Category

AI

这个分类下共有 42 篇文章。

LangSmith：从链路追踪到 RAG 自动化评估 做过 LangGraph Agent 或 RAG 之后，很快就会遇到一个问题： 程序虽然能跑，但内部到底发生了什么？ 一次请求经过了哪些节点？Retriever 返回了什么？模型真正收到的 Prompt 是什么？哪一步最慢？Token 消耗… AI AIRAGKnowledge Base 耗时两周从零搭建私有化企业 RAG 知识库，完整架构与踩坑总结 文章推荐： RAG 检索效果量化测评落地：完整流程、指标实现与踩坑总结 干货分享｜企业智能知识库 Rerank 重排序落地实践与踩坑总结 最近一直在调研市面上主流的 RAG 开源框架，发现或多或少都存在短板：检索召回不准、缺少文档溯源、缺少… AI AIRAGKnowledge Base 知识库已经有了，Java 程序员还要做什么？Spring AI RAG 实战 上一篇讲清了 RAG 的完整工作流程。 这一篇只讨论一个更实际的问题： 向量知识库已经建好了，Java 程序员接下来需要做什么？ 答案不是“把数据库地址和大模型 API 配上就结束了”。 知识入库完成以后，后端仍然要负责： 把现有知识库接入… AI AIRAGKnowledge Base RAG 实战：3 步将整本《天龙八部》存入向量数据库（一） 从零开始，用 LangChain + Milvus 将 168 章小说变成 AI 可检索的 3042 个向量片段。 前言 最近在学 RAG（检索增强生成），理论看了不少，但真正动手时才发现坑比想象中多。于是拿《天龙八部》电子书练手，把一整本… AI AIRAGKnowledge Base 🔥 从零搭建 RAG 知识库：爬虫→分词→向量化→检索，一步都不能错 摘要：这篇文章从零开始，用 Node.js + LangChain 手写一个完整的 RAG 流程。从网页爬取、文档切分，到向量化存储和检索生成，每一步都掰碎了讲清楚。 📌 前言 最近在搞 RAG（检索增强生成），发现一个扎心的事实： 知识库… AI AIRAGKnowledge Base ComfyUI 在 macOS 上的深度实践：Apple Silicon 原生加速与工作流全链路搭建 💡 摘要: 在 Mac 上跑 AI 绘图，过去是"能跑但慢"的代名词。随着 PyTorch MPS 后端的成熟和 ComfyUI 对 Apple Silicon 的全面适配，M 系列芯片已经可以在本地高效运行 Stable Diffusio… AI AIAIGCMultimodal Flutter 开发怎么做 Agent ？从工程实战详细给你解读下 之前发 Angent 文章的时候，有人提过几次说有没有工程实战的，这次就干脆通过 Flutter 的 Agent 实现来聊一聊实战实现。 全文还是很长。 Flutter 开发做 Agent 几乎绕不开 GenKit ，因为 GenkitDa… AI AIAgentArchitecture 从 0 到 1 构建企业级 RAG：一个中小企业可落地版本的完整架构 如果你翻过市面上关于 RAG 的技术文章，大概率会看到这样一个公式：这个公式本身没有错——但它描述的是 Demo，不是产品。 当你真的要把 RAG 落到一个企业的知识库场景里，你会发现 Demo 里从来不出现的东西才是真正的工程量：文档怎么… AI AIRAGKnowledge Base 1. 从零开始搭建一个 AI Agent —— LangChain + TypeScript 实战手记 从零开始搭建一个 AI Agent —— LangChain + TypeScript 实战手记 这不是一个"Hello World"级别的调用 LLM API 教程。我们要做的，是一个真正能自主调用工具、流式输出、记住上下文、甚至能展示思… AI AIAgentArchitecture 如何让 AI 快速搭建一套生产 Agent ？全面理解 Agent 架构。 在之前我们聊过 《Agent 的基础概念概念》，今天就聊让 AI 快速搭建一套 Agent 的极简架构设计。 简单来说，你判断一个 Agent 方案靠不靠谱，可以从这 10 个问题开始： 1. 它有没有明确状态？ 2. 它有没有明确 wor… AI AIAgentArchitecture LangChain vs LangGraph：从抽象组件到底层运行时，一文读懂AI应用开发的“上下求索” 2025年10月，LangChain 1.0和LangGraph 1.0同时发布。