- 博客(339)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 Ray-深度学习Ray系统大纲
大纲可帮助您深入了解Ray的核心概念、实现原理和应用场景。您可以逐一学习每个主题，并进一步探索Ray的细节和高级功能。在学习过程中，可以查阅Ray的官方文档和相关的学术论文以获取更多详细信息。与其他框架和工具的集成（例如机器学习框架）调度器（Scheduler）的角色和功能。任务（Task）的概念和任务调度。Actor模型和Actor的执行。任务之间的依赖关系和任务调度策略。Actor之间的通信和消息传递。Ray的基本概念和核心组件。Ray的开源社区和贡献机制。任务的状态管理和错误处理。
2023-05-23 11:11:11
508
原创 5.3 本地化向量数据库 (RAG 2.0)
本地向量数据库：RAG 2.0时代的隐私保护新范式 随着RAG技术进入2.0时代，本地向量数据库正成为隐私敏感场景下的关键技术。传统依赖云端向量数据库的服务面临隐私泄露、合规风险和延迟问题，而SQLite/Vector、DuckDB+VSS等本地解决方案通过"数据不出本地"的架构实现了范式转移。 这些本地化方案具有三大核心优势： 隐私合规：完全规避GDPR等法规风险 性能优化：支持离线检索，消除网络延迟 成本效益：边缘设备上运行成本显著低于云服务 技术实现上，SQLite通过向量插件获得
2026-04-08 08:41:21
215
原创 5.2 用户画像与偏好沉淀
摘要 用户画像是Agent对用户的结构化认知模型，通过抽象交互数据形成对用户本质特征的理解。其核心价值在于降低交互成本、提供个性化响应和预测性服务。用户画像分为显式（用户主动告知）和隐式（行为推断）两类，后者准确性仍面临挑战。技术栈偏好提取涉及编程语言、框架、架构风格和工具链等维度，采用频率统计、上下文推断等算法，并需置信度评分机制确保可靠性。代码风格维度则影响生成代码与用户代码库的无缝融合。用户画像的实现需要平衡数据收集与隐私保护，确保透明可控。
2026-04-08 08:40:34
4
原创 4.3 多智能体系统状态机管理：LangGraph Checkpoint与Time-travel Debugging实战
本文探讨了LangGraph框架在多Agent系统中的状态管理机制。针对LLM驱动的Agent非确定性特征带来的状态管理挑战，LangGraph采用Checkpoint机制实现状态持久化，支持会话恢复、错误容忍和人在回路三大核心功能。其架构基于有向无环图（DAG）模型，通过Thread隔离执行上下文，并提供了内存、文件系统等多种持久化后端。该机制能有效保存Agent执行过程中的完整状态快照，包括消息历史、工具调用结果等关键信息，确保系统在中断或错误后能精确恢复到指定状态继续执行。
2026-04-07 08:48:55
252
原创 4.2 多智能体系统的严格隔离机制：防止上下文污染与隐私数据脱敏实战
本文探讨了多智能体系统中上下文信息共享带来的安全风险与解决方案。研究发现，随着Agent数量增加，上下文信息泄露概率呈指数级上升，可能导致跨Agent错误传播、隐私泄露等问题。文章提出分层隔离架构，将上下文划分为全局共享和本地私有两部分，并通过命名空间隔离、递归压缩和隐私过滤技术确保数据安全。技术实现上，建议为每个子Agent创建独立状态空间，采用原子化更新和读写锁控制避免状态竞争。隐私保护方面，结合正则匹配和命名实体识别技术进行敏感数据过滤，确保符合GDPR等法规要求。这些措施共同构建了可靠、安全且合规的
2026-04-07 08:47:51
126
原创 4.1 AI 多智能体框架开发：上下文工程与信息隔离架构设计
摘要： 多智能体系统中，传统的Prompt Engineering无法应对复杂任务导致的上下文窗口膨胀问题。本文提出上下文分层架构，将信息按生命周期和作用域分为Global Context（全局目标层）和Local Context（子任务细节层）。Global Context存储跨任务共享的高价值信息，而Local Context管理临时执行细节，通过隔离机制防止信息污染并支持并行执行。实验显示，该架构可显著减少Token损耗，优化多智能体协作效率，适用于代码审查等长任务链场景。
2026-04-03 10:14:25
32
