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

Machine learning

不可思议！DeepSeek-R1开源模型超越GPT-4的秘密！

不可思议！DeepSeek-R1开源模型超越GPT-4的秘密！

如果你一直关注AI领域，你就会知道，构建最强大、具备推理能力的模型的竞争一直由OpenAI、Anthropic和Google等大公司主导。但请保持冷静，因为游戏规则刚刚改变。中国AI公司DeepSeek发布了一颗重磅炸弹：DeepSeek-R1，一个完全开源的推理模型，不仅与OpenAI的O1竞争——它的表现让人大吃一惊。最棒的是？它完全在MIT许可证下开源。没错，你没看错。

阅读更多
DeepSeek-R1-Lite-Preview：人工智能推理的新时代

DeepSeek-R1-Lite-Preview：人工智能推理的新时代

人工智能（AI）在突破界限方面并不陌生，但偶尔会出现一些创新，让我们停下脚步，仔细关注。其中一个创新就是 DeepSeek-R1-Lite-Preview，这是由中国AI实验室 DeepSeek 开发的先进推理AI模型。该模型不仅提升了推理能力的标准，还在基准测试中取得了令人印象深刻的成绩，使行业巨头如OpenAI也感受到了压力。 在本文中，我们将更深入地了解De

阅读更多
人工智能真的能思考吗？DeepSeek R1的惊人揭秘！

人工智能真的能思考吗？DeepSeek R1的惊人揭秘！

想象一下，一台电脑不仅仅是进行数字运算和遵循指令，而是实际上像你一样逐步“思考”事情。这就是“推理模型”的令人兴奋的承诺——一种正在改变游戏规则的新型人工智能。而引领这一潮流的是DeepSeek的R1，这是一款来自中国研究公司的强大AI，它不仅挑战了OpenAI等大牌，还让我们得以窥探其内部运作的机制。 不仅仅是计算器：推理人工智能是如何工作的 多年来，人工智能以其翻译语言、识

阅读更多
DeepSeek-R1-Lite 预览版的推理能力如何？

DeepSeek-R1-Lite 预览版的推理能力如何？

DeepSeek-R1-Lite-Preview (R1LP) 是中国公司 DeepSeek 最近发布的一款 LRM（大型推理模型）。根据该模型的 发布说明，R1LP 在多个数学和推

阅读更多
惊艳来袭！Mini MiniCPM-o 2.6：超越GPT-4o的8B参数多模态LLM！

惊艳来袭！Mini MiniCPM-o 2.6：超越GPT-4o的8B参数多模态LLM！

在一项突破性的进展中，Mini CPM-o 在多模态大型语言模型 (LLM) 的世界中引起了轰动。凭借其 8 亿参数架构，它不仅在多个基准测试中超越了 GPT-4o，还在视觉、音频和其他多模态功能上与其相媲美。让我们深入探讨这一激动人心的发布、它的能力、安装过程和使用案例。 MiniCPM-o 2.6: 是什么？ MiniCPM-o 2.6: 是一种先进的多模态 L

阅读更多
垂直AI代理：将引爆3000亿美元科技浪潮的颠覆性力量！

垂直AI代理：将引爆3000亿美元科技浪潮的颠覆性力量！

想象一个由AI代理管理整个业务功能的世界——无需人工干预。这听起来像科幻小说吗？其实离我们并不远。在过去的二十年里，我们见证了SaaS（软件即服务）的迅速崛起，出现了超过300个SaaS独角兽。但我们现在正进入一个新的范式，垂直AI代理的规模、价值和颠覆潜力可能会超越SaaS。 在未来五年内，我们可能会看到由AI驱动的企业，员工不足10人却能创造数十亿美元的收入。影

阅读更多
使用 Autogen 0.4 构建我自己的概念验证代理

使用 Autogen 0.4 构建我自己的概念验证代理

Autogen 0.4 — 使用代理创建和执行 Python 代码 我的目标是看看我是否可以让代理团队完成我的一些工作，并且我可以将工作委托给代理。目前这只是一个实验。需要更多的工作来创建一个可在生产规模使用的稳定版本。 概述创建一个由代理执行各种任务的协调 首先创建一个可以由代理执行的 Python 脚本 然后执行脚本并存储输出 基于之前的输出创建预测

阅读更多
构建更智能的 API：CrewAI 与 FastAPI 集成指南

构建更智能的 API：CrewAI 与 FastAPI 集成指南

目录 · 1. 引言 ∘ 客户支持代理 ∘ 个人财务顾问 ∘ 医疗助手 ∘ 学习伴侣 ∘ 项目管理助手 ∘ 创意合作伙伴 ∘ 智能家居管理器 ∘ 网络安全助手· 2. 搭建基础· 3. 理解 CrewAI ∘ 1. AI 代理 ∘ 2. 工具 ∘ 3. 过程 ∘ 4. 任务· 4. 使用 CrewAI 设置 Fast API· 结论· 了解更多 1. 引言 在2025

阅读更多
使用 CrewAI 为 NPC 注入生命--初步对话分析

使用 CrewAI 为 NPC 注入生命--初步对话分析

对话分析使用输出来自：使用代理通过 CrewAI 为 NPC 赋予生命 分析模拟1：软件工程师、计算机科学家、计算机工程师的群体 结论 支持分析方法提取的特征 拆

阅读更多
代理混合搜索如何创建更智能的 RAG 应用程序

代理混合搜索如何创建更智能的 RAG 应用程序

By Ryan Michael 如果您正在构建一个 [retrieval-augmented generation (RAG)](https://www.datastax.com/guides/what-is-retrieval-augmented-generation?utm

阅读更多
利用人工智能代理团队进行负责任的软件开发

利用人工智能代理团队进行负责任的软件开发

软件开发长期以来依赖于手动操作和孤立的工具链来构建产品。我们逐渐引入自动化来处理持续集成 (CI) 流程中的重复任务，并使用像 ReSharper 和 CodeRush 这样的代码生成工具来加速编码中的重复任务。然而，随着 AI 的发展，我们可以获得工具来帮助从提示中创建小型 POC，现在我们可以想象一个未来，在这个未来中，“自主 AI” 系统将在我们的软件开发生命周期 (SDLC) 中

阅读更多
人工智能代理、代理人工智能和自主人工智能：它们一样吗？

人工智能代理、代理人工智能和自主人工智能：它们一样吗？

几周前，我在Medium上发布了一篇题为“AI代理与代理性AI：有什么区别，为什么重要？”的文章，没想到引起了比我预期更大的反响。 这篇文章获得了超过17,000次的

阅读更多
为人工智能代理提供个性化用户体验

为人工智能代理提供个性化用户体验

基于用户角色的AI代理微调以满足企业用例 1. 引言 关于 ChatGPT（通常指生成式 AI）的讨论，现在已经演变为代理 AI。虽然 ChatGPT 主要是一个可以生成文本响应的聊天机器人，但 AI 代理可以自主执行复杂任务，例如：进行销售、规划旅行、预订航班、预定承包商进行家庭工作、点披萨。下图 1 说明了代理 AI 系统的演变。 比尔·盖茨最近[设想](htt

阅读更多
开发人员 2025 年人工智能入门路线图

开发人员 2025 年人工智能入门路线图

在我上一篇文章中，我写了关于初学者学习 AI 的路径，试图揭开其工具和日常任务应用的神秘面纱。 这次，我们将大幅度转向。 想象一下，完全独立构建、部署甚至货币化 SaaS 应用程序，但你不知道从哪里开始。本文主要面向寻找指南或课程的初级开发者，将介绍一些关键概念、工具和策略，帮助你入门。 和往常一样，我将文章组织成几个大类别和主题，这些内容并不需要按顺序阅读，所以如果你已经熟悉某些

阅读更多
RAGFlow 一种开源检索增强生成（RAG）引擎

RAGFlow 一种开源检索增强生成（RAG）引擎

RAGFlow 是一个开源的检索增强生成 (RAG) 引擎，能够与大型语言模型 (LLMs) 集成，从复杂的数据格式中提供准确的、带有引用的答案。RAGFlow 开发者文档 提

阅读更多
Sky-T1-32B-预览：开源 LLM 性能优于 OpenAI-o1

Sky-T1-32B-预览：开源 LLM 性能优于 OpenAI-o1

UC Berkeley的Sky-T1–32B-预览详情 所以，首个大型生成性AI发布来了，UC Berkeley开源的LLM Sky-T1–32B在数学和编码基准测试中超越了OpenAI的o1。 什么是 Sky-T1–32B-Preview？ 它是一个 32-亿-参数推理模型，旨在在数学推理和编码任务中表现出色。 关键特性 1\

