自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

许泽宇的技术分享

微软最有价值专家(Al Platform MVP),华为云开发者专家(HCDE),NebulaGraph认证专家,Neo4j认证专家,上市公司首席架构师,211研究生在读,专注.Net 和AI相关技术,内容涵盖教程、技巧、行业动态及解决方案

  • 博客(529)
  • 资源 (4)
  • 收藏
  • 关注

原创 当AI Agent学会“打电话“——微软Agent Framework的A2A与AGUI协议深度解析

微软AgentFramework通过A2A和AGUI协议实现了AI智能体之间的高效协作,构建了类似微服务的分布式AI系统。A2A协议定义了智能体间的通信标准,支持异步任务和上下文保持;AGUI协议则规范了智能体与客户端的交互,支持混合执行模式。这种架构将复杂功能分解到专业智能体,通过标准协议协同工作,既提升了系统扩展性,又降低了维护成本。框架采用.NET实现,提供流式响应、任务续传等特性,适用于从简单查询到复杂协作的各种场景。未来,这种智能体网络架构有望推动AI应用向更模块化、可互操作的方向发展。

2025-12-24 21:45:21 564

原创 AgentFramework:生产环境清单

本文提供了一份AI代理上线前的完整检查清单,涵盖安全、性能、可靠性等关键维度。安全方面强调密钥管理、数据保护和网络安全;性能检查包括优化策略和资源配置;可靠性涉及错误处理和容错能力。同时详细说明了监控告警配置方法,包括日志记录、指标收集和告警规则设置。最后提出运维最佳实践,包括蓝绿部署、备份恢复策略和定期维护任务。通过这套系统化方案,确保AI应用在生产环境中的稳定运行,并实现持续优化。

2025-12-21 23:41:53 896

原创 AgentFramework:测试方法

本文系统介绍了AI应用开发中的测试方法与实践。主要内容包括:1)单元测试(使用xUnit框架测试工具函数、输入验证等核心功能);2)集成测试(验证与AI服务交互、工具调用等真实场景);3)测试最佳实践(AAA模式、单一职责测试、覆盖率目标等)。通过代码示例展示了如何构建有效的测试体系,强调测试不仅能提前发现问题,还能作为代码文档。文章还提供了持续集成配置方案和测试检查清单,帮助开发者建立完整的质量保障机制。

2025-12-21 23:41:10 1065

原创 AgentFramework:错误处理策略

本文系统介绍了AI代理应用开发中的错误处理策略,包括四种常见错误类型(网络、API、输入和系统错误)及处理原则。重点阐述了异常捕获、错误分类、重试机制和断路器模式等关键技术,并提供了完整的C#代码示例。文章还提出了包含自定义异常、中间件、日志记录和监控告警的完整错误处理框架,最后给出部署前的检查清单,强调优雅处理错误对保障应用稳定性和用户体验的重要性。

2025-12-21 23:40:22 583

原创 AgentFramework: 安全最佳实践

本文详细介绍了开发AI代理应用时的安全最佳实践。重点包括:1)API密钥管理(避免硬编码、使用环境变量或KeyVault);2)数据保护策略(敏感信息脱敏、加密存储、访问控制);3)输入验证(检查长度、速率限制、恶意内容检测);4)输出清理(移除危险内容)。文章提供了具体代码示例和安全检查清单,强调安全性是持续过程而非一次性工作。通过实施这些措施,可以有效保护API密钥、用户数据和应用安全。

2025-12-21 23:39:38 667

原创 Agent Framework:性能优化

本文介绍了AI代理应用的性能优化策略,包括7个关键优化点:减少API调用次数、使用缓存策略、优化提示词长度、采用流式响应、并行处理请求、限制对话历史和选择合适的模型。文章提供了具体代码示例和性能测试方法,展示了一个客服案例优化前后的显著差异:响应时间从8.5秒降至2.1秒,成本降低60%,并发能力提升400%。作者强调性能优化应遵循测量优先、逐步改进的原则,在性能、成本和质量间取得平衡。

