- 综合排序
- 最热优先
- 最新优先
- 来自专栏Go语言学习专栏
7 - AI 智能体构建 - AI 超级智能体项目教程
具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 三、使用 AI 智能体 有 3 种方式可以使用 AI 智能体，之前的教程中其实我们已经有接触过，这里再快速复习一遍。 类 通用全能 Manus 智能体 是可以直接提供给其他方法调用的 AI 超级智能体实例，继承自 ToolCallAgent，需要给智能体设置各种参数，比如对话客户端 chatClient、工具调用列表等 开发支持 MCP 协议的超级智能体 思路：其实利用 Spring AI，只需要把 MCP 服务中的工具提取出来变成工具列表，就可以复用已有的 ToolCallAgent 了 4）自行开发一个特定领域的超级智能体 完成 AI 超级智能体的开发 2）理解 AI 超级智能体的实现原理和架构设计，要求能够口述讲清楚 3）尝试自主阅读 OpenManus 的源码，思考如何进一步优化我们的程序，建议多利用 AI 工具辅助学习理解
64810编辑于 2026-03-17 - 来自专栏Go语言学习专栏
3 - RAG 知识库基础 - AI 超级智能体项目教程
具体内容包括： AI 面试助手问答需求分析 RAG 概念（重点理解核心步骤） RAG 实战：Spring AI + 本地知识库 RAG 实战：Spring AI + 云知识库服务 友情提示：由于 AI 一、AI知识问答需求分析 AI知识问答应用场景 随着 AI 技术的快速发展，越来越多的公司开始利用 AI 重构传统业务，打造全新的用户体验和商业价值。 n-gram 切割） 2、向量转换和存储 向量转换：使用 Embedding 模型将文本块转换为高维向量表示，可以捕获到文本的语义特征 向量存储：将生成的向量和对应文本存入向量数据库，支持高效的相似性搜索 3、 ETL 的 3 大核心组件，按照顺序执行： DocumentReader：读取文档，得到文档列表 DocumentTransformer：转换文档，得到处理后的文档列表 DocumentWriter：将文档列表保存到存储中 3、向量转换和存储 为了实现方便，我们先使用 Spring AI 内置的、基于内存读写的向量数据库 SimpleVectorStore 来保存文档。
26910编辑于 2026-03-17 - 来自专栏Go语言学习专栏
2 - AI 应用开发 - AI 超级智能体项目教程
2）对话型提示词（Conversational Prompts）：模拟自然对话，以问答形式与 AI 模型交互。 你认为人工智能会在未来取代人类工作吗？ 请提供一个社交媒体营销计划，针对一款新上市的智能手表。计划应包含: 1. 目标受众描述 2. 三个内容主题 3. 每个平台的内容类型建议 4. 设计一个智能家居系统的基础架构: 1. 首先用文字描述系统的主要功能和组件 2. 然后创建一个系统架构图(用ASCII或文本形式表示) 3. 接着提供用户交互流程 4. 初始提示: 谈谈人工智能的影响。 [收到笼统回答后] 改进提示: 分析人工智能对医疗行业的三大积极影响和两大潜在风险，提供具体应用案例。 [如果回答仍然不够具体] 进一步改进: 详细分析AI在医学影像诊断领域的具体应用，包括: 1. 现有的2-3个成功商业化AI诊断系统及其准确率 2. 这些系统如何辅助放射科医生工作 3.