原创 3.2 虚拟文件系统设计：工作空间隔离与产物版本管理的工程实践
摘要 本文探讨了为AI Agent构建虚拟文件系统(VFS)的必要性和设计原则。物理文件系统直接暴露给Agent存在严重安全隐患，VFS通过在Agent与物理存储间建立可控中间层，解决了数据隔离、权限控制和审计追踪等关键问题。文章详细分析了VFS架构的核心特性，包括操作拦截、工作空间建模和生命周期管理，并介绍了sandfs等具体实现。此外，还讨论了MCP协议如何标准化Agent与文件系统的交互接口。虚拟文件系统不仅提供安全边界，还支持多Agent协作时的资源管理和版本控制，是AI基础设施中不可或缺的组件。
2026-04-03 08:40:08
54
原创 3.3 “给 Agent 一台电脑“——MCP 协议与开发者工具链深度集成
本文介绍了MCP（Model Context Protocol）协议及其在开发者工具链中的应用。随着AI助手从简单的工具调用者演变为拥有独立执行环境的自主智能体，MCP协议应运而生，为AI应用与外部工具/数据源之间建立标准化通信框架。 MCP采用Host-Client-Server三层架构，通过Tools、Resources、Prompts三大原语暴露服务端能力，基于JSON-RPC 2.0实现消息通信。相比传统的Function Calling，MCP具有动态工具发现、持久化会话状态、协议层安全隔离等优势
2026-04-03 08:36:13
22
原创 3.1 代码解释器与沙箱环境：构建安全可控的 Agent 计算实体
AI Agent 的代码执行安全需要双轨隔离架构。Docker 容器提供系统级隔离，适合复杂任务；WASM 轻量级沙箱实现亚毫秒级启动，适合高频计算。关键安全措施包括：权限最小化原则（默认禁用所有权限）、Capability-based 访问控制、混合调度机制（根据任务复杂度自动选择执行环境）。生产级沙箱还需结合静态代码分析、动态行为监控和资源配额管理，在安全性、功能性和性能间取得平衡。
2026-04-02 20:58:32
23
原创 2.3 并行与协作模型：层级化架构与自适应并行的深度实践
本文探讨了多智能体系统的层级协作架构设计。通过树状拓扑结构实现战略决策层（顶层Supervisor）、战术协调层（中层Supervisor）和执行层（Worker）的三级分工，有效降低系统耦合度。重点介绍了LangGraph的Supervisor模式实现，包括create_supervisor()工厂函数的使用、output_mode配置优化和多层级Supervisor构建方法。层级协作通过逐级抽象与过滤的通信设计，在保持各层独立性的同时实现高效协作，为构建可扩展的多智能体系统提供了可靠架构方案。
2026-04-02 20:48:27
31
原创 2.2 子智能体动态拉起机制：生命周期管理与并行协作的艺术
本文探讨了AI Agent系统中子智能体动态拉起机制的设计与实现。该机制通过主从模式架构，实现任务分解、分发和结果汇总，解决了单体Agent的局限性问题。核心内容包括生命周期管理（按需实例化、挂起与恢复）和并行协作模型，采用LangGraph框架实现状态机管理和持久化执行。动态拉起机制显著提升了资源效率、上下文隔离和并行化能力，为复杂任务自动化提供了灵活高效的解决方案。
2026-04-02 20:35:19
117
原创 2.1 规划器（Planner）设计
本文探讨了从传统问答范式到智能Agent规划能力的范式跃迁。首先分析了Agent从"回答者"到"执行者"的角色转变，指出规划能力是连接意图与执行的关键桥梁。随后梳理了Agent规划技术的发展脉络：从CoT的单步推理到ReAct的交互式执行，再到Plan-and-Execute的全局规划，最终演进为Pre-Act和Planner-Centric架构。文章重点剖析了ReAct模式的协同机制及其局部优化陷阱，指出其短视性缺陷。最后提出了本文的研究目标，包括理论分析、架构设计
2026-04-02 20:33:27
31
原创 1.3 多模态工具扩展：让 Agent 拥有“眼睛“与“双手“
