AI智能体入门课
文章平均质量分 87
适合AI智能体基础入门者和爱好者,AI智能体是移动互联网APP的下一个核心战场。提前入场获取AI时代红利
Wise玩转AI智能体
AI Agents 工程实践者 / 一人公司开发者
AI 不是用来玩的,AI是用来提升工作效率的。
专注智能体工程化、RAG、工具调用、自动化工作流。
输出可复现 Demo、架构图、部署方案与真实落地案例。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
《智能体入门课》第三课|用 LangChain 从零实现一个可用的 Agent(以“自动写周报”为例)
本文介绍了如何利用LangChain框架实现一个自动生成周报的智能体(Agent)系统。文章详细讲解了五层架构到LangChain的映射关系,包括LLM层、工具层、记忆层、控制层和接入层。通过Python代码示例,展示了如何构建核心组件:初始化LLM、定义工具类、实现记忆管理以及使用LangGraph控制流程。系统采用安全设计,所有写操作默认dry-run模式,并包含审计日志功能。文章还提供了测试调试技巧、生产环境建议及拓展练习,帮助开发者从零构建一个具备任务获取、指标汇总、周报生成等功能的实用Agent系原创 2025-12-30 12:37:07 · 19 阅读 · 0 评论 -
《智能体入门课》第二课|Agent 系统的标准组件与架构:五层拆解,让你第一次“看懂”任何框架
本文系统解析了Agent的构建框架,提出五层架构模型:1)LLM层负责推理与结构化输出;2)工具层实现具体执行能力;3)记忆层管理短期/长期信息;4)控制层确保系统稳定运行;5)接入层处理系统对接与权限。文章强调Agent不是单纯对话系统,而是具备"感知-决策-执行"闭环的智能体,并通过写周报案例演示各层协作。关键点在于:工具设计要窄而稳、记忆需分类管理、控制层必须设置安全边界。该架构为分析和设计Agent系统提供了工程化方法论。原创 2025-12-27 11:04:29 · 15 阅读 · 0 评论 -
《智能体入门课》第一课|从 ChatGPT 到智能体:为什么现在人人都在谈「Agent」
本文介绍了智能体(Agent)的概念及其与普通大模型的区别。智能体不仅具备语言理解能力,还能主动执行任务,具有规划、工具调用、记忆和环境交互四大核心能力。相比Prompt工程和自动脚本,智能体能自主决策并完成任务闭环。当前主流智能体范式包括ReAct、Toolformer等,已广泛应用于代码助理、数据分析等领域。随着模型API和框架生态的成熟,智能体开发门槛降低,成为AI落地的关键形态。文章通过对比实验展示了智能体的执行能力,并预告后续课程将深入解析智能体架构。原创 2025-12-26 15:33:55 · 175 阅读 · 0 评论
分享