39510编辑于 2026-03-17 - 来自专栏Go语言学习专栏
8 - AI 服务化 - AI 超级智能体项目教程
通过本节学习，你将掌握如何将 AI 智能体转变为可供他人调用的服务 具体内容包括： AI 应用接口开发 AI 智能体接口开发 在开始之前，先给大家提个醒，Spring AI 版本更新飞快，有些代码的写法随时可能失效 点击接口旁边的绿豆就能自动生成测试代码： 二、AI 智能体接口开发 由于智能体执行过程通常包含多个步骤，执行时间较长，使用同步方法会导致用户体验不佳。 因此，我们采用 SSE 技术将智能体的推理过程实时分步输出给用户。 } catch (Exception e) { state = AgentState.ERROR; log.error("执行智能体失败 Resourceprivate ToolCallback[] allTools; @Resourceprivate ChatModel dashscopeChatModel; /** * 流式调用 Manus 超级智能体
14710编辑于 2026-03-17 - 来自专栏Go语言学习专栏
6 - MCP 协议 - AI 超级智能体项目教程
具体内容包括： MCP 必知必会 MCP 的 3 种使用方式 Spring AI MCP 开发模式 Spring AI MCP 开发实战 - 图片搜索 MCP MCP 开发最佳实践 MCP 部署方案 MCP 使 MCP 服务能够实现复杂的智能代理行为，同时保持用户对整个过程的控制和数据隐私保护。 如图，官方提供了很多现成的 MCP 服务： 让我们进入一个智能体应用，在左侧可以点击添加 MCP 服务，然后选择想要使用的 MCP 服务即可，比如使用高德地图 MCP 服务，提供地理信息查询等 12 1、引入依赖 Spring AI 提供了 3 种 MCP 服务端 SDK，分别支持非响应式和响应式编程，可以根据需要选择对应的依赖包： spring-ai-starter-mcp-server：提供 3）引入必要的依赖，包括 Lombok、hutool 工具库和 Spring AI MCP 服务端依赖。
48810编辑于 2026-03-17 - 来自专栏Go语言学习专栏
5 - 工具调用 - AI 超级智能体项目教程
1）联网搜索 2）网页抓取 3）资源下载 4）终端操作 5）文件操作 6）PDF 生成 而且这些需求还可以进行组合 如果 AI 能够完成上述需求，就不再只是一个有知识的 “大脑”，而是有手有脚，会利用工具完成任务的 “智能体” 了。 此外，你还可以将生成的文件上传到对象存储服务，然后返回可访问的 URL 给 AI 去输出；或者将本地文件临时返回给前端，让用户直接访问 3）编写单元测试代码： @SpringBootTestpublic 以下是各工具的测试结果： 1） 测试联网搜索 2）测试网页抓取 3）测试资源下载。 实现思路：保存文件到本地修改为保存到对象存储即可，还可以结合 “立即返回” 特性，避免额外调用 AI 大模型。 3）尝试自己控制工具的执行，并补充日志记录信息，提高应用的可观测性。
24010编辑于 2026-03-17 - 来自专栏鱼皮客栈
鱼皮的 AI 超级智能体项目，新鲜出炉！
这是一套以 AI 开发实战 为核心的项目教程，将通过开发 AI 恋爱大师应用 + 拥有自主规划能力的超级智能体，带大家掌握新时代程序员必知必会的 AI 核心概念、AI 实用工具和 AI 编程技术，大幅增加求职的竞争力 AI 核心特性：如自定义拦截器、上下文持久化、结构化输出 RAG 知识库和向量数据库 Tool Calling 工具调用 MCP 模型上下文协议和服务开发 AI 智能体 Manus 原理和自主开发 AI Java 21 + Spring Boot 3 框架 ⭐️ Spring AI + LangChain4j ⭐️ RAG 知识库 ⭐️ PGvector 向量数据库 ⭐ Tool Calling ️工具调用 ⭐️ MCP 模型上下文协议 ⭐️ ReAct Agent 智能体构建 ⭐️ Serverless 计算服务 ⭐️ AI 大模型开发平台百炼 ⭐️ Cursor AI 代码生成 + MCP 第三方接口 智能体架构图
1.2K10编辑于 2025-04-26 超级智能体---codebuddy的Craft