2025-12-21 23:38:55 726

原创 AI Agent 的“技能树“:Agent Skills 如何让 AI 从“万金油“变成“专家“

摘要:Anthropic开源的AgentSkills是一个让AI智能体获得专业技能的开放标准。该标准通过简单的文件夹结构(核心是SKILL.md文件)定义技能,采用渐进式加载设计,包含技能目录、说明书和资源包三个层次。相比传统AI训练方式,AgentSkills实现了从"训练"到"装备"的转变,使AI在保持通用能力的同时获得专业深度。其优势在于简单性、可扩展性、互操作性和透明性,特别适合企业流程标准化、团队工具链统一等场景。虽然仍面临技能发现准确性、安全性等挑战,但作

2025-12-21 23:34:39 956

原创 A2UI与AG-UI深度对比:两大AI界面协议的异同与选择

摘要:A2UI与AG-UI协议对比解析 A2UI(Google开源)与AG-UI(CopilotKit团队开源)是两类功能迥异的AI协议: A2UI:专注UI生成,通过声明式JSON描述界面结构,支持跨平台渲染(Web/移动端),采用白名单机制保障安全性,适用于表单、数据展示等场景。 AG-UI:提供智能体交互协议,标准化消息、状态、工具调用等实时通信,适配LangGraph等主流框架,适合全功能智能体应用开发。 两者可独立或组合使用(如AG-UI传输A2UI的UI描述),选择取决于需求: 优先A2UI:跨

2025-12-21 22:56:56 998

原创 从Agent视角看A2UI:智能体终于学会了用界面“说话“

A2UI协议为智能体带来界面生成能力革命,使其从单一文本交互升级为多模态UI交互。核心优势包括:1)表达能力突破,支持生成卡片、表单、图表等丰富组件;2)交互效率提升,通过智能预填和渐进式引导优化用户体验;3)跨平台兼容性,统一JSON格式适配各类终端;4)安全沙箱机制,确保组件生成的安全性。该协议使智能体能根据上下文动态生成最适合的界面,大幅提升任务完成率和用户满意度,代表AI交互方式的重大升级。

2025-12-21 22:32:45 975

原创 当AI学会“画“界面:A2UI如何让智能体拥有UI表达能力

摘要:Google开源的A2UI项目创新性地解决了AI生成交互界面的安全难题。该协议采用声明式JSON格式,通过邻接表模型实现流式UI生成,支持数据绑定和模板机制,既能保证安全性(白名单组件、无代码执行),又能提供丰富的交互体验。A2UI具有跨平台特性,同一份JSON可在Web、Flutter等多平台渲染,适用于动态表单、数据可视化等场景。相比直接生成代码的方案,A2UI在安全性和可维护性上优势明显,为AI时代的动态界面生成提供了标准化解决方案。

2025-12-21 22:23:09 1329

原创 当AI遇上字幕:一个让视频“开口说话“的智能助手是如何炼成的

VideoCaptioner这个项目,表面上是个字幕处理工具,实际上是一个AI工程化的优秀范例。AI不是银弹:LLM很强大,但需要工程手段约束(Agent Loop、验证机制)性能优化无止境:缓存、并发、批量处理,每个细节都能提升体验用户体验第一:再强的技术,包装不好也没人用开源的力量:一个人的创意,可以惠及成千上万的用户如果你也在做AI应用开发,不妨参考这个项目的设计思路。好的工程不是炫技,而是把复杂的事情做简单,把简单的事情做极致。项目地址Star数:持续增长中(写这篇文章时已经破千)适合人群。

2025-12-19 17:41:27 799

原创 解密Anthropic的MCP Inspector:从协议调试到AI应用开发的全栈架构之旅

MCPInspector是Anthropic开源的AI开发调试工具,用于可视化调试ModelContextProtocol(MCP)。该工具采用现代化技术栈(React+TypeScript+Vite+TailwindCSS)构建,支持stdio、SSE和HTTP三种传输协议,提供OAuth流程调试、动态表单生成等功能。文章详细剖析了其Monorepo架构、代理模式设计、安全防护机制和性能优化策略,并分享了开发最佳实践和扩展方法。MCPInspector不仅解决了MCP协议调试难题,还展示了专业级开发者工具

2025-12-19 17:24:07 770

原创 Sim.ai:开源AI工作流编排平台的技术革命——从可视化设计到生产级部署的完整实践

Sim.ai是一款开源的AI工作流编排平台,采用现代化的技术栈(Next.js16、Bun、PostgreSQL)构建。其核心特性包括可视化DAG工作流编排、多模型支持(OpenAI/Claude/Gemini等)、100+工具集成、实时协作和本地模型部署。平台通过优雅的架构设计实现了高效的并行执行、变量解析和错误处理机制,并内置RAG、人工审核等企业级功能。作为Apache2.0开源项目,Sim.ai既支持自托管保障数据隐私,也提供云服务选项,特别适合构建智能客服、自动化流程等AI应用。相比Zapier/

