- 博客(10)
- 收藏
- 关注
RSS订阅原创 解读高质量Multi-Agent项目：基于Agency-Swarm+Streamlit的AI智能团队协作系统
这是一套模拟真实企业团队的AI多智能体项目咨询系统，基于Python开发，无需复杂前端配置，通过Streamlit快速搭建可视化界面，依托Agency-Swarm框架实现5大AI角色分工协作，自动完成项目可行性分析、技术方案输出、产品规划、开发落地、客户全流程管理。工具是Multi-Agent系统的核心抓手，通过Pydantic定义规范参数，强制AI按固定格式执行任务，同时通过共享状态实现Agent间数据互通。代码规范高质量：结构清晰，注释完善，遵循PEP8规范，可直接用于学习和项目改造。
2026-03-25 00:13:16
365
原创 多智能体（Multi-Agent）五大经典设计模式，详解前言随着大模型技术的快速落地，多智能体系统（Multi-Agent System, MAS）
分层协作模式也叫管理者-工作者模式，属于中心化调度模式，整体架构呈金字塔结构，分为顶层管理Agent和下层执行Agent，管理Agent负责统筹规划、分配任务、验收结果，执行Agent只负责接收指令、完成细分任务，不跨级调度，层级职责明确。对等协作模式属于去中心化架构，系统内所有Agent地位完全平等，没有顶层管理者，每个Agent既可以发布任务，也可以接收任务、协同处理，通过互相通信、协商达成共识，共同完成整体目标。工具调用模式是LLM多智能体最核心、最常用的模式。
2026-03-24 21:47:03
785
原创 OpenClaw 入门：一文搞懂 Skill 是什么、有什么用、与 Agent 有何区别
Skill（技能）是 OpenClaw 中「可复用、可调用的最小自动化功能模块」，本质是一段封装好的代码，遵循 OpenClaw 规范，实现单一、明确的具体任务。核心特点（简约总结）：单一职责：只做一件事，不冗余（如“整理文件”“网页搜索”）；可配置：支持传入参数（如整理文件的目标路径）；可复用：一次开发/导入，可多次通过 CLI、面板调用；轻量无依赖（部分需简单依赖）：无需复杂配置，导入即可用。简单说：Skill 就是 OpenClaw 的「工具」，像螺丝刀、扳手，每一个都对应一个具体操作。
2026-03-17 16:18:36
2605
原创 从零搭建 LangChain 智能体：核心原理 + 实战教程
工具是智能体的核心能力扩展，我们先定义两个实用工具：百科查询、获取当前时间。import os# 加载环境变量（.env文件中配置DASHCOPE_API_KEY）# 工具1：百科查询工具"""调用360百科API查询权威信息，返回摘要"""try:return f"【{first_result['title']}】\n摘要：{first_result['abstract']}\n链接：{first_result['url']}"return f"未查询到「{keyword}」的百科信息"
2026-03-03 13:29:36
621
原创 手把手教你玩转 LoRA 微调：从原理到实战，一站式通关教程
本次教程选用阿里云通义千问的 Qwen2.5-3B-Instruct，这是目前3B 量级表现最优异的开源指令微调模型量级适中：30 亿参数量，兼顾「能力」和「轻量化」，低配显卡 / 免费算力均可轻松训练推理；中文友好：原生针对中文优化，中文理解、生成、指令遵循能力远超同量级 LLaMA2、Phi 等模型；指令对齐优秀：Instruct 版本是官方已做过基础 SFT 的版本，我们在此基础上做 LoRA 微调，效果事半功倍；开源免费：商用友好，无版权限制，个人 / 企业均可免费使用；
2026-01-13 21:45:51
1206
原创 ⚡Docker从入门到精通：安装、操作、Dockerfile编写与实战⚡
上手门槛低：新手可快速掌握核心操作，降低容器化学习成本；生态最完善：百万级镜像覆盖各类场景，开发无需重复造轮子；环境一致性：彻底解决“本地能跑，线上崩了”的环境差异问题；轻量高效：相比虚拟机，启动速度快（秒级），资源占用更少。Docker是容器技术的入门首选，掌握本文的安装、基础操作与Dockerfile编写技巧，即可满足日常开发与中小型部署需求。若需应对大规模集群场景，可进一步学习Kubernetes与Docker的结合使用。建议新手先通过实操熟悉基础指令，再逐步深入定制化镜像与技术优化。
2025-12-26 22:19:16
1116
1
原创 LangChain v1 重磅升级！三大核心改进，打造生产级代理开发利器
LangChain v1 不是简单的版本迭代，而是一次架构级的重构用+ 中间件，解锁代理定制化的无限可能用标准内容块，实现跨服务商的统一输出解析用精简命名空间 +，让框架轻装上阵如果你正在做生产级 LLM 代理开发，LangChain v1 绝对值得一试！赶紧升级体验吧～如果有地方解释得不确切，欢迎评论区纠正~
2025-12-19 15:07:08
949
原创 【实战教程】基于 Milvus + 通义千问构建食品安全智能问答系统（RAG 问答篇）（二）
本文完整拆解了 RAG 流程的「检索 + 生成」核心环节，实现了从用户问题 → 向量检索 → 大模型回答的端到端链路。代码与入库阶段形成闭环，兼顾工程性与易用性，可直接作为食品安全知识库问答系统的核心模块。后续可进一步优化交互形式（如 Web 界面）、扩展知识库类型（如 Word/Excel），完善 RAG 应用落地能力。
2025-12-03 20:16:13
868
原创 【实战教程】基于 Milvus+SentenceTransformer 构建食品安全 PDF 知识库（数据入库篇）（一）
本文完整拆解了 “PDF 文本→分块→向量化→Milvus 入库” 的核心流程，代码兼顾易用性与工程性，适合作为 RAG 项目的基础数据入库模块。后续可结合 Milvus 相似检索 + 大模型（如通义千问）实现智能问答，完成完整的 RAG 链路。
2025-12-02 01:04:47
1079
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