文章摘要 本文深入探讨了多模态Agent在生产环境中的应用与工程化实现。传统文本型LLM Agent存在明显局限，而具备浏览器操作、视觉分析和代码执行能力的多模态Agent才能真正满足企业级自动化需求。文章从技术架构角度对比了Playwright与Selenium的差异，指出Playwright在启动速度（提升300%）、自动等待机制和并发Context创建等方面的显著优势。同时分析了生产级多模态工具面临的四大挑战：高并发浏览器自动化、视觉分析成本优化、代码执行安全隔离以及完善的错误处理机制。通过具体代码示
2026-04-02 15:59:43
22
原创 1.2 异步工具执行架构：从阻塞调用到响应式 Agent
本文探讨了AI Agent系统中异步工具执行架构的必要性和实现方法。主要内容包括： 问题背景：同步阻塞调用导致系统冻结和用户体验差，尤其在处理耗时操作时（如API请求、大数据处理等） 同步与异步模型对比： 同步模型：串行执行，CPU空闲等待I/O 异步模型：并发执行，通过事件循环调度协程 性能差异显著（如100并发请求，同步需500秒，异步仅5-10秒） 异步实现方案： Python asyncio核心概念（协程、事件循环） 使用async/await语法定义异步工具 示例展示了FastAPI中异步端点的正
2026-04-02 15:01:10
148
原创 1.1 从 Function Calling 到原子级 Skills：AI Agent 工具链设计的基石
文章摘要：从Function Calling到Skill抽象——构建生产级AI Agent的关键升级 OpenAI的Function Calling功能虽然实现了大语言模型从聊天到行动的跨越，但在生产环境中暴露出参数不稳定（成功率仅60%）、缺乏校验、难以调试等问题。本文提出将Function Calling升级为Skill抽象，将其定义为包含输入校验、执行逻辑和输出格式化的完整能力闭环。Skill通过Pydantic模型实现强类型校验，采用分层架构设计，相比传统Tool具有更好的可观测性、可测试性和复用性
2026-04-02 14:51:50
29
原创 目录：AI 多智能体框架开发：从架构设计到生产落地
本专栏为高级开发者提供AI多智能体系统开发指南，聚焦生产级落地而非Demo。核心内容包括：1）原子级技能设计及异步工具调用架构；2）分层编排机制与子智能体动态管理；3）沙箱安全隔离与虚拟文件系统；4）上下文分层与状态机管理；5）本地化长期记忆系统；6）工程化监控评估体系。强调架构设计思维，平衡智能与隐私，适用于构建复杂自动化业务的高级后端工程师、AI架构师等。通过7个阶段系统讲解，实现从单体Agent到企业级多智能体平台的跨越。
2026-04-02 14:41:40
22
原创 AI辅助Spring Boot开发：提示词工程·代码审查·安全实践
AI辅助Spring Boot开发实践指南 本文探讨了AI工具在Spring Boot开发中的工程实践，重点解决代码质量与安全问题。文章提出提示词工程四大原则（具象化、聚焦性、上下文关联、结构化），并给出分层提示词架构的系统级和任务级模板。针对AI生成代码45%存在安全漏洞的问题，文章详细列出Entity、Repository、Service、Controller各层的审查清单，强调业务逻辑验证、编码规范检查和安全风险防范。最后介绍了利用AI工具修正代码的高效方法，帮助开发者在提升效率的同时确保代码质量。
2026-04-01 09:51:03
58
原创 AI驱动下的前后端贯通：从前端页面到完整Spring Boot后端+RESTful API+联调实战指南
AI辅助开发显著提升全栈开发效率，特别是后端服务构建。本文提供从AI生成前端到完整全栈应用的实战指南，重点介绍Spring Boot后端开发与主流AI工具（Cursor、Copilot等）的整合应用。通过分层架构设计和自动化代码生成，开发者可快速完成数据库设计、RESTful API开发及前后端联调，将传统需要数周的开发周期大幅缩短至数小时。文章详细解析了AI辅助后端开发的技术原理、工具对比及具体实现步骤，帮助开发者掌握高效构建企业级应用的核心技能。
2026-04-01 09:49:05
480
原创 使用OpenClaw多Agent打造AI UI设计师机器人：从0到1的完整实践