2025-12-15 22:43:49 1331 2

原创 当AI遇上视频剪辑:一个让你“躺平“的智能剪辑系统

AI视频剪辑系统Ai-movie-clip通过AI技术实现智能视频剪辑,能自动分析视频内容并生成剪辑方案。该系统具备视频理解、语音处理、AI决策和视频编辑等核心功能,采用模块化架构设计,支持多片段智能组合和语音时间戳等创新技术。适用于会议记录、Vlog制作、产品宣传等多种场景,可大幅提升剪辑效率。项目开源免费,开发者可贡献代码或进行二次开发。虽然不能完全替代专业剪辑,但能处理80%的重复性工作,让用户专注于创意部分。未来将向更智能的内容理解、创作能力和行业定制化方向发展。

2025-12-14 22:55:31 1143

原创 当AI数字人遇上Electron:一个让小白也能玩转的开源系统是如何炼成的

AIGCPanel是一款创新的开源AI桌面应用,通过Electron+Vue3+TypeScript技术栈实现了本地AI模型管理的一站式解决方案。该项目采用分层架构设计,包含主进程层、服务层、任务调度层和数据持久化层,支持模型热插拔、智能任务队列和跨进程通信等核心功能。其亮点包括插件化架构实现模型动态加载、状态机模式管理任务生命周期、缓存代理提升性能,以及完善的错误处理和国际化支持。该项目将复杂的AI技术封装为简单操作,让普通用户也能轻松使用多种AI模型,同时为开发者提供了参与开源贡献的机会,展示了AI桌面

2025-12-14 22:35:03 767

原创 当AI遇上A股:一个让机器读懂财经新闻的量化框架

CSMD项目通过构建中文股市多模态数据集,结合价格数据和财经新闻,利用大语言模型提取关键因子,开发了轻量级量化框架LightQuant。该项目创新性地采用层次化注意力网络和变分自编码器等9种模型,实现了超过54%的预测准确率。实验显示,多模态模型比单模态模型年化收益率提升2.44个百分点,尤其在科技股和消息驱动行情中表现突出。项目开源了完整数据集和代码,为量化研究提供了高质量基准,同时也揭示了当前在数据时效性、新闻覆盖面和交易成本简化等方面的局限性。

2025-12-14 20:47:02 876

原创 当AI遇上电影工业:一个让“抽卡式“视频生成彻底翻篇的工程化实践

《关键帧驱动:重构AI视频生产的工业化流程》 本文针对当前Text-to-Video工具存在的角色一致性差、镜头控制弱等问题,提出了一套基于关键帧驱动的AI视频生产解决方案CineGenAIDirector。该系统采用四阶段工业化流程:剧本智能拆解、资产一致性管理、导演工作台精细化控制和视频生成,通过Gemini和Veo等AI模型的组合应用,实现了从剧本到成片的可控生产。重点解决了角色定妆照、场景概念图等资产一致性难题,并创新性地采用双帧控制技术确保镜头运动质量。文章详细分享了技术架构设计、踩坑经验及性能优

2025-12-14 20:26:49 931

原创 当AI开始“说人话“:微软VibeVoice如何让机器300毫秒内开口

微软VibeVoice项目突破语音合成延迟瓶颈,实现300毫秒首字响应,接近人类对话反应速度。该项目采用分层Transformer架构(文本理解层+语音生成层)和7.5Hz超低帧率声学Tokenizer,通过窗口滑动机制实现边输入边输出的流式处理。创新性地结合Next-Token Diffusion扩散模型,在保持音质的同时将计算量降低85%。支持10分钟连续语音生成,RTF低至0.3x,参数仅0.5B便于部署。当前主要支持英语单说话人场景,未来计划扩展多语言支持和开放音色定制工具。该技术将推动智能客服、有

