- 博客(6)
- 收藏
- 关注
RSS订阅原创 Chapter 6 框架开发实践
本文摘要对比分析了四大智能体框架的核心特性与应用场景。AutoGen采用对话智能体模式，适合自动化开发流程；AgentScope基于消息传递机制，工程化程度高；CAMEL通过角色扮演实现自主协作，依赖提示工程；LangGraph采用状态图设计，模块化程度高。文中提供了三个实践案例：使用AutoGen构建比特币价格应用、AgentScope开发三国狼人杀游戏、CAMEL协作编写心理学电子书，并讨论了配置问题和解决方案。各框架在可控性、调试难度等方面存在差异，开发者需根据具体需求选择。
2026-01-05 16:54:27
682
原创 Chapter 5 基于低代码平台的智能体搭建
摘要 本章介绍了三种低代码平台（Coze、Dify、n8n）在智能体开发中的应用。通过构建"每日AI简报"助手和超级个人助手案例，展示了不同平台的特点：Coze适合快速原型验证，Dify适合企业级应用，n8n擅长自动化流程集成。文章还探讨了平台选型策略、MCP协议的重要性以及混合开发模式的适用场景，并提出了关于智能体优化、数据持久化、多智能体架构等技术问题的思考题。最后，针对三种典型应用场景给出了平台选型建议，强调应根据技术可行性、开发效率、成本控制等因素进行综合评估。
2025-12-28 22:49:59
519
原创 Chapter4 智能体经典范式构建
本文摘要介绍了智能体开发的三种经典范式：ReAct、Plan-and-Solve和Reflection。ReAct采用"思考-行动-观察"循环，具有高可解释性和动态纠错能力；Plan-and-Solve将任务分解为规划与执行两阶段，适合结构化任务；Reflection通过执行-反思-优化循环提升结果质量。文章分析了三种范式的区别与应用场景，比较了不同输出解析方案，并探讨了混合范式的可能性。这些范式为构建不同场景下的智能体系统提供了基础框架和方法论。
2025-12-28 15:26:46
960
原创 Chapter3 大语言模型
摘要 本文介绍了大语言模型的核心技术，重点解析了Transformer架构及其关键组件。首先回顾了从N-gram到RNN、LSTM的语言模型发展历程，指出传统方法的局限性。然后详细阐述了Transformer的自注意力机制、多头注意力、前馈网络等核心模块的工作原理。文章还探讨了Decoder-only架构的自回归生成过程，以及提示工程中的采样参数(Temperature、Top-k、Top-p)对输出结果的影响。最后介绍了子词分词技术，特别是字节对编码(BPE)算法。这些内容为理解现代大语言模型提供了技术基
2025-12-23 22:40:50
560
原创 Chapter1 初识智能体
本文摘要：文章介绍了智能体的基本概念和分类（符号主义、亚符号主义、神经符号主义），通过PEAS模型分析了智能体的任务环境构成。通过代码示例展示了智能体的运行机制（Thought-Action-Observation循环），并探讨了四个智能体案例的分类判断。文章还讨论了智能健身教练的PEAS模型设计、电商退款处理方案对比（Workflow vs Agent）、智能旅行助手的功能扩展思路，以及医疗诊断助手中系统1（快速直觉）和系统2（慢速推理）的协同工作。最后分析了LLM智能体的局限性，包括幻觉问题、无限循环风
2025-12-17 17:01:00
838
1
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