AI技术正在重塑UI设计工作流程。本文介绍基于OpenClaw多Agent架构构建的AI UI设计师机器人，通过设计分析、界面生成、交互设计等全链路能力，将设计效率提升400%以上。系统采用多Agent协作模式，包含设计总监、界面设计师、交互设计师等6个专业Agent，分别负责创意指导、视觉表现、交互设计等核心环节。技术架构整合Figma API、图像处理等工具，支持本地部署确保数据安全。实战案例证明，该方案能有效解决传统UI设计中的重复劳动、规范维护等痛点，实现从需求到设计的自动化流程。
2026-03-31 20:52:15
120
原创 使用OpenClaw多Agent打造AI产品经理机器人：从0到1的完整实践
介绍如何利用OpenClaw多Agent架构,构建一个具备需求分析、竞品调研、产品设计、数据分析等全链路能力的AI产品经理机器人。
2026-03-31 20:34:23
328
原创 2026年最新AI Agent框架全面解析：技术演进、主流方案与选型
2026年AI Agent技术迎来规模化商业应用关键转折点，主流框架呈现四大趋势：从对话交互转向意图式计算、多智能体协作成为主流、长期自主性突破、GPT-5.4引领"Agent原生"时代。本文深度解析LangGraph（状态图引擎）、Microsoft Agent Framework（企业级平台）、CrewAI（角色化协作）和OpenClaw（本地优先）四大框架的技术架构与适用场景，提供选型指南。LangGraph作为确定性执行引擎适合复杂流程控制，MAF面向企业级多Agent协作，Cr
2026-03-31 16:27:06
137
原创 AI Skill 的本质：为什么大部分 Skill 都只是文字描述？指令驱动架构 vs 代码实现架构的深度对比
AI原生软件开发范式转变：从"代码即实现"到"指令即能力" 在2025-2026年的AI原生开发中，主流Skill系统（如Trae IDE、Azure AI Agent Service）正经历范式转变：用文字描述而非代码实现核心逻辑。本文通过分析生产级系统案例，揭示这一转变的三大核心原因： 本质差异：AI Skill是"能力接口"而非"功能模块"，定义意图边界而非实现细节，采用声明式而非函数式编程范式 能力适配：大语言模型在上下
2026-03-31 15:30:34
30
原创 如何写出好的 AI Skill：高级工程师的技术架构与生产实践指南
2025-2026年AI原生软件架构中的Skill设计指南 摘要：AI Skill正成为智能系统架构的核心单元，具备可复用、可验证、可编排的特性。本文提出AI Skill的三层架构模型（Orchestration-Skill-Foundation），强调其作为"可编程AI能力"的本质特征。通过Bounded Autonomy和Contract-First Design等设计模式，确保Skill具备清晰边界、可测试性和可观测性。文章详细阐述了Skill的六大核心组件（元数据层、接口层、业务
2026-03-31 15:16:35
187
原创 企业开发Skill的完整流程（Skill + MCP）
摘要 大模型Skill（Agent Skill）是一种标准化的能力扩展机制，通过封装专业技能、操作流程和最佳实践，使大模型/Agent能够稳定执行特定任务。Skill采用渐进式加载机制，包含指令、脚本和引用资源三个核心组件，主要应用于文档生成、数据处理、工作流自动化等确定性强的场景。Skill与Agent形成互补关系，前者提供专业技能，后者负责任务决策和调度。在企业应用中，Skill应与MCP协议分层配合：MCP负责系统连接，Skill专注业务流程和规范，避免将API调用逻辑混入Skill。这种分层架构能显
2026-03-03 14:28:34
576
原创 OpenClaw 本地部署详细教程（Windows+钉钉）
核心主题 AI 自动化代理工具 OpenClaw 的 Windows 平台部署指南目标受众 无编程基础但需要 AI 自动化办公的用户、开发者技术难度 入门级（需基础命令行操作）
2026-03-02 17:07:43
2364
原创 扩展：AI agent在vibe coding中的功能、能力与应用场景
AI编程助手与Vibe Coding技术发展摘要（2025） 核心进展 AI Agent在Vibe Coding中实现自然语言到完整应用的端到端生成，主要功能包括： 代码生成与重构（全栈开发） 环境自动配置 多代理协作开发 自动化测试与错误修复 上下文集成验证 UI/工作流生成 关键能力 自主构建完整应用（3-5倍效率提升） 多代理并行处理 持久化上下文管理 规则/安全标准执行 迭代式故障处理 低成本开发（约$10/小时） 应用生态 开源工具：MetaGPT、AgentGPT等支持全栈生成，需技术部署 商业