2025-12-14 19:39:32 1234

原创 当 AI Agent 遇上可观测性:AgentOpenTelemetry 让你的智能体不再“黑盒“

微软推出Agent OpenTelemetry解决方案,为AIAgent提供全面的可观测性支持。该系统采用装饰器模式实现无侵入式集成,通过标准化标签记录Token消耗、响应时间等关键指标,并支持敏感数据保护。开发者可以使用AspireDashboard实时监控Agent行为,结合ApplicationInsights进行生产环境分析。该方案还支持分布式追踪、多租户隔离等功能,帮助开发者从"黑盒"调试转向数据驱动的性能优化。典型案例显示,基于遥测数据的优化可使响应时间降低67%,Token

2025-12-13 21:43:14 1081

原创 聊天一开,架构图自动长出来:Next AI Draw.io 深度拆解与实战指南

《AI绘图革命:NextAIDraw.io如何用对话重构图表设计》 摘要: NextAIDraw.io创新性地将AI对话与专业绘图工具draw.io结合,通过自然语言指令快速生成精准架构图。该系统采用多层技术架构:前端保留draw.io成熟界面,后端通过LLM生成合规XML,并配备严谨的校验机制确保输出质量。核心创新包括双模式工具调用(全量生成/局部编辑)、XML安全校验体系及多云模型支持,显著提升绘图效率的同时保证可靠性。典型应用场景涵盖架构评审、需求澄清等多个专业领域,让用户通过简单对话即可获得可视化成

2025-12-13 21:41:38 949

原创 当PDF遇上AI:MinerU如何用1.2B参数吊打千亿级大模型?

MinerU开源项目突破PDF解析难题,通过创新的双模式架构(Pipeline和VLM)实现高效文档处理。VLM模式采用1.2B参数多模态模型,在OmniDocBench评测中超越Gemini2.5Pro等大型模型,支持37种语言、跨页表格合并等功能。项目提供从命令行到API的完整工具链,8GB显存即可运行,并支持国产算力平台。实测显示,vLLM加速下吞吐量超10000tokens/s,处理200页书籍仅需几分钟。MinerU在学术研究、企业文档管理等场景展现强大实用性,其开源特性(AGPL-3.0)允许商

2025-12-12 22:38:52 1241

原创 当AI学会“拍电影“:SkyReels V1如何让你的RTX 4090变身好莱坞工作站

SkyReelsV1:让AI视频生成触手可及 SkyReelsV1是一款专注于人像视频生成的AI工具,通过技术创新突破了传统视频生成的三大障碍:显存需求高、生成速度慢和工程复杂度高。该工具采用FP8量化和参数级offload技术,将80GB的显存需求压缩至18.5GB,使RTX4090这样的消费级显卡也能流畅运行。其特色包括: 专注人像领域,支持33种面部表情和400+动作组合 多GPU并行支持,效率保持在70%以上 提供命令行和网页双接口,开箱即用 相比同类产品,推理时延降低58.3% SkyReelsV

2025-12-12 22:20:04 1119

原创 SkyReels V1 人像视频生成模型的技术拆解与实战指南

SkyReelsV1是一款高效文本/图像生成视频的推理框架,基于腾讯HunyuanVideo优化而来。其核心优势在于:1)支持消费级GPU(如RTX4090)运行544×960分辨率97帧视频;2)通过量化、离线化、多GPU并行等技术,端到端时延最高降低58.3%;3)提供命令行和Gradio两种交互方式,满足批量生产和小白体验需求。该框架特别优化了人像场景,适用于短视频预演、广告创意、教育动画等场景,让视频生成像"点外卖"一样简单易用。

2025-12-11 13:46:49 1524

原创 Nano BananaPro生图使用指南:让AI绘画触手可及

如果内置的提示词不够用,可以自己添加。扩展支持编辑自定义提示词,还能上传参考图片。"title": "提示词标题","preview": "效果预览图片URL","prompt": "详细的提示词内容","author": "作者","mode": "generate或edit","category": "分类","sub_category": "子分类"我自己加了几个常用的提示词,比如"技术架构图"、"代码流程图"之类的,用起来很顺手。

2025-12-08 16:52:06 1395

原创 聊天一开,架构图自动长出来:Next AI Draw.io 深度拆解与实战指南

《AI绘图新范式:NextAIDraw.io的技术实现与应用价值》 摘要: NextAIDraw.io创新性地将AI对话与draw.io绘图工具结合,通过自然语言指令快速生成专业图表。该系统采用分层架构设计:前端基于Next.js实现交互界面,后端通过多云模型API处理用户请求,核心创新点在于XML校验修复机制与双工具调用策略(display_diagram/edit_diagram)。技术亮点包括:严格的状态管理、流式对话响应、智能XML处理工具链,以及多云模型兼容层。该方案有效解决了传统绘图工具操作繁琐