阅读更多
LangGraph：调用代理的工具

LangGraph：调用代理的工具

本文假设读者对 LangGraph / 多代理设计有基本的了解。在此基础上，让我们尝试理解实现工具调用代理的基本原理。 对生成式 AI 感兴趣的人应该对函数调用/工具调用等概念有所了解。这个概念非常简单，模型可以借助一个或多个工具根据用户的提示生成推理。工具就是作为催化剂的函数，帮助模型提供所需的信息以便进行更好的推理。此外，工具可以是内置工具或自定义定义的工具。 在我寻找实现多代理

阅读更多
有了这个简单的小窍门，我的 GPT 评估器的性能提高了 1000%。

有了这个简单的小窍门，我的 GPT 评估器的性能提高了 1000%。

我希望我早就知道这个技巧。 我的所有文章都是免费阅读的。[非会员可以通过点击此链接免费阅读。](https://readmedium.com/my-gpt-evaluator-performance-improved-by-1000-with-this-simple-trick-2384027734c6?sk=73f3395c748fcd636d7d907876c02c

阅读更多
为什么人工智能代理是好软件

为什么人工智能代理是好软件

为什么（设计良好的）自主系统能如此有效 大约一个月前，我写了以下关于自主 AI 如何能够促进 AI 系统更好软件设计原则的文章。 这篇文章将更深入地探讨和扩展我在那篇文章中讨论的想法。我想这将是结束我们关

阅读更多
模块化人工智能中的代理协调：设计不断发展的系统

模块化人工智能中的代理协调：设计不断发展的系统

虽然头条新闻聚焦于越来越大的语言模型和计算突破，但一种更为安静的演变正在塑造我们构建 AI 系统的方式。 这一转变并非关于规模——而是关于交响乐。 传统的单体 AI 架构，尽管无疑强大，但正面临实际限制。这些 AI 系统旨在在单一模型中处理多样化任务，但在面对真实企业环境的复杂性时，往往会出现问题。随着组织在多个领域和工作流程中部署 AI，单体系统的挑战变得显而易见：僵化的架构抵制修

阅读更多
使用 Autogen 进行代理人工智能金融分析：比特币和特斯拉哪个更好？

使用 Autogen 进行代理人工智能金融分析：比特币和特斯拉哪个更好？

你是否曾经想过，NVidia 和特斯拉，哪个投资更好？但是如果你懒得自己去分析，或者甚至不知道该如何开始呢？ 这是个严肃的问题，我知道。如果我们能让 ChatGPT 来完成这个任务，那该多好，但如果你已经尝试过——你就知道它并不擅长这方面。你可以让它制定计划，但让它在多个步骤中坚持执行就很难。而且它在会计方面也不太擅长，所以分析财务数据并不是它的强项。有没有办法解决这个问题，还是说没有

阅读更多
Swark 简介：从代码自动生成架构图

Swark 简介：从代码自动生成架构图

软件架构很难做到正确。团队之间的脱节、不清晰的图表以及耗时的流程常常导致挫折和次优的设计决策。随着工程团队采用去中心化的协作架构方法，风险变得更高。 在我之前的文章 “软件架构很难” 中，我深入探讨了这些挑战，强调了困扰许多团队的沟通和图表标准中的关

阅读更多
使用哪种人工智能代理框架？LangChain？AutoGen？9 种常用框架说明！

使用哪种人工智能代理框架？LangChain？AutoGen？9 种常用框架说明！

开发 AI 代理涉及选择合适的框架，以满足项目的需求，无论是基本任务、二次开发还是企业级集成。本指南探讨了多个框架——Coze、Dify、FastGPT、MetaGPT、AutoGen、Spring AI、Swarm、LangChain 和 LangGraph——以提供对它们的工作原理和使用案例的详细见解。 1. Coze Coze 是一个轻量级且用户友好的框架，旨在以尽可能少的

阅读更多
HuggingFace smolagents：迄今为止最好的多代理框架？

HuggingFace smolagents：迄今为止最好的多代理框架？

比较 Autogen、Langraph、CrewAI、Magentic-One 等 正如你在多个地方所读到的，2025 年是 AI Agents 的年份。马克·扎克伯格甚至公开表示，Meta 将会有中高级工程师担任 AI Agents。 从过去几次发布中可以清楚看出，微软现在拥有 3 个多智能体编排框架（AutoGen、Magentic-One、Tiny-Troupe），Op

阅读更多
2025 年应关注哪些 GenAI 主题？

2025 年应关注哪些 GenAI 主题？

今年的生成式人工智能趋势 2025年已经过了几天，生成式人工智能的浪潮看起来势不可挡。2024年我们经历了许多激动人心的时刻，LLMs、框架、机制等以子弹般的速度发布。 那么2025年会有什么期待？ 1. 小型 LLMs 忘掉那些消耗你所有 GPU 能力的大型模型吧。我们正朝着更小、更高效的语言模型迈进，这些模型依然强大。这些精简的模型更易于部署，运行成本更

阅读更多
以人为本的人工智能：用户体验设计师的 5 个关键框架

以人为本的人工智能：用户体验设计师的 5 个关键框架

优先考虑用户需求并采用结构化的方法进行人工智能项目 2024年是人工智能进步的显著一年，这项技术迅速融入我们的职业和个人生活，令人惊叹。 在家中，我很高兴看到我三个年幼的儿子以他们自己的玩耍方式沉浸在人工智能中。他们被最新一波的人工智能玩具所吸引，尤其是我们家新的“宠物”机器人Loona，它

阅读更多
使用 LangGraph 构建 RAG 研究多重代理

使用 LangGraph 构建 RAG 研究多重代理

❓引言 — 天真的 RAG 与 代理 RAG 🧠 项目概述 📊 结果 🔚 结论在本文中，我们介绍了一个实用项目，使用 LangGraph 开发了一个 RAG 研究多代理 工具。该工具旨在解决需要 多个来源 和 迭代步骤 才能得出最终答案的 复杂问题。它采用 混合搜索 和 Cohere **重新排序步

阅读更多
简化的人工智能代理：人工智能代理如何利用领域知识回答问题

简化的人工智能代理：人工智能代理如何利用领域知识回答问题

揭秘企业AI代理如何利用领域知识定制回答客户问题，并严格限制答案在领域知识范围内。 背景 你是否曾想过，今天最先进平台上的尖端 AI 代理是如何运作的？例如，在上面的截图中，我向 wealthsimple.com 的 AI 代理询问利率问题，它提供了特定于 Wealthsimple 产品的答案，并将其限制在 Wealthsimple 产品范围内。它没有告诉我美国银行的现

阅读更多
利用模态微调 LLaMA-3 实现文本到 SQL 的生成：综合指南

利用模态微调 LLaMA-3 实现文本到 SQL 的生成：综合指南

微调大型语言模型（LLMs）传统上是一项复杂的工作，需要大量的基础设施设置和管理。然而，借助Modal的云平台和Axolotl的微调框架，您现在可以直接从本地机器对强大的模型如LLaMA-3进行微调，而无需处理基础设施的复杂性。 在本指南中，我们将通过使用Modal的远程GPU功能和Axolotl的先进训练优化，逐步演示如何对LLaMA-3 8B进行SQL查询生成的微调。 ![](htt

阅读更多
用于情感分类的传统人工智能与生成式人工智能

用于情感分类的传统人工智能与生成式人工智能

5种文本分类的方法（即使没有训练数据） 介绍 本文重点讨论来自Flipkart客户评论数据集的产品评论情感分析。 情感分析是自然语言处理（NLP）中的一项关键任务，

阅读更多
用Google Gemini 2.0 API构建RAG！推荐系统的未来在哪里？

用Google Gemini 2.0 API构建RAG！推荐系统的未来在哪里？

LangChain与Vertex AI RAG引擎在亚马逊产品数据上的比较 谷歌在人工智能竞赛中似乎一直处于落后，但在2025年之前发布的Gemini 2.0让人感觉他们终于在某种程度上赶上了。我起初不确定会有什么期待，但在试用后，我对其能力感到由衷的印象深刻。它甚至让我怀疑像ChatGPT、Claude或Llama这样的工具是否仍然必要。**Gemini实时[

阅读更多
云端实验室！如何用云虚拟机试验开源LLM，节省上万刀？

云端实验室！如何用云虚拟机试验开源LLM，节省上万刀？

考虑购买 Mac Mini 或 Mac Pro 来使用开源 LLM 吗？云虚拟机让您可以测试、决策并节省开支。 您是否考虑投资 Mac Mini 或 Mac Pro 来实验开源大型语言模型 (LLM)？在做出重大投资之前，有一种更聪明的方式来测试您的需求：云虚拟机。 从 API 到本地 LLM 的旅程 像许多开发者一样，我的 AI 旅程始于 ChatGPT 和 OpenAI

