Type something to search...
to navigateto selectESC to close

Blog Posts

2025 年最值得关注的人工智能和技术趋势

2025 年最值得关注的人工智能和技术趋势

欢迎来到2025年，这一年承诺重新定义我们对科技的思考。人工智能（AI）已经从一个时尚话题转变为推动一切的无形力量，从个性化医疗到更智能的城市基础设施。如今，它是创新的支柱，以我们刚刚开始理解的方式无缝地融入我们的生活。 但我们接下来要去哪里呢？请跟随我一起探讨那些有可能以惊人方式塑造我们世界的AI和科技趋势。 1. AI代理正在接管（以积极的方式） 准备好迎接那些不仅能回

阅读更多
将任何文档转化为人工智能就绪的 Markdown：微软 MarkItDown + Azure OpenAI 指南

将任何文档转化为人工智能就绪的 Markdown：微软 MarkItDown + Azure OpenAI 指南

开发者的实用指南：使用微软最新的开源工具与 Azure OpenAI 集成，将 PDF、Office 文件和图像转换为干净的 Markdown 微软的 MarkItDown 是一款由 AutoGen 团队开发的新开源工具，可以将各种文档格式转换为 Markdown。虽然该工具可以独立工作，但将其与 Azure OpenAI 集成可以增强其功能，特别是在图像处理任务方面。

阅读更多
使用 Markdown 和 Gemini 为 RAG 解锁 PDF

使用 Markdown 和 Gemini 为 RAG 解锁 PDF

可以说，检索增强生成（RAG）为许多企业和组织带来了变革。通过将像 Gemini 这样的 LLM 的内置功能与您自己的信息相结合，您可以创造出真正具有变革性的强大体验。 尽管如此，创建一个能够很好处理复杂非结构化文档（如 PDF）的 RAG 应用程序仍然是一个挑战。 **本文提出了一种从

阅读更多
Claude MCP引领智能代理时代的变革与应用

Claude MCP引领智能代理时代的变革与应用

最近我们听到了很多关于 AI 代理的消息，我也在测试其中的许多工具。兴奋感实际上始于几年前，像 AutoGPT 和 CrewAI 这样的工具。虽然它们的方法各不相同，但通常涉及 LLM 之间的相互通信以及使用外部工具。这些 **“工具” 本质上是

阅读更多
克劳德 MCP 是真正的代理时代的开端吗？第二部分

克劳德 MCP 是真正的代理时代的开端吗？第二部分

在之前的博客文章中，我谈到了 MCP 以及它如何使 Claude 不仅仅是一个聊天机器人，而是一个真正强大的助手，可以与您的本地应用程序进行交互，例如文件系统、Google Drive、您的电子邮件程序等。 让我们将理论付诸实践，测试快速摘要工具，它可以从任何给定的 URL 生成摘要。 在本演示中，摘要工具在 localhost:3009 本地运行。我们将使用 Puppeteer MCP

阅读更多
人工智能代理的 5 个等级

人工智能代理的 5 个等级

自主 AI 代理是能够独立执行一系列复杂任务以实现目标的 AI 系统。 AI 代理、自主代理、代理应用程序或我所称的代理 X 这些术语是可以互换使用的。 一些背景 我喜欢敏捷在组织中崛起的例子，其中项目经理演变为Scrum Master，适应迭代开发周期。 同样，Conversational AI 也经历了转变，从基本的 **chatbot framew

阅读更多
浏览器使用 + LightRAG 代理，可使用 LLM 抓取 99% 的网站！..！

浏览器使用 + LightRAG 代理，可使用 LLM 抓取 99% 的网站！..！

在这个故事中，我将提供一个快速教程，展示如何使用浏览器使用、LightRAG和本地LLM创建一个强大的聊天机器人，以开发一个能够抓取您选择的任何网站的AI代理。此外，您可以询问有关您的数据的问题，这将为您提供该问题的回答。免责声明：本文仅用于教育目的。我们不鼓励任何人抓取网站，特别是那些可能有反对此类行为的条款和条件的网络属性。现有的RAG系统存在显著的局限性，包括依赖扁平数据表

阅读更多
AutoGen：智能自动化的代理开放源码框架

AutoGen：智能自动化的代理开放源码框架

AutoGen是微软提供的一个开源框架，用于构建能够通过对话模式协作完成任务的智能体。AutoGen简化了AI开发和研究，支持多种大型语言模型（LLMs）、集成工具和先进的多智能体设计模式。您可以在本地开发和测试智能体系统，然后根据需求将其部署到分布式云环境中。 该框架允许开发者通过多个智能体构建LLM应用，这些智能体可以相互对话以完成任务。AutoGen智能体是可定制的、可对话的，并