2025-12-08 11:42:28 1510

原创 X-AnyLabeling深度解析:让AI标注像呼吸一样自然

步骤1:导出ONNX模型步骤2:创建配置文件stride: 32classes:- class1- class2- class3步骤3:放置文件步骤4:在UI中加载启动X-AnyLabeling点击"模型" → "加载自定义模型"选择你的配置文件就这么简单!无需修改任何Python代码。回到文章开头,那个凌晨两点还在标注数据的算法工程师小李。如果他使用了X-AnyLabeling,情况会大不相同:晚上8点,小李打开X-AnyLabeling,加载YOLOv8模型,点击"批量推理"。

2025-12-07 23:31:45 1236

原创 让计算机“看懂“世界只需5行代码?揭秘ImageAI背后的极简设计哲学

摘要:ImageAI是一个简化计算机视觉开发的Python库,让开发者无需深入理解深度学习原理即可实现图像分类、目标检测等功能。文章分析了传统深度学习的复杂门槛,展示了ImageAI如何通过5行代码实现ResNet50图像分类,并剖析了其三层架构设计。该库支持自定义训练、多种预训练模型和移动端部署,广泛应用于安防监控、工业质检等领域。虽然面临大模型挑战,但ImageAI凭借低门槛、隐私保护和定制化优势保持竞争力。文章最后指出,ImageAI代表了技术民主化趋势,让AI开发变得更简单高效。

2025-12-07 23:19:56 1036

原创 当AI学会“自己动手,丰衣足食“:深度剖析AgentGPT的自主智能之路

摘要: AgentGPT是一款突破性的自主AI代理,不同于传统问答式AI,它能根据用户目标自主拆解任务、调用工具并生成完整解决方案。其技术架构采用前后端分离设计,前端基于Next.js+React,后端使用FastAPI+LangChain,支持多语言输出、流式响应和动态Token管理。核心创新在于"Plan-and-Solve"工作流:目标拆解→工具选择→任务执行→结果评估→循环迭代,并集成搜索、代码生成等工具。项目开源且支持扩展,未来或强化记忆、多Agent协作等能力,标志着AI从&

2025-12-07 22:44:29 1216

原创 PPT渲染引擎的前端魔法:揭秘文多多AiPPT的技术内核

文多多AiPPT项目通过创新架构设计实现PPT在浏览器的高效渲染。其核心技术包括:1)采用JSON作为中间格式,简化PPT文件处理;2)双引擎渲染系统(Canvas和SVG)满足不同场景需求;3)精细处理颜色、几何形状和文本等复杂元素;4)支持丰富的动画效果和在线编辑功能。项目采用前后端分离架构,通过智能缓存和增量渲染优化性能,并支持AI生成PPT内容。这种技术方案既保证了渲染质量,又提供了良好的用户体验,为在线PPT处理提供了创新解决方案。

2025-12-06 23:48:23 1190 1

原创 当AI竞赛遇上云原生:EvalAI如何用450+挑战赛重新定义机器学习评估标准

EvalAI的故事告诉我们,在技术快速迭代的AI时代,"标准制定者"往往比"技术领先者"拥有更持久的竞争优势。就像HTTP协议成就了互联网,SQL标准统一了数据库一样,EvalAI正在AI评估领域扮演着类似的"基础设施"角色。从450+挑战赛的成功举办,到51,000+用户的积极参与,EvalAI已经证明了自己不仅仅是一个技术平台,更是一个连接全球AI研究者的"数字巴别塔"。它让不同语言、不同文化背景的研究者能够在统一的标准下进行公平的竞争和合作。

2025-12-06 16:10:56 813

原创 当“老八“遇上AI:我用Gemini 3造了个小红书图文生成“印钞机“

《红墨:AI驱动的小红书图文生成工具探索》 本文介绍了一款名为"红墨"(RedInk)的AI工具,它能帮助用户快速生成小红书风格的图文内容。该工具由程序员开发,旨在解决内容创作者的"流量焦虑"问题。通过输入简单的文字描述,红墨能在10秒内生成包含封面、内容页和总结页的完整图文方案,所有配图均由AI实时生成且保持风格统一。技术架构采用Vue3前端+Flask后端+AI模型调用,核心创新在于精心设计的Prompt工程,确保文字准确性和风格一致性。文章详细解析了工具的技术实