此次分享的是专门针对codebuddy的智能体Craft写个使用感受.我将由浅入深的对Craft提出需求看看Craft的表现如何. 在AI普及的今天,也许我会有新的救赎 简单的功能 注意,在unity技术栈中使用codebuddy一定是要先有unity项目(或者说工程),并且项目中有一个空的脚本,比如GameController.cs ,但是最难的,就是3d数学了(数学就数学,还分什么2d,3d) ,现在印象最深刻的就是当时买了一本<3d数学基础> ,耐着性子学到了矩阵.我就彻底歇菜了.那么今天,我就给Craft说个技术美术的需求,看它 ,能不能做出来.如果能.我愿称之为最强,如果不能,也没啥.毕竟国内的技术美术都在大厂.而且他们估计也不会把自己的项目放网上给AI训练.这块知识AI缺少我也能理解. ThicknessMap, IN.uv_ThicknessMap).r; } ENDCG } FallBack "Diffuse" } 总的来说,Craft是一个非常棒的智能体
48510编辑于 2025-05-29- 来自专栏科技云报道
个人AI时代，超级智能体如何真正为你而来？
联想集团副总裁、中国区战略及业务拓展副总裁阿不力克木·阿不力米提（以下简称“阿木”）认为，最终会走向每一个人都能拥有一个双胞胎般的超级智能体，它就是个人的一个分身，是一个伴侣和伙伴，甚至是个人的代表。 联想集团副总裁、中国区战略及业务拓展副总裁 阿不力克木·阿不力米提 “以人为中心”的 个人超级智能体 报告认为，个人AI作为“以人为中心”的个人超级智能体，要实现从“工具”到“伙伴”的跨越，不仅需要具备跨平台开放连接的能力 “一体”，是指以天禧个人超级智能体为核心的统一智能中枢，它打破了设备与平台的界限，承载用户的全时记忆与全域知识，具备多模态感知、全意图理解、自主规划执行等核心能力。 硬件层面，AIPC、AI手机等终端集成专属NPU与传感器，为智能体提供高效运行基础。 系统层面，通过超级互联技术与资源调度优化，实现跨设备无缝协同。 未来的个人AI不再是孤立的工具，而是以“一体多端”的超级中枢形态存在，通过智能体调度整合全场景资源，为用户提供“以人为中心”的个性化、安全化、无缝化智能服务。
31510编辑于 2026-01-16 医共体基层 AI 智能体：让基层医生有了 “超级大脑”
在县乡村的医疗诊室里，AI 智能体正在悄悄改变基层诊疗的模样。这个听起来高深的技术产品，其实就像给基层医生配了个 “超级大脑 + 得力助手”，用实实在在的技术手段破解人才短缺、资源不均的难题。 基层 AI 智能体的核心魔力，首先来自 “海量医学知识的数字化”。 AI 智能体通过标准化接口对接县乡村三级医院的信息系统，患者在村卫生室的检查数据、县医院的转诊记录能实时共享，不用重复检查建档。 更贴心的是，AI 智能体还能 “适配基层场景”。 这些技术细节，都是为了让 AI 真正融入基层工作流程，而不是增加额外负担。说到底，医共体基层 AI 智能体不是要取代医生，而是用数据和算法做支撑，让基层医生的诊疗更精准、更高效、更安全。
26610编辑于 2025-12-05- 来自专栏山行AI
crewAI—用于编排角色扮演的AI agent（超级智能体）
crewAI crewAI的标志，两个人在划船[1] 用于编排角色扮演的自治AI代理的尖端框架。通过促进协作智能，CrewAI使代理能够无缝协作，处理复杂任务。 •为什么选择CrewAI[2]•开始使用[3]•主要特性[4]•示例[5]•本地开源模型[6]•CrewAI x AutoGen x ChatDev[7]•贡献[8]• CrewAI Discord 社区 AI协作的力量有很多可以提供的。CrewAI旨在使AI代理能够承担角色，共享目标，并像一个精密运作的团队一样运作 - 就像一支精心训练的船员。 无论您是在构建一个智能助理平台，自动化的客户服务团队，还是多代理研究团队，CrewAI都提供了复杂的多代理互动的支持。 crewAI/blob/main/crewai_logo.png [2] 为什么选择CrewAI: https://github.com/joaomdmoura/crewAI#why-crewai [3]
12.2K11编辑于 2024-01-12 - 来自专栏算法之名
AI智能体