有人说这是两个框架，有人说这是一个系统的不同层级。这篇文章从底层原理到应用实践，带你彻底搞懂这对“兄弟”的来龙去脉。 引子：一个让开发者纠结的选型问题 先讲一… AI AIAgentArchitecture AI Agent 长期记忆系统实战：Hindsight + vLLM 全本地 GPU 部署 10KB 的系统提示词记忆区 → 知识图谱驱动的语义检索。从 hermesagent 出发，一步步搭建自带 GPU 向量检索引擎的长期记忆系统。 一、为什么 AI Agent 需要自己的记忆系统？ LLM 本身是无状态的。每次对话结束，上下… AI AIRAGKnowledge Base 从 Tool-Calling 到 Autonomous Agent：2026 年 AI Agent 架构演进与工程实践 摘要：这篇文章深入剖析 AI Agent 从简单工具调用到完全自主智能体的架构演进路径，探讨 MultiAgent 协作、记忆管理、任务规划等核心技术，并结合实际案例分享工程实践中的关键决策与踩坑经验。 一、引言：Agent 的崛起与范式转… AI AIAgentArchitecture 如何从0到1开发一个AI Agent 引言 在日常生活中、工作中，从openClaw到各种Code Agent，我们接触了各种各样的AI Agent，这也是AI大模型在日常应用中最主要的应用形式。 早期的AI应用，大多停留在“提示词调优”的阶段——通过优化单次对话的Prompt… AI AIAgentArchitecture 万字深度：RAG 架构设计全景——从 Chunk 策略到生产级 Agentic RAG 标签：RAG 检索增强生成 AI架构 向量数据库 生产级AI 适合读者：中高级 AI 应用开发者、大模型架构师 引言：为什么 RAG 仍是 2026 年最重要的 AI 架构范式 2024 年初，RAG（RetrievalAugmented… AI AIRAGKnowledge Base Spring AI 实战：用Java搭一个Multi-Agent多智能体系统，附完整源码 2026年4月最新版：基于 Spring AI 2.0.0M4 + Spring Boot 4.0.0，代码可直接运行。 1. Java程序员为什么得关注MultiAgent？ 说实话，去年我还在用单轮调用的方式接大模型，写出来的东西跟玩具… AI AIAgentArchitecture AI 客服系统升级实战：多 Agent 路由 + 多轮记忆 + 敏感词过滤 从单 Agent 到专业分工体系，顺带把 ChatMemory 和敏感词过滤这两个真实业务场景打通 先说结论 上一篇搭好了基础框架：情绪分析 → 意图识别 → Agent 工具调用。但真实的客服场景里，一个全能 Agent 扛所有请求会有明… AI AIAgentArchitecture 作为前端，如果使用 Langgraph 实现第一个 Agent 大家好 👋，我是 Moment，目前正在使用 Next.js、NestJS、LangChain 开发 DocFlowhttps://github.com/xun082/DocFlow。这是一个面向 AI 场景的协同文档平台，集成了基于 Ti… AI AIAgentArchitecture 从零构建 Unity C# 代码审查 Agent：从 Chain 到 Agent 全流程实战 从零构建 Unity C 代码审查 Agent：从 Chain 到 Agent 全流程实战 —— FastAPI + LangChain + DeepSeek 保姆级教程，含踩坑与工程化加固 这篇文章将带你从零开始，使用 FastAPI +… AI AIAgentArchitecture Spring AI 核心原理解析：基于 1.1.4 版本拆解底层架构 在 Java 生态中，Spring AI 已经成为开发者拥抱大模型时代的首选利器。很多人用它写出了酷炫的对话机器人、智能客服，甚至成功接入了私有知识库。 然而，“知其然更要知其所以然”。当我们熟练地敲下 ChatClient.builder… AI AIRAGKnowledge Base LLM提示词注入攻防全解析：真实事故案例与防御实践 在AI应用爆炸式普及的今天，一行精心构造的文字，就可能让价值数百万美元的AI系统"叛变"——提示词注入（Prompt Injection）已连续在OWASP LLM Top 10中高居榜首。