2025-12-04 23:41:22 1037

原创 当“老八“遇上AI:我用Gemini 3造了个小红书图文生成“印钞机“

《程序员用AI打造小红书爆款生成器:红墨的技术探索》 摘要:本文介绍了一个名为"红墨"的AI工具,它能够一键生成小红书风格的爆款图文内容。开发者从流量焦虑出发,利用AI技术解决了内容创作者的设计痛点。该系统支持10秒内完成从想法到完整图文方案的生成,包括风格一致的封面、内容页和总结页。技术架构采用Vue3前端+Flask后端,通过精心设计的Prompt工程实现90%以上的文字识别率和风格一致性。项目亮点包括SSE流式传输、多AI服务商适配、Docker一键部署等,使创作效率提升27倍。文

2025-12-04 23:13:59 1089

原创 当提示词遇上智能模型:AI图像生成的新可能

AI绘图领域的关键突破:提示词优化与高性价比API方案。文章探讨了Gemini多模态模型在图像理解和提示词优化中的优势,以及BananaPro等低成本API服务(单张图仅0.1元)的实用价值。重点介绍了优质提示词库(如BigBanana)如何降低创作门槛,并分析了不同API方案的技术经济性。通过Gemini的智能提示词扩展、风格迁移等功能,结合开源资源,为设计师和开发者提供了高效低成本的AI创作解决方案。相关资源包括提示词库bigbanana.tree456.com和API服务api.antsk.cn。

2025-12-03 17:08:54 852

原创 AgentFramework-零基础入门-第10章_进阶主题和最佳实践

本文摘要: 《AI代理应用开发全攻略》从性能优化、安全防护、错误处理到生产部署,全面介绍了AI代理开发的实践要点。性能优化部分提出了7大策略,包括API调用优化、缓存机制和模型选择,可提升响应速度75%并降低60%成本。安全章节详细讲解了密钥管理、数据脱敏和访问控制,确保系统防护无死角。错误处理模块设计了断路器、重试机制等容错方案,使系统可用性达到99.9%。最后的生产清单包含6大维度检查项,从安全审计到监控告警配置,为平稳上线保驾护航。全文通过200+代码示例,系统化呈现了构建高可靠AI代理的最佳实践。

2025-12-02 22:57:16 944

原创 Nano BananaPro生图使用指南:让AI绘画触手可及

如果内置的提示词不够用,可以自己添加。扩展支持编辑自定义提示词,还能上传参考图片。"title": "提示词标题","preview": "效果预览图片URL","prompt": "详细的提示词内容","author": "作者","mode": "generate或edit","category": "分类","sub_category": "子分类"我自己加了几个常用的提示词,比如"技术架构图"、"代码流程图"之类的,用起来很顺手。

2025-12-02 22:31:14 1116

原创 AgentFramework-零基础入门-第09章_实战项目2_文档问答系统

本文介绍了一个基于RAG(检索增强生成)技术的文档问答系统项目。该系统能够加载处理多种格式文档(TXT、MD、PDF),将内容向量化存储,并根据用户问题检索相关信息生成准确答案。项目采用C#/.NET8.0开发,包含文档加载器、文本分割器、嵌入生成器、向量存储和RAG代理等核心组件。文章详细说明了系统架构、功能需求、技术实现步骤(包括文档处理、向量检索和答案生成流程),并提供了完整的代码模板和测试场景。该系统适用于技术文档问答、产品手册查询等场景,支持答案来源引用和相关度评分。完成该项目可深入理解RAG技术

2025-12-01 12:02:10 655

原创 AgentFramework-零基础入门-第09章_实战项目1_智能客服助手

本项目开发了一个基于Azure OpenAI的智能客服助手系统,具备订单查询、FAQ解答、退换货处理和人工转接四大核心功能。系统采用C#/.NET 8开发,通过Microsoft Agent Framework实现对话管理,包含模拟数据库层和工具层设计。关键技术包括函数调用、对话线程管理、错误处理等,提供了友好的控制台交互界面。项目完整实现了需求文档中的所有功能,并进行了用户体验优化,如添加表情符号、格式化输出等。参考实现包含详细的代码注释和测试场景,可作为AI代理开发的实践案例。