阅读更多
Google Chrome AI转型大揭秘：你的上网体验将惊艳升级吗？

Google Chrome AI转型大揭秘：你的上网体验将惊艳升级吗？

1. Chrome中的Google Lens - 将词汇添加到您的Google Lens搜索中- 在不离开标签页的情况下选择、搜索和询问网络上的任何内容。

阅读更多
AI智能代理：如何让团队合作更高效？探索多智能体系统的奇妙之旅！

AI智能代理：如何让团队合作更高效？探索多智能体系统的奇妙之旅！

注意：本文适用于正在构建数字产品的产品经理、产品设计师和工程师，特别是在AI领域，目标是构建多AI代理系统，以优化产品和业务的价值，同时通过AI对话解决复杂的用户问题。 当你查看界面时，构建AI对话似乎很简单，包括AI与用户之间的双向互动，以及供用户提问的输入占位符。但在这背后，对于产品开发团队来说，这是一个巨大的挑战。发现用户期望、改进并不断迭代，以便每天更清晰地提供价值，需要许多步

阅读更多
使用人工智能代理进行数据探索：使用 SmolAgents 探索泰坦尼克号数据集

使用人工智能代理进行数据探索：使用 SmolAgents 探索泰坦尼克号数据集

十年前，当我开始我的机器学习之旅时，和许多人一样，我是从泰坦尼克号数据集开始的。我清晰地记得进行第一次探索性数据分析（EDA）的兴奋，发现模式和关联。快进到今天，数据分析的格局已经以我无法想象的方式演变。在这个智能AI的时代，我们现在可以将大部分的EDA委托给智能代理。问题不再是我们能否自动化EDA？而是我们能将这些能力推向多远？ 简短的回答是：相当远。借助由尖端AI模型驱动的

阅读更多
精细调优大语言模型：揭开HuggingFace的神秘面纱！如何克服GPU内存束缚？

精细调优大语言模型：揭开HuggingFace的神秘面纱！如何克服GPU内存束缚？

每次大型语言模型 (LLMs) 的新公告往往将性能推向新的高度，常常超越之前的基准（例如，巨量多任务语言理解或 MMLU）。这一进展激发了许多应用程序的出现，利用最大的和最优秀的模型。在我们之前的帖子中，我们讨论了 LLMs 的规模法则，并解释

阅读更多
ByteDance 发布开源唇语同步人工智能模型

ByteDance 发布开源唇语同步人工智能模型

字节跳动最近推出了 LatentSync，这是一个新的最先进的开源视频唇动同步模型。它是一个基于音频条件的潜在扩散模型的端到端唇动同步框架。 这听起来有点复杂，但它的意思是你可以上传一个人说话的视频和一个你想用来替代原始音频的音频文件。然后，AI 会覆盖新的音频，并调整说话者的唇部动作，以完美匹配上传的音频。 最

阅读更多
利用 Pydantic AI 实现智能自主研究代理

利用 Pydantic AI 实现智能自主研究代理

在技术进步的步伐要求不断学习和适应的时代，拥有一个智能助手来承担研究的重担不仅仅是一种奢侈——它正逐渐成为一种必需品。独立企业家、研究人员甚至普通学习者常常会被大量的信息所淹没。这就是由人工智能驱动的研究代理发挥作用的地方，它们不仅承诺提高效率，还能深入理解复杂主题。 代理系统的重要性 AI agents 并不新颖；它们的应用遍及客户服务聊天机器人、推荐引擎和个人助手，如 Si

阅读更多
Phi-4：微软最新的小语言模型，专门用于复杂推理

Phi-4：微软最新的小语言模型，专门用于复杂推理

Phi-4: 一款重新定义现实世界应用的紧凑型强大AI推理模型 微软的Phi-4在小型语言模型领域代表了一项显著的进步，能够在复杂推理任务中表现出色，同时保持紧凑高效的架构。与其更大型的同行不同，Phi-4专注于为那些需要高级问题解决能力的用例提供精确、细致的输出，而不会对计算资源造成过大压力。 本博客将探讨Phi-4的架构、基准测试、实际应用，以及在本地或Azure

阅读更多
探索 DeepSeek 第 3 版：技术概览

探索 DeepSeek 第 3 版：技术概览

DeepSeek 版本 3 的发布在 AI 社区引发了相当大的兴奋，得益于其卓越的能力和成本效益。作为一个在中国开发的先进开放权重大型语言模型 (LLM)，它利用专家混合 (MoE) 架构来优化性能，在处理过程中仅激活其 6710 亿参数中的 370 亿。多头潜在注意力 (MLA)、FP8 混合精度和多令牌预测等创新进一步提升了其效率和有效性。DeepSeek V3 在 MMLU-Pro、M

阅读更多
掌握 CrewAI：第 6 章--记忆基础 | 作者 Okan Yenigün | 2025 年 1 月 | 中

掌握 CrewAI：第 6 章--记忆基础 | 作者 Okan Yenigün | 2025 年 1 月 | 中

CrewAI中的内存类型 在CrewAI中，内存系统通过使AI代理能够记住、推理和从过去的互动中学习来增强其能力。 前一章： 该系统由几个关键组件组成：短期记忆：该组件暂时存储最近的互动和结果，使代理能够在进行中的任务中回忆相关信息。例如，它有助于通过回忆刚刚讨论过的内容来保持对话的一致性。使用RAG。 长期记忆：它作为过去互动中有价值的见解和学

阅读更多
掌握 CrewAI：第 5 章--训练、测试、回放和计划 | 作者：Okan Yenigün | 2025年1月 | 人工智能浅析

掌握 CrewAI：第 5 章--训练、测试、回放和计划 | 作者：Okan Yenigün | 2025年1月 | 人工智能浅析

训练、测试、重放与计划 在本章中，我们将探讨CrewAI的训练、测试、重放和计划功能。 上一章： 让我们为这篇文章创建一个新项目。 crewai create crew train_test_example这将创建一个模板项目。 训练 在训练过程中，我们使用人机协作技术。团队生成结果，我们对其提供反馈。通过迭代反馈，结果随着时

阅读更多
揭秘CrewAI 4：三种流程的前所未有效率！你准备好提升你的AI协作能力了吗？

揭秘CrewAI 4：三种流程的前所未有效率！你准备好提升你的AI协作能力了吗？

顺序与层级流程 在CrewAI中，流程的概念对于管理AI代理之间的协作和任务执行至关重要。 上一章： 流程定义了协调代理执行任务以实现共同目标的工作流策略。 主要有三种流程类型：顺序流程 层级流程 协商流程（已规划，但尚未实施）首先，让我们创建一个新项目来处理流程 (openai >> gpt-4o-mini).

阅读更多
利用 Chrome 浏览器的设备上人工智能构建项目

利用 Chrome 浏览器的设备上人工智能构建项目

使用 Gemini-nano-in-Chrome 进行原型设计指南 在Chrome上使用实验性提示API构建具有AI功能的原型 设备端 / 边缘 AI 设备端 AI 是指直接在终端用户设备上运行的 AI 模型，例如智能手机、平板电脑或物联网设备，而不依赖于云计算或服务器来托管这些模型。 这在很多方面都很有用：由于模型在设备上，我们可以进行离线推理

阅读更多
微调 Llama-3 LLM 并将其部署为 CloudFlare 上的无服务器 API

微调 Llama-3 LLM 并将其部署为 CloudFlare 上的无服务器 API

两年前，我（像许多数据科学家一样）对构建网站一无所知。 我擅长构建机器学习模型，但完全不知道如何将这些模型实际部署到像 mywebsite.com 这样的域名上。机器学习工程师负责这个，对吧？ 错了！ 如果你想在竞争激烈的就业市场中脱颖而出，拥有公开可见的代码是展示你技能的绝佳方式。 在这篇文章中，我将向你展示我是如何构建一个基于 Llama 3 的聊天机器人，并通过 Cloud

阅读更多
掌握CrewAI秘籍 3：如何让你的AI代理获取知识，实现智能对话？

掌握CrewAI秘籍 3：如何让你的AI代理获取知识，实现智能对话？

知识 — CrewAI 在 CrewAI 中，“知识”是允许 AI 代理在执行任务时访问和利用外部信息源的系统。我们可以把它看作是为我们的代理提供了一个参考图书馆，以便在工作时咨询。文本来源：原始字符串、文本文件、pdf 等… 结构化数据：CSV、excel、json 等…上一章： 让我们创建一个新项目来使用“知识” (*openai >> gpt-4o

阅读更多
轻松打造高效研究助手！AutoGen与Panel UI结合的神奇旅程

轻松打造高效研究助手！AutoGen与Panel UI结合的神奇旅程

🎉 新年快乐，大家好！在开始之前，衷心感谢大家对我们之前故事的支持和反馈——这对我们意义重大！🙌 现在，让我们以一个有趣的项目开始新的一年。在人工智能和数据科学的世界中，打造智能和动态的代理可以为自动化研究工作流程带来重大变化。利用 AutoGen 和 Panel UI，您可以构建一个研究代理，与多个子代理协作，每个子代理都设计用于特定任务，如编码、规划或批评。✨ 让我