2025-12-31 16:57:19
181
原创 Elasticsearch 实现类 GitHub 关键词搜索与高亮列表展示
摘要 本文介绍了使用Elasticsearch实现类似GitHub的关键词搜索与高亮列表展示功能。主要内容包括：需求拆解（实时搜索、多字段匹配、关键词高亮等）、核心流程设计、索引建模建议（区分代码和文本分析器）、详细的查询DSL示例（含字段权重控制和高亮参数配置），以及Java客户端实现代码片段。文章特别强调了高亮显示的关键配置，如片段长度控制、权重排序和自定义标签，适用于站内代码/文档搜索、知识库检索等需要关键词高亮展示的场景。
2025-10-24 09:55:09
325
原创 Elasticsearch 如何跨集群搜索？
跨集群搜索（CCS）允许从本地集群查询远程集群数据，支持搜索API、异步搜索等多种操作。配置需满足网络连通性、节点角色和权限要求。搜索时通过<cluster_name>:<index_name>语法指定目标集群，支持多集群搜索和结果状态监控。优化策略包括最小化网络往返、排除特定集群等。版本兼容性上，本地集群版本需不低于远程集群，EQL搜索有额外限制。最佳实践建议根据网络延迟、集群容错等场景调整配置参数。
2025-10-24 09:53:36
115
原创 Elasticsearch 9.X 使用推理 API 进行语义搜索
Elasticsearch 9.X 推理 API 实现语义搜索指南 Elasticsearch 9.X 引入推理 API（Inference API），支持集成外部 AI 模型（如 OpenAI、Cohere）或内置 ELSER 模型，实现基于嵌入向量的语义搜索。本指南涵盖完整实现流程： 前提条件：需 Elasticsearch 9.0+、API 密钥及文本数据集（如 MS MARCO）。支持多模型，包括稠密/稀疏向量生成。 推理端点配置：通过 PUT /_inference 创建端点，指定服务类型（如 C
2025-08-29 16:33:14
437
原创 Elasticsearch AI 语义搜索（semantic_text）
Elasticsearch 8.0+版本通过引入向量搜索和语义查询能力，解决了传统关键词搜索的同义词、语义理解等局限性。其核心是将文本转换为高维向量，通过计算向量距离实现语义相似度检索。部署需8.10+版本，支持内置或第三方Embedding模型。实现步骤包括：定义带dense_vector字段的索引、插入预计算向量的文档、执行kNN或semantic_text查询。还可结合Eland工具集成HuggingFace模型，或采用混合搜索兼顾关键词匹配。以四大名著作者问答系统为例，展示了如何构建语义搜索应用。该
2025-08-29 16:24:38
535
原创 智能客服多智能体（知识库问答+情绪感知+工单路由）
本文提出了一种基于多智能体协作的智能客服系统架构，旨在通过模块化设计实现高准确率问答、情绪识别和工单自动路由。系统采用分层架构，包括统一接入层、NLU路由层、知识检索层、回答生成层、情绪分析层、工单路由层等核心模块。关键技术包括RAG检索增强生成、LangGraph状态管理、混合规则+ML的工单路由等。系统强调可观测性、安全合规性，支持多渠道接入，并通过职责分离降低回复错误率。文中提供了Python实现示例，包含FAISS向量检索、Pydantic状态管理等具体代码片段，为企业级客服平台提供了一套完整的自动
2025-08-28 15:39:59
492
原创 基于LangGraph的多智能体Demo
本文介绍了使用LangGraph框架构建双Agent协作系统的实践方案。该系统由Researcher和Writer两个Agent组成，分别负责信息检索与内容创作，通过分工协作完成短视频脚本生成任务。文章详细说明了环境配置、核心概念（StateGraph、Node、Edge等）以及完整代码实现，演示了Agent间动态交互（handoff机制）的工作流程。这种架构设计既能提高任务可靠性，又便于独立优化各模块性能，适用于企业级内容生成场景。
2025-08-28 15:33:32
484