langchain 概述 langchain是LLM与AI应用的粘合剂，是一个开源框架，旨在简化使用大型语言模型构建端到端应用程序过程，它也是ReAct(reason+act)论文的落地实现。 chains，langchain把提示词、大语言模型、结果解析封装成chain，并提供标准的接口，以便允许不同的chain形成交互序列，为AI原生应用提供端到端的chain。 content='Hi.'), SystemMessage(content='你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 的诗')] streaming_chat(messages) 运行结果 智能助手显神通， 问答之间意无穷。
78010编辑于 2024-09-29 智能体成AI新焦点，腾讯预测“超级生产者”崛起
而今年以来，智能体已成为中国AI大模型领域的新焦点。百度、字节、腾讯等公司纷纷基于自身AI大模型发布智能体平台，为开发者、创作者提供更为便捷的操作应用路径。 今年5月，腾讯在腾讯云生成式AI产业应用峰会上发布智能体平台“腾讯元器”。腾讯混元模型应用负责人张锋指出，智能体仍是时代前沿产品，市场的接受需要一个过程。同时，智能体的流行与否和模型基础能力息息相关。 “伴随着基础模型能力的提升，智能体的构建也会更加满足用户需要。” 而在今年的WAIC产业发展主论坛上，百度董事长李彦宏再次明确表示自己未来最看好的AI应用方向是“智能体”。 图源：时代周报记者摄 AI“智力外挂”成就“超级生产者” 当今世界人口数量已到达80亿，AI技术的应用何时能达到“普惠”，仍然有待商榷。 腾讯与国家天文台合作的“探星计划”，截至目前，已利用AI技术发现了3颗快速射电暴和41颗脉冲星，显著提升天文发现效率。
52110编辑于 2024-07-11- 来自专栏算法之名
AI智能体(四)
接AI智能体(三) memory工具使用 以往，我们都是直接跟大模型进行交互，没有办法系统的实现记忆。 在上图中，用户在向大模型问问题时会首先读取记忆体，查看以往是否回答过相同的问题或者相关的文档可以参考。 如果有就会返回并添加到提示词模版中，再通过大模型的处理得到答案，得到答案之后再将答案反写回记忆体，这是一个循环的过程。 **智能合约和应用生态**：以太坊拥有强大的开发者社区和丰富的应用生态，这推动了其需求的增长，并对价格产生积极影响。 2. **跨链技术的进步**：随着跨链技术的发展，以太坊能够与其他区块链网络进行互操作，这可能会扩大其生态系统，并增加其作为价值转移和智能合约平台的吸引力。 5.
1K00编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(六)
接AI智能体(五) Dify Dify是一个开源的Agent开发平台，使用Dify有两种方式，一种是使用Dify的在线平台。https://cloud.dify.ai。 一种是进行私有化部署。 } DEBUG: ${DEBUG:-false} FLASK_DEBUG: ${FLASK_DEBUG:-false} SECRET_KEY: ${SECRET_KEY:-sk-9f73s3ljTXVcMT3Blb3ljTqtsKiGHXVcMT3BlbkFJLK7U DEPLOY_ENV: ${DEPLOY_ENV:-PRODUCTION} CHECK_UPDATE_URL: ${CHECK_UPDATE_URL:-https://updates.dify.ai ENDPOINT: ${S3_ENDPOINT:-} S3_REGION: ${S3_REGION:-us-east-1} S3_BUCKET_NAME: ${S3_BUCKET_NAME:-difyai } S3_ACCESS_KEY: ${S3_ACCESS_KEY:-} S3_SECRET_KEY: ${S3_SECRET_KEY:-} S3_USE_AWS_MANAGED_IAM: $
1.1K00编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(五)