这篇文章从攻击者视角拆解六大注入类型，用真实事故还… AI AISecurityLLM 告别 LLM 失控！Harness 五大组件构建可靠编程 Agent Harness Engineering：2026年AI Agent时代的工程范式革命 当LLM能力趋于同质化，竞争重心已从Model彻底转移到Harness——模型即智能体，代码即驾驭层 一、AI浪潮下的范式转移：从Prompt到Harne… AI AIAgentArchitecture AI工程化时代：企业RAG落地困局与突围 如果只把 RAG 理解成“文档切块 + 向量库 + 大模型回答”，那它几乎一定会在企业场景里失真。 真正的问题，不在模型够不够强，而在于你要解决的，究竟是不是一个适合用 RAG 解决的问题。 摘要 企业做大模型，最容易发生的一种误判，是把所… AI AIRAGKnowledge Base LangGraph 源码拆解：它凭什么比 LangChain 更适合 Agent 编排？ 用 LangChain 的 AgentExecutor 写过复杂 Agent 的人大概都遇过这种情况：Agent 在第7步突然报错，你想"从第5步重试一下"，但做不到，只能从头跑，白白烧了一大串 LLM 调用费。或者你想在某个关键决策节点插… AI AIAgentArchitecture RAG 进阶实战：在前端实现多模态数据的向量检索与对话 目录 Outline 一、 为什么需要多模态 RAG？ 二、 核心原理：跨模态向量嵌入 Crossmodal Embeddings 三、 实战 1：利用 GPT4o 解析 PDF 复杂表格与图表 四、 实战 2：前端实现「以图搜图」与图片描… AI AIRAGKnowledge Base 从"检索一次就完事"到"Agent 自主决策"：Agentic RAG 架构深度解析与实战 从"检索一次就完事"到"Agent 自主决策"：Agentic RAG 架构深度解析与实战 你的 RAG 系统是不是也经常答非所问？问一个稍微复杂点的问题就开始胡说八道？别急，这篇文章带你从根上理解为什么传统 RAG 不够用，以及 Agen… AI AIRAGKnowledge Base 大模型应用开发：LangChain.js 在前端业务中的落地实战 目录 Outline 一、 AI 应用的新架构：为什么前端需要 LangChain.js？ 二、 核心组件：模型 Model、提示词 Prompt 与链 Chain 三、 实战 1：利用 Webbased RAG 实现「本地文档对话」 四、… AI AIRAGKnowledge Base 2026 Agent落地必看！4种主流Agent Harness架构解析 最近Harness这个词火了，但你知道什么是Harness吗？ 用了这么久Agent，你真的选对Harness架构了吗？ 2026年，AI Agent早已从“ Demo 玩具”走向企业生产，但很多开发者都会陷入一个误区：拼命优化LLM模型，… AI AIAgentArchitecture 本地部署全能 AI Agent 完整方案 架构总览 第一部分：硬件要求 最低配置（能跑） 组件 规格 预算参考 GPU 1× RTX 4090 24GB ~¥16,000 CPU i713700K / Ryzen 9 7900X ~¥3,000 内存 64GB DDR5 ~¥1,5… AI AIAgentArchitecture AI Agent 记忆系统设计：从零到生产可用的完整架构 标签：AI Agent、LLM、Agent Memory、OpenClaw 背景 我在用 OpenClaw 运行一个 6 人 AI Agent 团队，负责内容创作、社媒运营、技术开发等全链路工作。 这个系统跑了 19 天后，我发现最大的工程… AI AIAgentArchitecture AI Agent 前端开发：一个初级工程师的踩坑成长之路 从只会写简单聊天界面到独立完成 AI 产品前端，我用 1 年时间踩了无数坑。这篇文章记录了我作为初级 AI 前端开发者的真实经历：那些让我崩溃的 Bug、让我困惑的技术点，以及最后的收获。 前言 2025 年初，我从传统 Web 前端转岗到… AI AIAgentArchitecture 多智能体（Multi-Agent）编排实战：用LangGraph构建生产级AI系统 当单一Agent的能力边界日益明显，多智能体协作成为构建复杂AI系统的必经之路。