阅读更多
2025年冲击AI领域！6个月掌握LLM的必经之路！

2025年冲击AI领域！6个月掌握LLM的必经之路！

作为一名从电子工程背景转型为专注于大型语言模型（LLMs）和生成式AI的数据科学家，我理解进入AI领域的挑战与兴奋。到2025年，行业格局与我开始旅程时有了显著变化。让我分享一个实用的学习路径，无论您是全新起步还是从其他领域转型。结合我自身的经历和行业经验，我将重点介绍在当今AI领域中最重要的技能和知识。 为什么在2025年关注大型语言模型（LLMs）？ 当我开始转向人工智能领域时

阅读更多
2025 年学习人工智能的最快方法

2025 年学习人工智能的最快方法

为什么短期有效时还要选择长期？ 本博客旨在为您提供一条清晰的捷径，让您在AI领域入门的同时探索新的AI产品，以保持您的动力。我不会包含令人不知所措的建议，比如“嘿，您应该开始学习Python，因为它是最常见和流行的编程语言……”或任何图表，如下所示： 大多数搜索**“如何学习AI”**的人立刻会面临诸如ML和DL等术语，这可能会让人感到沮丧，并使AI看起来很困难。然而

阅读更多
将数据转化为解决方案：使用 Python 和人工智能构建智能应用程序

将数据转化为解决方案：使用 Python 和人工智能构建智能应用程序

一些金融分析师担心人工智能可能无法证明在该领域进行的大规模投资的合理性。虽然我理解他们的担忧，但我的看法有所不同。我既不是AI的乐观派，也不是悲观派——我相信AI有潜力推动创新、提升生产力，并带来可衡量的商业成果。 在我上一篇文章中，我探讨了大型语言模型（LLMs）如何用于结构化非结构化数据。这一次，我想更进一步：展示使用LLMs进行数据结构化的结果如何作为构建智能应用的基础。从而

阅读更多
掌握 CrewAI：利用多代理系统实现内容创作和营销工作流程自动化的综合指南 | 作者：Kshitij Kutumbe | Medium

掌握 CrewAI：利用多代理系统实现内容创作和营销工作流程自动化的综合指南 | 作者：Kshitij Kutumbe | Medium

CrewAI 是一个先进的框架，旨在以协调和高效的方式编排自主智能体。通过利用基于角色的智能体、任务和工具，CrewAI 使开发人员能够在内容创作、研究、客户服务等多个领域自动化复杂的工作流程。 完整代码链接： [https://github.com/kshitijkutumbe/Marketing\-AI\-Agent](https://github.com/kshitijkutu

阅读更多
多代理人工智能高手：用 CrewAI 构建内容写作人工智能系统 | 作者：Kshitij Kutumbe | Medium

多代理人工智能高手：用 CrewAI 构建内容写作人工智能系统 | 作者：Kshitij Kutumbe | Medium

在 AI 和语言模型的领域中，多代理系统涉及多个独立的参与者，每个参与者都由语言模型驱动，以结构化的方式进行协作。在本博客中，我们将深入探讨 Crew.AI，这是一个用于构建多代理应用的前沿框架。Crew.AI 使 AI 代理能够承担角色、共享目标，并协同工作，模拟一个协调良好的团队的动态。 架构 Crew.AI 的架构是模块化的，由多个关键组件组成，这些组件协同工作，创建一个

阅读更多
OpenAI的Swarm（第一部分）：简短的参考实现

OpenAI的Swarm（第一部分）：简短的参考实现

一个简短的代码参考，用于构建。 字数：1350 | 预计阅读时间：8分钟 目录简介：多智能体系统的挑战 OpenAI的群体框架概述 [环境设置](https://

阅读更多
人工智能加密货币交易机器人：今天就实现交易自动化 | 作者：Trade Aria | 2024年12月 | Medium

人工智能加密货币交易机器人：今天就实现交易自动化 | 作者：Trade Aria | 2024年12月 | Medium

AI-驱动的加密货币交易自动化 加密货币交易的世界正在快速变化。人工智能 (AI) 正在产生重大影响。它利用先进的算法和机器学习使交易变得更加简单和智能。 自动化交易的基本原则 交易是由交易机器人

阅读更多
让AI为你写Python代码！六步解锁效率的奥秘！

让AI为你写Python代码！六步解锁效率的奥秘！

使用INSPIRe框架节省时间并获得竞争优势（ChatGPT-4 — Claude 3 — Gemini） AI不会取代你，但会取代那些更会写提示的人。 这是我告诉我在数据科学和软件工程领域的朋友们的话。有些人对此不以为然。“AI肯定无法生成多步骤的代码，”他们会说。其他人则大笑。“得了吧，这对初学者才有用！” 但不久之后，他们都开始寻求提示工程的建议。 到2022年底，L

阅读更多
微软开放源代码 MarkItDown：改变游戏规则的文件到文本转换库 🌐📊📚

微软开放源代码 MarkItDown：改变游戏规则的文件到文本转换库 🌐📊📚

一个强大的开源工具，简化文件处理并自动提取PDF、Word文档、图像、音频等中的内容。 📏🎓📦专业人士在从PDF、Word文档、图像或音频文件中提取有意义的内容时常常面临挑战。在多个格式中管理分散的内容可能耗时且具有干扰性。MarkItDown通过自动化文件到文本的转换来解决这一挑战，节省了数小时的工作时间，并提供干净、结构化的输出。 🗑️📅📊 这个

阅读更多
未来已来！OpenAI o3模型颠覆你对AI的所有想象！

未来已来！OpenAI o3模型颠覆你对AI的所有想象！

令人难以置信的奇迹，不仅仅是一个更先进的 AI 模型 OpenAI 以盛大的方式结束了他们为期 12 天的圣诞活动。在第一天，他们推出了他们的 [第一个推理 AI 模型 o1 的完整版本](https://www.thealgorithmicbridge.com/p/openai-announces-o1-model-

阅读更多
巧用OpenAI o3和Swarm，打造多元化聊天机器人！你准备好迎接高效智能沟通了吗？

巧用OpenAI o3和Swarm，打造多元化聊天机器人！你准备好迎接高效智能沟通了吗？

在这个故事中，我将为您提供一个超级快速的教程，展示如何使用Swarm、RAG和OpenAI的o3创建一个多智能体聊天机器人，为您的商业或个人使用提供强大的代理聊天功能。 近年来，随着AI技术的发展，多个AI智能体协作完成任务的“多智能体系统”引起了广泛关注。 大型语言模型（LLMs）就像能够独立思考的人脑，而AI智能体是进一步与环境互动、制定计划并最终执行任务的系统。与LLMs相比，AI

阅读更多
DeepSeek V3：超6710亿参数挑战ChatGPT，如何颠覆AI市场？

DeepSeek V3：超6710亿参数挑战ChatGPT，如何颠覆AI市场？

Ali Shaker- 中国初创公司DeepSeek凭借其大型语言模型DeepSeek V3在全球AI界引起了广泛关注。该模型拥有6710亿参数，声称能够与OpenAI的GPT-4、Meta的Llama 3.1和Claude 3.5 Sonnet等重量级竞争对手抗衡。更引人注目的是

阅读更多
揭开DeepSeek-V3的神秘面纱：如何以超低成本提升大语言模型的推理效率？！

揭开DeepSeek-V3的神秘面纱：如何以超低成本提升大语言模型的推理效率？！

介绍 DeepSeek-V3 已成为开源爱好者和企业用户的新重磅产品。该模型由一家中国的人工智能研究公司开发，致力于“开源精神 + 长期主义以实现包容性AGI”，旨在缩小封闭源巨头（如 GPT-4o 和 Claude-Sonnet-3.5\）与开源社区之间的差距。 DeepSeek-V3 采用 Mixture-of-Experts (MoE) 设

阅读更多
提升LLM输出质量的简单技巧！如何达到1000%的进步？

提升LLM输出质量的简单技巧！如何达到1000%的进步？

我希望我能更早知道这个技巧。 去年夏天我在Adobe Research（班加罗尔）实习时，我的工作是使开源LLM更符合上下文。这意味着无论提供的上下文说了什么，LLM都需要遵循它。 ![](https://wsrv.nl/?url=https://cdn-images-1.readmedium.com/v2/resize:fit:800/1*TlgNYgNqVrW_L766nw2r

阅读更多
代理 RAG 系列：探索 LangGraph 高级工作流程

代理 RAG 系列：探索 LangGraph 高级工作流程

介绍 在上一篇文章中，我们介绍了Agentic RAG的概念，强调它如何通过集成自主代理能力来扩展传统的检索增强生成（RAG）框架。在本期中，我们深入探讨LangGraph，这是一个用于协调逻辑工作流程的创新框架。LangGraph使得创建具有复杂推理能力的多代理系统成为可能，是构建Agentic RAG架构的理想工具。 ![](https://wsrv.nl/?u