阅读更多
使用 crewAI 构建多代理 LLM 系统：分步指南

使用 crewAI 构建多代理 LLM 系统：分步指南

多智能体简介使用 crewAI 的多智能体系统正在改变我们处理复杂决策的方式。通过整合多个人工智能智能体，这些系统实现了自主决策，正在革新医疗、金融和交通等行业。在本博客中，我们将深入探讨多智能体系统的世界，探索其应用、优势以及 crewAI 在这一创新技术中的角色。什么是多智能体系统？多智能体系统（MAS）由多个自主智能体组成，这些智能体相互作用

阅读更多
2025 年十大数据与人工智能趋势

2025 年十大数据与人工智能趋势

Agentic AI、小数据，以及在非结构化数据堆栈时代寻找价值 根据行业专家的说法，2024年注定是生成性AI的丰收年。运营用例正在浮现，技术正在降低准入门槛，而通用人工智能显然就在眼前。 那么……这些事情发生了吗？ 嗯，有点。在2024年年底，一些预测已经热乎乎地浮现出来。其余的则需要在烤箱里多待一会儿（我在看你，通用人工智能）。 以下是领先的未来学家和投资者Tomasz

阅读更多
利用长期持久内存和原子代理打造更智能的人工智能代理

利用长期持久内存和原子代理打造更智能的人工智能代理

任何 AI 助手中最有用的功能之一无疑是拥有 持久的长期记忆。无论目标是了解用户更多信息、根据用户偏好调整 AI 的行为，还是记住重要事件，为您的 AI 助手 / 代理 / … 提供某种形式的 长期持久记忆存储 是实现这一目标的核心需求之一。 在我们深入之前：我们将使用 [Atomic Agents](https://github.com/Bra

阅读更多
深入了解 LlamaIndex 工作流程：事件驱动的 LLM 架构

深入了解 LlamaIndex 工作流程：事件驱动的 LLM 架构

实践后的进展与不足 最近，LlamaIndex 在其某个版本中引入了一个新功能，称为 Workflow，为 LLM 应用提供了事件驱动和逻辑解耦的能力。 在今天的文章中，我们将通过一个实际的迷你项目深入探讨这个功能，探索新内容和仍然不足之处。让我们

阅读更多
Agentic Workflow and Retrieval-Augmented Generation：实时健康监测指南

Agentic Workflow and Retrieval-Augmented Generation：实时健康监测指南

探索这种模块化架构如何彻底改变实时医疗数据分析，增强对高风险老年人的监督。通过将多智能体系统（MAS）与检索增强生成（RAG）集成，本指南为医疗保健和人工智能领域的专业人士提供优化患者监测和提供准确、可操作见解的工具。 介绍 传统的医疗监测系统通常依赖于静态的线性管道。数据被处理，规则被应用，结果被生成。虽然这种线性方法有效，但可能显得僵化，适应性差，并且对患者不断变化的临

阅读更多
DeepSeek-VL2：利用专家视觉语言混合模型促进多模态理解

DeepSeek-VL2：利用专家视觉语言混合模型促进多模态理解

DeepSeek-VL2 在视觉语言模型领域代表了一个重要的飞跃，提供了先进的多模态理解能力。这一创新系列的大型混合专家（MoE）视觉语言模型在其前身 DeepSeek-VL 的基础上，提供了在广泛任务中的卓越性能。让我们深入探讨 DeepSeek-VL2 的关键方面，探索其架构、能力和潜在应用。在开始之前，如果您正在寻找一个一体化的 AI 平台，可以在一个地方管理您所有的 A

阅读更多
构建一个能写入 Google 文档的研究助手（第 2 部分）

构建一个能写入 Google 文档的研究助手（第 2 部分）

可能对你的作业有所帮助的工具 ***本文是两部分系列的第二部分，我们使用 LangGraph 和 Tavily 构建一个简单的研究代理，该代理可以撰写和完善短文。为了跟踪它生成的计划、文章和评论，我们增加了以编程方式创建和编辑 Google Docs 的能力。在第一篇文章中，我们构建了代理。现在我们将构建文档连接。你可以在 [这里](https://github.com/rma

阅读更多
Categories
Tags