这篇文章将深入剖析多智能体架构模式，并通过LangGraph框架构建一个完整的代码审查流水线，展示如何在生产环境中落地多智能体系统。 一、引言 过去两年，大语言… AI AIAgentArchitecture 2026年前端开发者迈向AI Agent开发实战 作为前端开发者，你已具备构建交互界面的优势，而Agent开发的核心在于将大模型的能力与外部工具、记忆系统相连接。你的前端背景（特别是TypeScript/JavaScript经验）能让你在Web端Agent开发中占据独特优势。以下规划融合了… AI AIAgentArchitecture Go语言开发AI智能体：从Function Calling到Agent框架 引言：AI智能体的范式转变 当大语言模型（LLM）从"只会回答"到"能做事"，AI智能体（Agent）应运而生。AI智能体不再是简单的问答系统，而是具备工具调用能力、自主决策能力和多步执行能力的智能实体。 传统大模型的"幻觉"问题（如回答过… AI AIAgentArchitecture 【RAG实战系列 01】从零搭建知识库：30分钟实现大模型精准问答 大家好，我是大漠孤烟～ 专注AI技术落地实战，深耕大模型应用与开发领域，平时就爱用大白话拆解复杂技术，再配上可直接抄的代码，让普通开发者也能快速上手AI项目，真正做到“大漠孤烟处，代码写平生”。 ✨ 这是我的「RAG实战系列」第一篇内容，整… AI AIRAGKnowledge Base 《从零搭建RAG系统第3天：文档加载+文本向量化+向量存入Milvus》 大家好，我是老赵，一名程序员老兵，平时主要从事企业级应用开发，最近打算从零学习、并落地一套完整的RAG检索增强生成系统。不搞虚头理论，全程边学边做，把遇到的问题、踩过的坑、能直接跑通的代码，全都真实记录下来。 前两天我们完成了核心准备工作：… AI AIRAGKnowledge Base 前端搞 AI 只能调 API？带你用 LangGraph + React + Nest实现一个能“思考”的绘图 Agent 背景： 大家好，我是【小林】，近期对于AiAgent颇有兴趣，很多人都问，这么久不更新Flutter文章是不是弃坑了呢？ 其实并没有，原因有以下，第一是近一个月工作比较忙，需求比较多，全身心的投入到了业务开发，没有太多时间去沉淀自己的想法和… AI AIAgentArchitecture RAG 深度实践系列（五）：RAGFlow 的部署使用与架构分析 一、 RAGFlow 的核心价值与微服务架构深度解析 在 RAG 深度实践系列的前几篇文章中，我们从原理、架构演进到代码实战，系统地构建了对 RAG 技术的认知。然而，当我们将视角转向企业级应用场景时，手动搭建的 RAG 系统往往难以应对海… AI AIRAGKnowledge Base LangGraph 系列 · 第 2 讲：理解记忆机制，构建有状态的智能体 这篇文章带你从 0 到 1 搞懂 LangGraph 记忆机制：线程内短期记忆、跨会话长期记忆，到接入 Redis 做真正持久化，一套完整可运行示例直接上手，把“健忘聊天机器人”升级为有记忆的智能体。 1. 导读 这篇文章是 LangGra… AI AIAgentArchitecture 放弃Dify！我们用LangGraph+LangFuse+RAGFlow搭建工业级AI系统，准确率飙升25% 一、为什么90%的AI应用都死在了Demo阶段？ 去年我们接到一个需求：用AI自动生成建筑施工图设计说明。听起来很简单？调个GPT API，接入几个PDF文档，写个前端界面就完事了。 现实很骨感： 第一版Demo用了2周，效果还不错 但真正… AI AIRAGKnowledge Base LangChain4j 深度解析与Java工程化落地实践 面向中高级 Java 开发者 / 技术架构师，从核心架构、Java 生态深度适配、工程化落地到生产级避坑策略，系统化掌握 LangChain4j 在企业级 AI 应用体系中的构建方法论与最佳实践。 深度掌握 LangChain4j 核心组件… AI AIAppEngineering LangGraph智能体开发设计模式（四）——LangGraph多智能体设计模式：网络架构 前言 上篇文章 LangGraph智能体开发设计模式（三）——LangGraph多智能体设计模式：主管架构与分层架构分享了多智能体系统的两种核心架构：主管架构与分层架构。它们通过引入顶层智能体进行统一决策与调度，明显提升了系统处理复杂任务的… AI AIAgentArchitecture