阅读更多
构建多代理互联网研究助手

构建多代理互联网研究助手

…使用 OpenAI Swarm 和 Llama 3.2（100% 本地）。让我们使用 OpenAI Swarm 和 Llama 3.2（100% 本地）构建一个多智能体互联网研究助手： 动手教程，构建一个多智能体互联网研究助手应用程序，该应用程序：接受用户查询。 在网上搜索相关信息。 并将其转化为一篇精心撰写的文章。我们在这个应用中使用了三个智能体：

阅读更多
DeepSeek V3：超越竞争对手的开源大语言模型技术解析

DeepSeek V3：超越竞争对手的开源大语言模型技术解析

优于 Claude 3.5 Sonnet、GPT-4o、Llama3.1 405B 年末将至，刚刚，中国的 DeepSeek 发布了其开源模型 DeepSeek-v3，该模型在性能上超越了所有主要竞争者，包括 Claude3.5 Sonnet、GPT-4o、Qwen2.5 Coder 等等。该模型的表现如同怪兽，显然，我们可以说 DeepSeek-V3 是迄今

阅读更多
Llm 微调指南：您是否需要以及如何进行微调

Llm 微调指南：您是否需要以及如何进行微调

在使用LLM时，我们最常收到的问题之一就是关于微调。每第二位客户都会问他们是否应该对他们的模型进行额外的训练。 在大多数情况下，答案是否定的，他们不需要。现代LLM在许多商业应用中已经足够好，无需微调，比如帮助客户从花店订购鲜花的机器人。此外，他们没有数据来进行微调，而他们拥有的20个对话样本并不算数（200个也是如此）。 训练和微调模型是一项昂贵的工作，如果可以的话，你真的应该避免它，

阅读更多
具有大型语言模型（LLM）的多代理人工智能架构

具有大型语言模型（LLM）的多代理人工智能架构

端到端多智能体实现与LLMs 多智能体架构由多个自主智能体组成，它们协作以完成复杂任务。随着LLMs的最新进展，这种架构已获得显著的关注。 这些智能体能够独立做出决策并执行行动。智能体由大型语言模型（LLMs）驱动。 多智能体架构的工作方式是，你不必指定每一个步骤，我们可以给它们一个目标，它们可以自行确定行动顺序。 这些架构被广泛应用于机器人技术、虚拟助手、协作决策和多模态处

阅读更多
Qwen QVQ-72B：最佳开源图像推理 LLM

Qwen QVQ-72B：最佳开源图像推理 LLM

阿里巴巴的视觉推理 LLM 所以，在2024年底之前，Qwen（由阿里巴巴推出）强势回归，发布了另一个开源 LLM，Qwen QVQ-72B，这是一个视觉推理 LLM，即一个推理模型（类似于 OpenAI-o1），支持对图像输入进行推理。 Qwen QVQ 是 Qwen2-VL 的改进版本，专注于视觉推理 谈谈它的关键特性： 1. 多模态融合**视觉与语

阅读更多
Qwen2.5：重新定义大型语言模型的效率

Qwen2.5：重新定义大型语言模型的效率

更智能地扩展和更好地学习与强化学习 语言模型的新纪元：介绍 Qwen2.5 基于大型语言模型（LLMs）的突破，Qwen2.5 处于提高效率和先进学习的最前沿。忠于其指导原则——“更聪明地扩展，更好地学习，通过强化学习”——Qwen2.5 被设计用来解决模型性能、与人类偏好的对齐以及成本效益等紧迫问题。 无论您是在探索基本的问答功能，还是在推动复杂的

阅读更多
现代人工智能的核心：知识图谱和矢量数据库

现代人工智能的核心：知识图谱和矢量数据库

在快速发展的人工智能领域，检索增强生成（RAG）系统因其能够通过从外部数据库检索相关信息来增强传统人工智能模型而日益受到欢迎。这项技术的核心是两个关键工具——知识图谱和向量数据库——它们以根本不同的方式运作，但相辅相成，以解决各种问题。 为了理解它们的重要性，让我们来分析它们的概念、差异、优势，以及它们如何重塑各个行业。 1. 知识图谱：连接的基础

阅读更多
搜索的未来：人工智能搜索引擎的工作原理

搜索的未来：人工智能搜索引擎的工作原理

厌倦了 Google 的错误答案？了解 AI 如何让网络搜索更智能、更好！ 想象一下：你在 Google 中输入一个问题，但得到的却不是正确的答案，而是点击了一堆无关的链接。令人沮丧，对吧？搜索引擎确实已经通过机器学习和自然语言处理等工具取得了长足的进步，帮助它们提供更好的结果。但即便有了这些改进，它们仍然主要是被动的，等待你提出问题。它们是反应式的，仅在你输入查询时才作出回应，并

阅读更多
2024 年 RAG 的崛起与演变：年度回顾

2024 年 RAG 的崛起与演变：年度回顾

随着2024年的结束，检索增强生成（RAG）的发展可谓波澜起伏。让我们从多个角度全面回顾这一年的进展。 RAG演变中的关键事件 辩论：“RAG已死，RAG万岁！” 在2024年初，这一年被一些人称为“RAG之年”，尽管这一称谓并未得到普遍认可。然而，全年取得的进展确实证明了这一称号的合理性。在涉及大型语言模型（LLMs）的场景中，RAG始终被证明是不可或缺的角色。然而

阅读更多
人工智能代理框架终极指南：CrewAI vs LangGraph vs PhiData vs Relevance AI

人工智能代理框架终极指南：CrewAI vs LangGraph vs PhiData vs Relevance AI

AI代理开发的领域正在快速演变，多个框架相继出现，帮助开发者和企业构建复杂的AI解决方案。在本综合指南中，我们将深入探讨四个领先的框架：CrewAI、LangGraph、PhiData和Relevance AI。无论你是开发者、企业领导还是AI爱好者，了解这些框架的优势和差异对于做出明智的决策至关重要。 AI代理框架的兴起 随着AI不断改变我们的工作方式，构建和部署AI代理的

阅读更多
使用自动生成的 MCP 服务器的 C++ RESTful 网络服务与 LLM 连接

使用自动生成的 MCP 服务器的 C++ RESTful 网络服务与 LLM 连接

这是一个 5 分钟的教程，介绍如何将 MCP (Model Context Protocol) 服务器添加到您现有的 Oat++ 应用程序，以便 LLMs 可以查询您的 API。 前提条件 在开始之前，您需要一个使用 Oat

阅读更多
我如何利用 ChromaDB 和 Chainlit 构建基于 Graph-RAG 系统的 LLM 应用程序

我如何利用 ChromaDB 和 Chainlit 构建基于 Graph-RAG 系统的 LLM 应用程序

一个端到端的应用，带有 GUI，并且仅用 3 个脚本将新知识存储在向量数据库中 大型语言模型（LLMs）和知识图谱是处理自然语言的宝贵工具。检索增强生成（RAG）作为一种强大的方法，能够通过上下文知识增强 LLM 的响应。上下文知识通常嵌入并存储在向量数据库中，用于创建上下文以增强提示。然而，这种方式下，知识被映射在一个概念空间中，但并没有真正组织起来。知识图谱捕捉了领域内数据点或实体

阅读更多
我如何修复提示，让人工智能每次都能做出无懈可击的回应

我如何修复提示，让人工智能每次都能做出无懈可击的回应

当ChatGPT首次推出时，几乎每个行业和职业的提示模板都涌入了互联网。你可能见过类似“最佳[N] ChatGPT提示用于[行业/职业]”的帖子。 这些帖子帮助许多人接触到AI工具，使得提问和获得答案变得简单。然而，现在我们中的大多数人已经掌握了这一点，并希望进一步推进。简单的提示会导致简单的结果，因此我们开始撰写更详细和复杂的提示。 然而，这也带来了挑战：有时，“AI”根本

阅读更多
如何使用 CrewAI 和 Langchain 构建代理 RAG

如何使用 CrewAI 和 Langchain 构建代理 RAG

在快速发展的 AI 领域，提供准确、上下文感知的用户查询响应能力是一个游戏改变者。检索增强生成（RAG）作为一种强大的范式，结合了从外部来源检索相关信息与大型语言模型（LLMs）的生成能力。然而，随着查询变得越来越复杂和多样化，静态 RAG 设置可能并不总是足够。这就是 Agentic RAG 发挥作用的地方。 Agentic RAG 引入了一个智能的模块化框架，其中专门的代理协同

阅读更多
如何了解人工智能的最新趋势（无需花大量时间上网）

如何了解人工智能的最新趋势（无需花大量时间上网）

如今，跟上人工智能（AI）趋势的感觉有点像试图从消防栓中小口喝水——只不过消防栓喷出的却是机器生成的术语、研究论文和未来预测，以超音速的速度涌出。但别担心，亲爱的朋友！保持对AI的了解并不一定要像全职工作一样。通过一些巧妙的策略，你可以在不牺牲空闲时间（或理智）的情况下走在前沿。让我们以隐喻、幽默和高效的方式来解析一下。 1. 订阅精选新闻通讯：你的AI备忘单 把新闻通讯想象