接AI智能体(四) MetaGPT 环境装配 metagpt下载地址：https://github.com/geekan/MetaGPT conda create -n metagpt python= gpt-3.5-turbo api_key: "******" 测试： 在终端命令行中进入Meta-GPT-main目录中执行 metagpt "Write a cli snake game" 单动作智能体 多动作智能体 import asyncio import sys import subprocess from metagpt.llm import LLM from metagpt.actions import - RunnableCoder: The sum of [1, 2, 3, 4, 5] is 15 The sum of [-1, 0, 1, 2, -3] is -1 编写开发需求文档 test_pm.py 3. 需求更新: 如果需求是对现有需求的更新，则更新 PRD 文档。
76000编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(二)
我是人工智能助手智谱清言，可以叫我小智，很高兴见到你，欢迎问我任何问题。' model_name': 'glm-4', 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI
64010编辑于 2024-10-05 - 来自专栏人工智能
Notion AI 智能体
NotionAI智能体Notion3.0的AI智能体通过自动化流程实现复杂任务闭环。其核心能力包括智能搜索、数据分析、决策制定和执行操作。 智能体通过自然语言交互理解用户需求，自动调用数据库和外部工具完成任务。用户只需输入目标，如“分析Q3销售数据并制定优化方案”，系统即可生成可视化报告和执行建议。 零一万物万智2.5平台解析万智2.5平台采用多智能体协作架构，每个角色对应特定职能：市场智能体：自动生成营销方案并执行投放HR智能体：处理招聘全流程，包括简历筛选和面试安排财务智能体：实时监控预算并生成分析报表平台通过智能体间的通信协议实现协作 ：知识库建设：结构化企业数据供智能体调用权限管理：设置不同智能体的数据访问层级验证机制：关键决策需加入人工审核环节典型部署流程包括POC测试阶段，先选择单一业务场景验证，如自动生成周报，再逐步扩展至复杂业务流程 监控系统需记录智能体的决策路径和执行效果，便于持续优化。
24010编辑于 2026-01-07 【AI智能体创作】
AI智能体创作思路 AI智能体的核心在于模拟人类思维和行为模式，通过算法和数据处理实现自主决策。创作思路通常包括目标定义、数据收集、模型训练、评估优化等环节。 目标定义阶段明确智能体的功能边界，比如聊天机器人、游戏NPC或自动化工具。数据收集阶段获取相关领域的语料、图像或其他输入数据。模型训练阶段选择合适的算法架构，如深度学习、强化学习或规则引擎。 案例分析 以智能写作助手为例，分析其设计流程。需求分析阶段确定用户需要语法检查、内容生成或风格转换等功能。技术选型阶段可能采用GPT-3等大语言模型作为基础架构。 智能体的核心功能包括" input_ids = tokenizer.encode(input_text, return_tensors="pt") output = model.generate( 应用场景：训练超大规模语言模型（如GPT-3）或计算机视觉模型时，分布式训练可显著减少训练时间。 2.
36510编辑于 2025-12-17- 来自专栏新智元
DeepMind制霸《雷神之锤3》！碾压人类的超级多智能体这样训练
他们最近更新了博客，以雷神之锤为例，为我们重新介绍了强化学习的最新发展、AI在《雷神之锤3·夺旗》中达到了什么样的程度，以及未来的期望。 而DeepMind的科学家已经将AI调教到了和人类相当的水平，这一点在《雷神之锤3·夺旗》体现的淋漓尽致。 ? AI智能体在游戏中，无论是跟同类打配合，还是跟人类组团，完全天衣无缝，表现的不像个机器人。DeepMind的科学家已经在筹划将夺旗中的方法，应用在雷神之锤3的全部游戏模式中。 想想我们人类之间团队配合的难度，就知道设计这样的多智能体有多难了！ 多智能体克服难题的秘诀 具体到《雷神之锤3·夺旗》中，智能体面临的挑战是直接从原始像素中学习以产生动作。 智能体在全尺寸地图上玩《雷神之锤3》其他多人游戏模式 更多详细信息，请参阅论文。
81520发布于 2019-06-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号