- 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？ 开发 通用全能 Manus 智能体 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 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，可以直接继承 ToolCallAgent 实现 5）参考 OpenManus 的源码，实现更多功能，比如 “规划并执行” 模式的智能体工作流（参考 flow/planning.py） 本节作业 1）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
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？ 4）角色扮演提示词（Role-Playing Prompts）：让 AI 扮演特定角色或人物进行回答。 假设你是爱因斯坦，如何用简单的语言解释相对论？ 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。
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
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 4）修改 InterviewAPP 的代码，新增一个利用 MCP 完成对话的方法。 暂时不支持部署 Java 开发的 MCP，所以此处我们拿地图 MCP 演示： 编写 MCP 服务配置： 3）创建 MCP 服务成功后，可以到阿里云控制台查看函数详情： 4）之后，可以在 AI 应用中使用自定义的 开发 MCP 服务端和客户端的方法 4）理解 MCP 的调用原理，为什么客户端通过配置就能让 AI 调用 MCP 服务呢？
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。 AKPc6M4iKSkEWXIgF/ 在定义工具时，需要注意方法参数和返回值类型的选择。Spring AI 支持大多数常见的 Java 类型作为参数和返回值，包括基本类型、复杂对象、集合等。 可能会先调用联网搜索、再调用资源下载： 4）测试终端操作 虽然测试结果提示 “脚本不存在”，但这证明了 AI 已具备操作终端的能力。 实现思路：利用 ToolCallingManager 手动控制工具执行流程 4）学习了这么多 Spring AI 的特性后，尝试自己开发一个新的特性。
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 此外，还会手把手带大家完成基于 ReAct 模式的 自主规划智能体 YuManus ，可以利用网页搜索、资源下载和 PDF 生成工具，帮用户制定完整的约会计划并生成文档： 当然，学会这个项目后，你不仅能开发 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 ⭐️ 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 核心特性实战 项目架构设计图： AI 智能体架构图
1.2K10编辑于 2025-04-26 - 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 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。 使其听起来很酷，避免使用复杂的词汇，这样听起来不像AI。 您的最终答案必须是至少4段的完整博客文章。"""
12.2K11编辑于 2024-01-12 - 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
可能产生 “幻觉” 基于检索的事实依据 可控性 依赖原始训练 可通过知识库定制输出 资源消耗 较高（需要大模型参数） 模型可更小，结合外部知识 RAG 工作流程 RAG 技术实现主要包含以下 4 过滤机制：基于元数据、关键词或自定义规则进行过滤 相似度搜索：在向量数据库中查找与问题向量最相似的文档块，常用的相似度搜索算法有余弦相似度、欧氏距离等 上下文组装：将检索到的多个文档块组装成连贯上下文 4、 提示词组装：将检索到的相关文档与用户问题组合成增强提示 上下文融合：大模型基于增强提示生成回答 源引用：在回答中添加信息来源引用 后处理：格式化、摘要或其他处理以优化最终输出 完整工作流程 分别理解上述 4 代码如下： @Component @Slf4j publicclass AppDocumentReader { privatefinal ResourcePatternResolver resourcePatternResolver interviewAppDocumentLoader.loadMarkdowns(); simpleVectorStore.add(documents); return simpleVectorStore; } } 4、
26910编辑于 2026-03-17 - 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。 name__ == '__main__': os.environ['ZHIPUAI_API_KEY'] = '******' chat = ChatZhipuAI(model='glm-4' 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 _main__': os.environ['ZHIPUAI_API_KEY'] = '******' streaming_chat = ChatZhipuAI(model='glm-4' 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
在世界人工智能大会期间，时代周报记者实地探访了腾讯展位。此次，腾讯带来了AI“全家桶”，包括腾讯元宝APP、腾讯元器智能体平台和面向各类场景的智能应用。 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。
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. 4. **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。 DEPLOY_ENV: ${DEPLOY_ENV:-PRODUCTION} CHECK_UPDATE_URL: ${CHECK_UPDATE_URL:-https://updates.dify.ai POSTGRES_SHARED_BUFFERS: ${POSTGRES_SHARED_BUFFERS:-128MB} POSTGRES_WORK_MEM: ${POSTGRES_WORK_MEM:-4MB true} WEAVIATE_AUTHORIZATION_ADMINLIST_USERS: ${WEAVIATE_AUTHORIZATION_ADMINLIST_USERS:-hello@dify.ai \n• 您的家族有什… "model_name": "gpt-4o-mini" } 输出 { "text": "```json\n[\n {\n \"chapter\": \"
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= model: "glm-4" # or 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 定义动作 import re from metagpt.actions import Action class SimpleWriteCode(Action 多动作智能体 import asyncio import sys import subprocess from metagpt.llm import LLM from metagpt.actions import ready to SimpleRunCode 2024-12-03 16:12:24.361 | INFO | __main__:run:19 - The sum of [1, 2, 3, 4,
76000编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(二)
name__ == '__main__': os.environ['ZHIPUAI_API_KEY'] = '******' chat = ChatZhipuAI(model='glm-4' 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。' token_usage': {'completion_tokens': 32, 'prompt_tokens': 6, 'total_tokens': 38}, 'model_name': 'glm-4' , 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI的应用程序需要Memory
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。 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 例如启动新项目时，系统自动组建包含产品、设计、开发智能体的虚拟团队，各角色通过API交换数据并同步进度。 ：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。 智能体的核心功能包括" input_ids = tokenizer.encode(input_text, return_tensors="pt") output = model.generate( 医疗问诊数据不足时提升模型鲁棒性 标准化流程 建立数据Schema（字段类型、取值范围约束） 制定标注规范（如情感分析中的5级评分标准） 实施版本控制（记录数据集的迭代变更） 完整预处理流程通常需要2-4次交叉验证调整 4. 学习率调度器 动态调整学习率可提升模型收敛速度和最终性能。常见调度策略包括： CosineAnnealing：学习率按余弦曲线衰减，适用于训练后期精细调参。
36510编辑于 2025-12-17- 来自专栏学习成长指南
AI超级智能体项目教程（二）---后端项目初始化（设计knif4j接口文档的使用）
工具类 下面的这个就是这个工具类对应的这个官方的文档，我们是可以直接搜索得到这个对应的xml引入的这个对应的代码的； 下面的这个就是引入到我们的这个项目的pom.xml文件里面去： 2.3了解knif4j 依赖 这个实际上就是接口文档，类似于我们之前了解过的这个swagger,两个的这个作用就是类似的，大家可以这样去进行理解，因此这个knif4j也是这个类似的作用，因为我们的这个项目里面涉及到了很多的这个接口 ，我们使用这个knif4j方便对于我们的这个项目里面的所有的接口进行管理； 2.4引入knif4j依赖 这个也是可以在我们的官方文档里面找到的： 这个就是在我们的项目里面引入了这个对应的相关依赖的一个情况吧
26810编辑于 2025-04-26
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