阅读更多
我刚刚试用了 OpenAI 的升级版 o1 模型。这项技术将重创华尔街

我刚刚试用了 OpenAI 的升级版 o1 模型。这项技术将重创华尔街

当我第一次尝试o1-preview模型时，发布于九月中旬，我并没有留下深刻的印象。与传统的大型语言模型不同，o1系列模型不会立即响应。它们会“思考”问题和可能的解决方案，这个过程非常漫长。 再加上使用该模型的费用异常高昂以及缺乏基本功能（如函数调用），我很少使用这个模型，尽管我已经展示了如何使用它来创建超越市场的交易策略。 然而，OpenAI刚刚发布了最新的o1模型。与其前身（o1-prev

阅读更多
代理人工智能及其设计模式简介

代理人工智能及其设计模式简介

人工智能已经从基于规则的系统发展到能够做出决策并适应复杂环境的复杂自主代理。这个演变中的一个关键概念是 Agentic AI，这是一个专注于创建能够独立感知、推理和行动以实现特定目标的系统的领域。在本文中，我们将探讨 Agentic AI 的含义，深入其基础设计原则，并揭示推动其有效性的 Agentic Design Patterns。 什么是代理人工智能？ 在其核

阅读更多
MarkItDown：LLMs 项目必备的强大工具包，已通过 OpenAI 和 Gemini 2.0 测试

MarkItDown：LLMs 项目必备的强大工具包，已通过 OpenAI 和 Gemini 2.0 测试

MarkItDown 是微软开发的一款多功能工具，可以将各种文件格式转换为 Markdown，使其成为从事大型语言模型（LLMs）开发人员的必备工具。无论您想利用文档进行微调还是创建提示前言，这都是您不可或缺的工具。让我们看看如何在 OpenAI 和 Gemini 模型的实际应用中利用它。 核心能力 该 [toolkit](https://github.com/microso

阅读更多
人工智能驱动的用户体验的崛起：2025 年平衡自动化与以人为本的设计

人工智能驱动的用户体验的崛起：2025 年平衡自动化与以人为本的设计

如果有一样东西正在改变我们在2024年创造用户体验（UX）设计和进行研究的方式，那绝对是人工智能（AI）。UX专家已经以某种方式将AI融入了他们的日常生活中。这是无可否认的。 在本文中，我们将主要关注AI驱动的UX如何影响并将继续影响现代商业世界。从新的UX相关技术和自动化到个性化。我们将从概述开始，探讨AI如何承担分析用户数据和自动原型制作等任务，以帮助专业人士与用户在情感层面上建立联系

阅读更多
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
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
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
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
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
解开复杂的人工智能任务：使用 Gemini 2.0、LangGraph 和 Grounded Responses 的多步骤代理

解开复杂的人工智能任务：使用 Gemini 2.0、LangGraph 和 Grounded Responses 的多步骤代理

如何构建不仅理解复杂请求而且能够执行必要步骤以满足这些请求的 AI？ 本文探讨了一种强大的解决方案：由 Gemini 2.0 和 LangGraph 框架驱动的多步骤 AI 代理。这些代理协调复杂的工作流程，并通过基于实际数据的响应增强其推理能力，从 Google 搜索、BigQuery 和第三方 API 获取真实世界的数据。 今日的挑战 第一个重大突破是 LLM。想象一下一

阅读更多
利用 ClientAI 和 Ollama 构建本地人工智能任务规划器

利用 ClientAI 和 Ollama 构建本地人工智能任务规划器

在本教程中，我们将使用 ClientAI 和 Ollama 构建一个 AI 驱动的任务规划器。我们的规划器将把目标分解为可执行的任务，创建现实的时间表，并管理资源——所有这些都在您的机器上运行。

阅读更多
如何使用结构化生成进行法律硕士即法官评估

如何使用结构化生成进行法律硕士即法官评估

结构化生成是构建复杂的多步骤推理代理在LLM评估中的基础——尤其是对于开源模型 披露：我是Opik的维护者，这是本文后面使用的开源项目之一。 在过去几个月里，我一直在为语言模型开发基于LLM的评估（“LLM作为评判者”指标）。到目前为止，结果非常令人鼓舞，尤其是在像幻觉检测或内容审核这样的评估中，这些

阅读更多
战胜大数据：小企业如何在没有巨型数据集的情况下参与人工智能竞争

战胜大数据：小企业如何在没有巨型数据集的情况下参与人工智能竞争

面对现实——在AI领域，小企业常常感觉像是在进行一场不对称的斗争。大企业——谷歌、Meta、OpenAI——似乎垄断了AI的叙事，凭借在庞大的数据集上训练的炫酷模型，这些数据集大到需要小城镇大小的数据中心。他们拥有博士军团、无尽的预算，以及对数十亿（有时甚至是万亿）数据点的访问权。 而你呢，一个谦逊的企业或正在成长的初创公司，手头可能只有……几千行井然有序的电子表格数据。你没有PB级的

阅读更多
从知识到行动：为什么特定领域的法律硕士需要代理人工智能？

从知识到行动：为什么特定领域的法律硕士需要代理人工智能？

在人工智能不断发展的领域中，有两股强大的力量正在塑造未来：领域特定的大型语言模型 (LLMs) 和 自主 AI。虽然它们各自带来了显著的能力，但当它们协同工作时，其真正潜力得以释放。这种协同作用将 AI 从一个被动的知识库转变为一个能够做出明智决策和采取自主行动的积极问题解决者。 在本文中，我们将探讨为什么单靠领域特定的 LLM 是不够的，并探讨将其与自主 AI 结合如

阅读更多
什么是人工智能代理？从虚拟助理到智能决策者

什么是人工智能代理？从虚拟助理到智能决策者

从零开始理解AI代理的指南 最近，从基于LLM的聊天机器人转向该领域现在定义为代理系统或代理AI的变化可以用一句老话来总结：“少说多做。” 跟上技术进步可能令人畏惧，尤其是当你已经有一个现有的业务时。更不用说技术进步的速度和复杂性可能会让你感觉像是开学的第一天。 本文提供了基于其组件和特征的AI代理概述。引言部分涵盖了构成“AI代理”一词的组件，以创建一个直观的定义。在建立

阅读更多
小模型在法律硕士时代的作用

小模型在法律硕士时代的作用

近期的一项研究广泛探讨了小型语言模型（SLMs）在现代人工智能中的作用。该研究对SLMs进行了全面分析，重点探讨了它们的能力、应用及潜在优势，尤其是在与大型模型的对比中。 本研究强调了在需要效率和可解释性的领域中SLMs的重要性，同时也讨论了在大型模型不切实际的具体任务中它们的相关性。 最近的一项研究通过两个角度：合作与竞争，探讨了大型语言模型（LLMs）与小型模型（

阅读更多
Metas Llama 3.3：开源大型语言模型的演变

Metas Llama 3.3：开源大型语言模型的演变

Meta 最近发布的 Llama 3.3 代表了大语言模型（LLMs）发展的一个里程碑。它在规模、效率和安全性方面进行了改进，同时保持开源，进一步强化了 Meta 致力于构建开放 AI 生态系统的承诺。以下是对 Llama 3.3 的功能、创新和应用的深入探讨。 ![](https://wsrv.nl/?url=https://cdn-images-1.readmedium.c

阅读更多
少即是多：使用 ChatGPT 生成中途人工智能提示的艺术 o1

少即是多：使用 ChatGPT 生成中途人工智能提示的艺术 o1

作为一名 AI 艺术创作者，当 OpenAI 发布了声称具有博士学位水平智能的 ChatGPT o1 时，我自然感到非常兴奋。虽然许多人急于测试其编码或写作能力，但我有一个不同的关注点：它在帮助生成 Midjourney AI 提示方面表现如何？ 我在 AI 提示生成方面的旅程是逐步发展的。最初，使用之前的 ChatGPT 版本时，我系统地工作，逐个生成提示，并在 AI 的帮助下仔细改

阅读更多
利用多代理 RAG 构建企业人工智能应用程序！

利用多代理 RAG 构建企业人工智能应用程序！

作者: Pavan Belagatti 和 Madhukar Kumar 在快速发展的AI领域中，[多智能体检索增强生成](https://readmedium.com/how-to-build-enterprise-ai-apps

阅读更多
OpenAI 的 O1 模型：对人工智能未来的详细探索

OpenAI 的 O1 模型：对人工智能未来的详细探索

引言 人工智能在过去的十年中迅速发展，导致了自然语言处理（NLP）、机器学习和多模态应用的突破。OpenAI 的 O1 模型体现了这种创新，提供了超越传统 AI 模型的能力。O1 不仅仅是一个工具；它是一个革命性的框架，带来了先进的语言理解、多模态集成和实时适应能力。本综合指南深入探讨了 OpenAI 的 O1 模型的细节、应用、优势、局限性以及如何优化相关内容以提高搜索引擎可见

