工程思想上的“AI Native（AI 原生）协议层”。这条技术演进路线去看。
2026-05-27 22:19:30
446
原创 从链路追踪到 AI AOP（面向切面编程）：构建企业级 AI 应用的工程化基石
摘要： 大模型技术的落地正经历从Demo到企业级系统的演进，核心挑战转向工程化能力（可观测性、调试、成本控制等）。借鉴分布式系统的经验，AI工程化需构建类似云原生的技术体系，包括链路追踪、AOP治理等。其中，OpenTelemetry统一了可观测性标准，而AOP通过规则注入实现非侵入式治理。这一过程本质是将传统软件工程经验迁移至AI系统，最终形成AI操作系统的基础设施。
2026-05-27 21:57:17
659
原创 从工具到AI操作系统：Agent技术演进全解析（2026）
跳出工具视角来看，AI的终极价值，不是替代人工操作，而是重构整个数字世界的运行方式。它将脱离单一软件属性，升级为承载所有数字化业务的通用智能基础设施。未来的行业竞争，不再是单点功能的优劣对比，而是完整、闭环、可迭代、可落地的AI系统化生态的搭建与运营能力。当下正在发生的AI迭代，不是简单的功能更新或性能升级，而是计算范式的根本性迁移。工具 → 工程化应用 → 智能系统 → 基础设施 → 智能环境 → AI 操作系统。
2026-05-26 12:08:34
720
原创 从 Tool 到 AI OS：Agent 技术的真正演化路线（2026 深度长文）
当下正在发生的AI变革，不是简单的功能升级，而是一场全新的计算范式革命。工具 → 系统 → 环境 → AI 操作系统。而我们看到的MCP、代码图谱、GBrain、LangGraph、Agent运行时、GraphRAG、多智能体等热门技术，本质上都是未来AI操作系统的核心组成模块，共同构筑下一代智能计算的底层基石。
2026-05-26 11:36:43
1005
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人