2025-12-01 11:59:03 1150

原创 当 PPT 也开始“自己写自己”:一个多智能体系统从想法到整套演示稿的完整落地实践

MultiAgentPPT是一个基于多智能体协作的PPT自动生成系统,通过任务分解和并行处理,将PPT制作过程拆解为大纲生成、主题拆分、资料检索、内容撰写和质量检查等环节。系统采用前后端分离架构,前端使用Next.js+TailwindCSS实现交互界面,后端由多个Python服务组成,利用A2A+ADK框架管理智能体协作流程。关键技术包括结构化任务拆解、MCP+RAG检索、流式数据返回和元数据追踪等。该系统适用于行业研究、产品宣讲等结构化PPT场景,能显著提升制作效率,但对创意性强的Keynote类演示支

2025-11-30 11:39:12 610

原创 AgentFramework-零基础入门-第08章_部署和监控代理

Azure Functions 是部署 AI 代理最简单、最经济的方式之一。本指南将手把手教你如何将代理部署到 Azure Functions,让它可以通过 HTTP 请求被访问。就像把你的代理从本地的"工作室"搬到云端的"办公室",让全世界的用户都能访问它。在 Function App 中选择"自定义域"添加你的域名配置 DNS 记录添加 SSL 证书部署代理后,监控其运行状况至关重要。就像开车需要看仪表盘一样,运行 AI 代理也需要监控各种指标,以便及时发现和解决问题。

2025-11-29 23:25:23 914

原创 AgentFramework-零基础入门-第07章_创建多代理工作流

工作流是一个定义了多个代理如何协作、何时执行、如何传递信息的自动化流程。节点(Nodes):每个代理或处理步骤边(Edges):连接节点的路径,定义执行顺序数据流:在节点之间传递的信息控制流:决定执行路径的逻辑场景工作流类型主要优势适用行业简历筛选顺序+并行提高效率,标准化评估HR、招聘客户服务条件智能路由,自动化处理客服、电商内容创作混合+循环自动化创作,质量保证媒体、营销财务报表顺序+并行减少错误,实时生成财务、会计代码审查并行全面检查,快速反馈软件开发。

2025-11-29 23:23:34 972

AntSK0.6.6 一件部署包,可以快速实现本地RAG知识库

AntSK功能介绍 基于.Net9+AntBlazor+SemanticKernel 打造的AI知识库/智能体 核心功能 语义内核 (Semantic Kernel):采用领先的自然语言处理技术,准确理解、处理和响应复杂的语义查询,为用户提供精确的信息检索和推荐服务。 内存内核 (Kernel Memory):具备持续学习和存储知识点的能力,AntSK 拥有长期记忆功能,累积经验,提供更个性化的交互体验。 知识库:通过文档(Word、PDF、Excel、Txt、Markdown、Json、PPT)等形式导入知识库,可以进行知识库问答。 GPTs 生成:此平台支持创建个性化的GPT模型,尝试构建您自己的GPT模型。 API接口发布:将内部功能以API的形式对外提供,便于开发者将AntSK 集成进其他应用,增强应用智慧。 API插件系统:开放式API插件系统,允许第三方开发者或服务商轻松将其服务集成到AntSK,不断增强应用功能。 .Net插件系统:开放式dll插件系统,允许第三方开发者或服务商轻松将其业务功能通过标准格式的代码生成dll后集成到AntSK,不断增强应用功能。

2025-10-06

AntSK0.6.5 一件部署包,可以快速实现本地RAG知识库

AntSK功能介绍 基于.Net9+AntBlazor+SemanticKernel 打造的AI知识库/智能体 核心功能 语义内核 (Semantic Kernel):采用领先的自然语言处理技术,准确理解、处理和响应复杂的语义查询,为用户提供精确的信息检索和推荐服务。 内存内核 (Kernel Memory):具备持续学习和存储知识点的能力,AntSK 拥有长期记忆功能,累积经验,提供更个性化的交互体验。 知识库:通过文档(Word、PDF、Excel、Txt、Markdown、Json、PPT)等形式导入知识库,可以进行知识库问答。 GPTs 生成:此平台支持创建个性化的GPT模型,尝试构建您自己的GPT模型。 API接口发布:将内部功能以API的形式对外提供,便于开发者将AntSK 集成进其他应用,增强应用智慧。 API插件系统:开放式API插件系统,允许第三方开发者或服务商轻松将其服务集成到AntSK,不断增强应用功能。 .Net插件系统:开放式dll插件系统,允许第三方开发者或服务商轻松将其业务功能通过标准格式的代码生成dll后集成到AntSK,不断增强应用功能。