阅读更多
CrewAI：由人工智能代理组成的个人军队，为您协同工作

CrewAI：由人工智能代理组成的个人军队，为您协同工作

CrewAI框架是什么？ AI协作的力量有太多值得提供的。CrewAI旨在使AI代理能够承担角色、共享目标，并以一个紧密合作的单位运作——就像一支运转良好的团队。无论您是在构建智能助手平台、自动化客户服务团队，还是多代理研究团队，CrewAI都为复杂的多代理交互提供了基础。 换句话说，CrewAI是一个代理框架，允许我们创建代理来帮助我们解决简单（优化）或复杂的任务（例如开发

阅读更多
测试 OpenAI 的 o1 模型：新闻任务的思维链提示概览

测试 OpenAI 的 o1 模型：新闻任务的思维链提示概览

新的大型语言模型被称为更聪明的问题解决者——但它们在数据可视化和标题选择等实际新闻任务中表现如何？ 上个月，OpenAI 发布了两个新的大型语言模型：o1-preview 和 o1-mini。这些被公司称为 “推理模型”，与我们迄今为止看到的大型语言模型有着重要的区

阅读更多
更智能、更快速：OpenAI o1 和 o1 pro 模式

更智能、更快速：OpenAI o1 和 o1 pro 模式

就在12小时前，OpenAI推出了新的o1模型和带有专业模式的o1。如您所知，o1模型是首个在回答之前进行思考的模型系列，提供更详细和准确的响应，特别是在数学、编码和研究方面。 人们关注两件事：多模态性和解决难题，而这些新模型在这两个领域表现出色。[非会员链接。](https://readmedium.com/smarter-and-faster-openai-o1

阅读更多
CrewAI 的任务工具与代理工具：您必须知道的区别

CrewAI 的任务工具与代理工具：您必须知道的区别

在 CrewAI 中，工具本质上是代理可以利用的技能或功能，以执行各种操作。可以将其视为为您的 AI 代理提供一个装满专业工具的工具箱。这些工具在扩展 CrewAI 代理的能力方面至关重要，使他们能够承担广泛的任务并有效协作，例如访问互联网、查询数据库中的数据或运行 Python 代码。 CrewAI 提供了灵活性，您可以以多种方式为代理配备工具：**A) 代理

阅读更多
CrewAI 示例项目 - AI 技术博客

CrewAI 示例项目 - AI 技术博客

在本教程中，基于 AI 的博客写作助手为内容创作者开发，使用 CrewAI 平台。该项目的结构旨在自动提供和建议用户在创建技术博客文章时可能需要的基本和高级信息。这种方法旨在减轻内容创作者的工作负担，提高质量，并确保一致性。 目标开发一个人工智能驱动的系统，以加快用户创建技术博客文章的过程。 通过扫描谷歌上最受欢迎和最新的发展来创建博客文章。 通过提高内容质量来帮

阅读更多
CrewAI 和 Criteo API - 第 1 部分

CrewAI 和 Criteo API - 第 1 部分

介绍 本文是一个系列的第一篇，展示如何使用CrewAI和Criteo API。我们将看到如何获取凭证，使用这些凭证获取访问令牌，并使用该令牌调用端点以获取账户、零售商和品牌，所有这些都来自CrewAI团队。CrewAI 是一个 “最先进的框架，用于协调角色扮演的自主AI代理。通过促进协作智能，CrewAI使代理能够无缝协作，处理复杂任务。”***C

阅读更多
LLM 代理：CrewAI 简介

LLM 代理：CrewAI 简介

由 LLM 驱动的代理框架承诺将自主任务解决提升到前所未有的水平。与其说是僵化的编程，不如说 LLM 反映任务、利用工具，并检查彼此的输出以创造性地解决任务。 这篇博客文章探讨了使用 CrewAI 框架开发的 LLM 代理。文章首先以纯 Python 和 YAML 文件的基本定义开始。然后展示了现有的预定义工具以及如何使用它们，还包括如何实现自定义工具。作为一个运行示例，开发了一个代理

阅读更多
利用 CrewAI Flows 实现人工智能工作流程自动化

利用 CrewAI Flows 实现人工智能工作流程自动化

CrewAI CrewAI 是一个尖端的 Python 框架，用于协调角色扮演和自主 AI 代理。通过构建“团队”由专业代理，我们可以自动化任务、生成创意文本格式，并以全新的方式访问信息。本文将指导您如何使用 CrewAI 的 Flow 功能创建简单项目。 流程 CrewAI 流程是一个强大的功能，旨在简化 AI 工作流程的创建和管理。流程允许开发人员与多个任务和团队协

阅读更多
选择合适的人工智能代理框架：LangGraph vs CrewAI vs OpenAI Swarm

选择合适的人工智能代理框架：LangGraph vs CrewAI vs OpenAI Swarm

对使用 3 种不同框架构建的相同 Agentic Finance 应用程序进行深入比较。 我们将涵盖的内容什么是代理？ 深入了解我们如何定义代理，以及它们与AI管道和独立LLM的区别。 使用3个流行的代理框架构建的实践示例： LangGraph、CrewAI和OpenAI Swarm（[完整代码](https://github.com/relari-a

阅读更多
OpenAI o1 模型全面发布：用于科学、编码和写作的增强型多模态人工智能

OpenAI o1 模型全面发布：用于科学、编码和写作的增强型多模态人工智能

发现 OpenAI 的新 o1 模型：更快、更智能、支持多模态。凭借先进的推理、编码精度和图像分析，o1 设定了新的 AI 标准。 OpenAI的o1模型现已全面发布：有什么新功能和改进？ OpenAI正式发布了o1模型的完整版本，超越了其预览版本的能力。以下是o1作为一款尖端AI模型所带来的增强和功能的详细分析。 Full o1 版本的关键增强功能

阅读更多
OpenAI 的 O1 和 O1 Pro 模型：以推理为重点的人工智能新时代

OpenAI 的 O1 和 O1 Pro 模型：以推理为重点的人工智能新时代

近年来，人工智能取得了显著进展，大型语言模型从简单的文本生成器演变为能够处理高级推理任务的强大系统。像GPT-4o这样的模型展示了令人印象深刻的语言流利性和一般知识，但直到现在，它们在更具挑战性的问题解决场景中仍然面临困难——例如高级数学、复杂的编程难题和复杂的科学探究。 OpenAI新推出的O1模型系列旨在改变这一格局，强调深度推理。与之前主要关注速度和广泛覆盖的模型不同，O1在产生

阅读更多
OpenAI o1 和 ChatGPT Pro 已发布：智能人工智能工具的未来

OpenAI o1 和 ChatGPT Pro 已发布：智能人工智能工具的未来

OpenAI 发布了 OpenAI o1 模型，并推出了一个高级订阅层级 ChatGPT Pro，旨在为高性能专业使用提供支持。这些进展有望重新定义我们在个人、专业和组织层面与 AI 的互动方式。 什么是 OpenAI o1？ [OpenAI o1](https:/

阅读更多
代码审查中的人工智能

代码审查中的人工智能

我们都知道，少量的上下文可以完全改变我们对 AI 模型的回答。这不仅限于 AI，人类的运作方式也是如此。同样的原则适用于编码。如果没有上下文，代码审查可能会偏离目标。传统的方法往往关注表面问题，而更深层次、更复杂的问题却被忽视。 这就是 基于 AI 的代码审查 的作用。通过引入先进的人工智能，这些审查可以对问题有更深刻的理解，将例行检查转变为战略资产。基于 AI 的代码审查者可以彻

阅读更多
人类学的 MCP 将让你大开眼界

人类学的 MCP 将让你大开眼界

相信我，这不是点击诱饵，MCP将彻底改变AI交互的方式 AI技术正在快速发展。 你可能在等待最新的模型，如GPT-5、Gemini 2或Claude 4，但有一件重要的事情需要知道——今天AI的真正力量不仅仅在于拥有最新的模型。 而在于我们如何将这些AI模型与周围的世界连接起来。 在于给予它们正确的工具、数据和上下文，以帮助它们更好地理解。 这就是Anthropic的***模型上下

阅读更多
你准备好迎接人工智能的未来了吗？OpenAI 的 Swarm 可能会改变一切

你准备好迎接人工智能的未来了吗？OpenAI 的 Swarm 可能会改变一切

学习如何配置和个性化 OpenAI 的 Swarm 框架，以创建强大的、协作的多代理系统，满足您的独特需求并推动更智能的自动化 想象一个复杂问题不是由单一 AI 而是由一个团队的智能代理无缝协作解决的世界。OpenAI 的 Swarm 使这一愿景成为现实。它是一个开创性的框架，利用 LLM 的力量创建一个协作的系统，其中每个代理都有独特的角色。 无论是自动化耗时的工作流程、解决多

阅读更多
探索人工智能代理格局：深入分析 Autogen、CrewAI、LlamaIndex 和 LangChain...