原创 在生产环境中使用 LangGraph 开发多智能体系统
本文介绍了基于LangGraph框架构建航空公司客户支持自动化多智能体系统的完整方案。系统通过多个智能体协作处理三类典型查询：航班状态查询、航班改签和退款申请。文章详细阐述了系统架构设计，包括状态定义、智能体分工（意图识别、航班查询、预订更新等）以及工具集成方法。教程内容涵盖环境配置、状态管理、工具开发、智能体实现等核心环节，并提供了模拟API代码示例。该系统支持状态持久化、人工干预和错误恢复，适用于企业级生产环境部署，为开发复杂AI协作系统提供了实用参考。
2025-08-28 15:26:10
169
原创 企业落地版 AutoGen 工程示例：自动化市场分析报告生成系统
企业级AutoGen市场分析系统示例：该方案构建了一个多智能体协作系统，用于自动化生成科技公司的竞争对手市场分析报告。系统包含研究、分析和报告三大智能体，支持网页数据抓取、实时分析、可视化图表生成和结构化报告输出。采用Python 3.10+开发，基于OpenAI GPT-4模型，具有企业级特性如Docker部署、环境变量配置、日志记录和错误处理。项目结构清晰，包含智能体定义、工具集成和工作流管理模块，支持人类审核反馈循环，可扩展集成数据库和云服务，总代码量适中便于维护。
2025-08-27 17:17:36
684
原创 企业落地版 AutoGen 多智能体工程（完整示例）
企业级AutoGen生产模板摘要 本项目提供一套开箱即用的企业生产模板，集成FastAPI、Celery、PostgreSQL/pgvector、SQLAlchemy等核心组件，支持多智能体编排（AutoGen）与安全代码执行。 核心功能 安全隔离：用户代码在受限容器中执行，资源可控 异步任务：Celery处理长任务，支持重试与优先级队列 RAG支持：PostgreSQL+pgvector实现向量存储与检索 多模型路由：可配置不同LLM（如Qwen/OpenAI）并记录成本 审计追踪：全流程日志持久化，便于
2025-08-27 17:14:29
355
原创 AutoGen 智能体框架教程
AutoGen是微软开源的多智能体协作框架，通过分工协作的智能体（Agent）快速构建复杂AI应用。核心功能包括智能体对话、工具调用、代码执行和记忆机制，适用于编程助手、数据分析、任务自动化等场景。智能体可配置不同角色（如开发者、执行者）、LLM模型和工具（Python执行器、API调用等）。通过多智能体协作，可自动完成代码生成、数据分析和可视化等任务。安装简单，支持多种AI模型，并提供基础对话、多角色协作和API集成等示例，能显著提升AI应用的开发效率。
2025-08-27 17:08:11
253
原创 Milvus + Reranker 混合搜索技术方案详细文档
本文介绍了基于Milvus向量数据库的混合搜索技术方案，结合稀疏检索（BM25）和稠密检索（向量相似度），通过Reranker模型二次排序提升RAG系统的检索质量。方案采用并行检索架构，包含BM25检索和向量检索，通过RRF融合算法和重排序模型优化结果。技术栈包括Milvus 2.3+、Elasticsearch 8.x、BAAI/bge-m3嵌入模型和BAAI/bge-reranker-large重排序模型。文档预处理采用中文文本切分策略，按语义边界切分并添加重叠内容。向量化入库部分使用PyMilvus实
2025-08-27 10:23:04
266
原创 企业级多智能体Python示例工程模板
本文介绍了一个企业级多智能体Python工程模板，整合了LangGraph有状态工作流、MetaGPT角色协作和动态模型路由三大核心功能。项目采用模块化设计，包含模型层（小型/中型/大型LLM模拟）、动态路由选择器、角色智能体封装和流程编排组件。通过main.py示例展示了完整工作流：根据任务复杂度自动选择模型，不同角色智能体协同完成订单处理全流程。该模板具有高度可扩展性，支持快速替换模型或智能体，适用于复杂业务场景的AI协作系统开发。
2025-08-26 08:00:00
143
Openvoice安装依赖，checkpoints-1226，frpc-linux-amd64，snakers4-silero
2024-01-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人