2025-06-22

AntSK0.6.2 一件部署包,可以快速实现本地RAG知识库

AntSK功能介绍 基于.Net8+AntBlazor+SemanticKernel 打造的AI知识库/智能体 核心功能 语义内核 (Semantic Kernel):采用领先的自然语言处理技术,准确理解、处理和响应复杂的语义查询,为用户提供精确的信息检索和推荐服务。 内存内核 (Kernel Memory):具备持续学习和存储知识点的能力,AntSK 拥有长期记忆功能,累积经验,提供更个性化的交互体验。 知识库:通过文档(Word、PDF、Excel、Txt、Markdown、Json、PPT)等形式导入知识库,可以进行知识库问答。 GPTs 生成:此平台支持创建个性化的GPT模型,尝试构建您自己的GPT模型。 API接口发布:将内部功能以API的形式对外提供,便于开发者将AntSK 集成进其他应用,增强应用智慧。 API插件系统:开放式API插件系统,允许第三方开发者或服务商轻松将其服务集成到AntSK,不断增强应用功能。 .Net插件系统:开放式dll插件系统,允许第三方开发者或服务商轻松将其业务功能通过标准格式的代码生成dll后集成到AntSK,不断增强应用功能。

2025-03-04

AntSK免安装部署版(需要.net 8 SDK环境)

AntSK是一个可以运行本地/在线大模型的 AI知识库项目

2025-01-13

AntSK0.5.1 一件部署包,可以快速实现本地RAG知识库

AntSK功能介绍 基于.Net8+AntBlazor+SemanticKernel 打造的AI知识库/智能体 核心功能 语义内核 (Semantic Kernel):采用领先的自然语言处理技术,准确理解、处理和响应复杂的语义查询,为用户提供精确的信息检索和推荐服务。 内存内核 (Kernel Memory):具备持续学习和存储知识点的能力,AntSK 拥有长期记忆功能,累积经验,提供更个性化的交互体验。 知识库:通过文档(Word、PDF、Excel、Txt、Markdown、Json、PPT)等形式导入知识库,可以进行知识库问答。 GPTs 生成:此平台支持创建个性化的GPT模型,尝试构建您自己的GPT模型。 API接口发布:将内部功能以API的形式对外提供,便于开发者将AntSK 集成进其他应用,增强应用智慧。 API插件系统:开放式API插件系统,允许第三方开发者或服务商轻松将其服务集成到AntSK,不断增强应用功能。 .Net插件系统:开放式dll插件系统,允许第三方开发者或服务商轻松将其业务功能通过标准格式的代码生成dll后集成到AntSK,不断增强应用功能。

2024-09-30

AntSK0.5.0 一件部署包,可以快速实现本地RAG知识库

AntSK功能介绍 基于.Net8+AntBlazor+SemanticKernel 打造的AI知识库/智能体 核心功能 语义内核 (Semantic Kernel):采用领先的自然语言处理技术,准确理解、处理和响应复杂的语义查询,为用户提供精确的信息检索和推荐服务。 内存内核 (Kernel Memory):具备持续学习和存储知识点的能力,AntSK 拥有长期记忆功能,累积经验,提供更个性化的交互体验。 知识库:通过文档(Word、PDF、Excel、Txt、Markdown、Json、PPT)等形式导入知识库,可以进行知识库问答。 GPTs 生成:此平台支持创建个性化的GPT模型,尝试构建您自己的GPT模型。 API接口发布:将内部功能以API的形式对外提供,便于开发者将AntSK 集成进其他应用,增强应用智慧。 API插件系统:开放式API插件系统,允许第三方开发者或服务商轻松将其服务集成到AntSK,不断增强应用功能。 .Net插件系统:开放式dll插件系统,允许第三方开发者或服务商轻松将其业务功能通过标准格式的代码生成dll后集成到AntSK,不断增强应用功能。

2024-08-22

Deep Learning Tutorial

人工智能学习文档 Deep Learning Tutorial 适合新手学习

2017-12-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除