探索人工智能代理格局：深入分析 Autogen、CrewAI、LlamaIndex 和 LangChain...

本文将为您提供清晰的可视化，帮助您在开发“代理应用程序”时选择适合您业务用例的框架或工具。 介绍 在快速发展的人工智能领域，一种新的范式正在出现，这种范式承诺将彻底改变我们与AI系统的互动和利用方式：AI代理。这些复杂的软件实体代表了从传统的单一目的AI模型到动态协作系统的根本转变，这些系统能够通过协调努力和专业知识解决复杂挑战。 本综合指南探讨了四个塑造AI代理未来的领先框架：A

阅读更多
教人工智能像 6ᵗʰ Grader 一样思考，像孩子一样学习

教人工智能像 6ᵗʰ Grader 一样思考，像孩子一样学习

为什么我们必须让人工智能重新拥有它的游乐场——想象力、混沌与一点魔法 如果你问一个六年级学生他们将如何解决像气候变化这样全球性的问题， chances are you won’t get a textbook answer. 他们可能会给出一些完全出乎意料的答案——也许是一个违背规则和法律的解决方案，或者只是违反逻辑。但你不得不承认，这种不可预测性中蕴含着智慧。这不是关于正确与否；而

阅读更多
技术岗位大迁移即将来临

技术岗位大迁移即将来临

技术职位观察 关于工作如何适应新技术环境的必要知识 11月科技职位观察 还不是会员？您可以在 这里 免费阅读。 如果您一

阅读更多
使用 LangGraph 框架以多代理方式实施复杂的 LLM 应用程序

使用 LangGraph 框架以多代理方式实施复杂的 LLM 应用程序

将LangGraph添加到您的GenAI相关技能库中。这项技能可以立即使您能够创建复杂的AI系统。当然，前提是您需要了解LangChain的使用方法。介绍 LangGraph 是一个强大的工具，旨在使用大型语言模型 (LLMs) 创建有状态的多参与者应用程序。通过扩展 LangChain 库的功能，LangGraph 使得多个链（或参与者）能够在各种计算步骤中以循环方式进

阅读更多
构建人工智能代理，实现企业级软件开发自动化：实用视角

构建人工智能代理，实现企业级软件开发自动化：实用视角

Randy Zhang 和 Shamin Aggarwal Agentic AI 是一款基于大型语言模型（LLMs）的软件应用，通过模拟类人推理和决策来自动化任务。它在自动化小型和简单脚本的软件开发方面显示出了显著的能力 [1]。AI 代理能否用于自动化企业级软件开发？在大型复杂的软件开发环境中，我们会遇到什么样的挑战？ 企业级软件项目通常是旨在满足复杂业务需求的大规模软件开发计划。这

阅读更多
揭开人工智能代理框架概念的神秘面纱

揭开人工智能代理框架概念的神秘面纱

在生成性人工智能领域，这一年可谓风起云涌。随着OpenAI、Google和Apple等公司继续争相构建更复杂的大型语言模型，我们看到了一种新的**“代理人工智能”**范式的兴起，期望解锁人工智能系统的自主决策功能。 代理人工智能是指能够独立操作的系统，能够根据上下文和推理进行适应和战略规划，而无需直接的人类监督。这些框架为创建这样的人工智能代理提供了基础。与依赖人类指导和干预的

阅读更多
实践：使用 LangGraph 构建代理工作流（Langchain-academy 的主要学习内容） | 第 1 部分

实践：使用 LangGraph 构建代理工作流（Langchain-academy 的主要学习内容） | 第 1 部分

介绍 Langchain 最近推出了一门令人印象深刻的课程，专注于 LangGraph 及其在开发强大的代理和多代理工作流中的关键特性。 在本系列中，我们将探索课程中的基本见解，并创建利用代理工作流的应用程序。在第一部分中，我们将涵盖 LangGraph 的基本概

阅读更多
使用光标人工智能实现简单的 YouTube 视频摘要应用程序

使用光标人工智能实现简单的 YouTube 视频摘要应用程序

介绍 Cursor AI 正在通过将先进的人工智能集成到熟悉的编码环境中，彻底改变软件开发。作为 Visual Studio Code (VS Code) 的一个分支，Cursor AI 保留了开发者所喜爱的用户友好界面和广泛的生态系统，同时通过 OpenAI 的 ChatGPT 和 Claude 等模型增强了功能。

阅读更多
阿里巴巴 QwQ：比 OpenAI-o1 更适合推理？

阿里巴巴 QwQ：比 OpenAI-o1 更适合推理？

32b 开源模型超越 o1 mini，并与 o1-preview 竞争 几天前，阿里巴巴发布了 Marco-o1，一个 7b 推理模型。现在，他们又发布了一个改进版本，称为 QwQ，甚至超越了 OpenAI-o1 mini，并与 o1-preview 持平。最棒的是什么？ 它是开源的 什么是 Alibaba QwQ-32b-preview？ QwQ-32B-

阅读更多
阿里巴巴 Marco-o1：OpenAI-o1 的开源替代品

阿里巴巴 Marco-o1：OpenAI-o1 的开源替代品

LLM用于开放式问题 OpenAI-o1 是一次革命性的发布，使 LLM 能够对复杂任务进行详细推理，例如数学或物理问题，而不仅仅局限于通用文本生成。 但 OpenAI-o1 是收费的 正如预期的那样，开源竞争者并不遥远，而再次是阿里巴巴（在 Qwen 系列之后）最近推出了 Marco-o1。 什么是 Alibaba 的 Marco-o1？ Marco-o1

阅读更多
从 LangChain 到 LangGraph：让多模型药物机器人具有个性化和可教性

从 LangChain 到 LangGraph：让多模型药物机器人具有个性化和可教性

为人机协作聊天机器人添加记忆和学习能力 药物试验测试新药物在人类中的安全性、有效性和疗效。这些关键研究对于开发和批准拯救生命的疗法至关重要。虽然药物试验为无数患有严重疾病的患者带来了希望，但许多人仍然不知道自己是否符合条件或潜在的好处。一个用户友好的药物试验信息系统可以弥补这一差距。它应该包含一个具有权威信息的数据库和一个易于使用的前端，患者可以通过它在复杂的临床研究世界中导航

阅读更多
Anthropic 的模型上下文协议 (MCP) 是我们期待已久的互操作性标准吗？

Anthropic 的模型上下文协议 (MCP) 是我们期待已久的互操作性标准吗？

向Anthropic团队致敬！他们不断推出新功能，吸引了开发者社区的关注。首先是Artifacts，然后是Computer Use。现在，他们又推出了另一个突破性的新增功能：模型上下文协议（MCP）。 模型上下文协议（MCP）引入了一种标准化的方法，以实现AI应用程序、数据源和

阅读更多
LazyGraphRAG：高效和有效 RAG 的新时代 | 作者：Ankush k Singal | 2024年11月 | Medium

LazyGraphRAG：高效和有效 RAG 的新时代 | 作者：Ankush k Singal | 2024年11月 | Medium

介绍 在人工智能领域，检索增强生成（RAG）已成为一种强大的技术，以增强大型语言模型（LLMs）的能力。RAG使LLMs能够访问和处理来自外部知识源的大量信息，从而提供更具信息性和综合性的响应。然而，传统的RAG方法在处理大型数据集时可能计算成本高且耗时。 为了解决这些限制，提出了一种称为LazyGraphRAG的新方法。这种创新技术在效率和有效性方面提供了显著的优势，使其成为广泛

阅读更多
Magnetic-One 如何重新定义多代理人工智能系统

Magnetic-One 如何重新定义多代理人工智能系统

如果你像我一样，总是对 AI 的发展充满好奇，你会知道我们已经到了一个单一模型无法解决高度复杂任务的阶段。引入 Magnetic-One，微软研究院的多智能体 AI 系统，最近引起了广泛关注。我花了一些时间来探索它，相信我，这不仅仅是另一个流行词——它确实有真正的潜力。 以下是我对 Magnetic-One 突出的看法，它如何与我的问题解决方法相一致，以及最重要的，你如何让

阅读更多
使用 Magentic-One 多代理人工智能系统阅读文档和编码功能

使用 Magentic-One 多代理人工智能系统阅读文档和编码功能

Magentic-One 旨在通过利用多个具有专业能力的 AI 代理来简化复杂任务。我之前的一篇文章 也介绍了 Magentic-One。最近，我开始开发一个移动应用程序（名为“MotionLab”），

阅读更多
构建动态多代理工作流：利用 LangChain 和 LangGraph 实现人工智能协作

构建动态多代理工作流：利用 LangChain 和 LangGraph 实现人工智能协作

本文利用 LangChain 和 LangGraph 创建一个简单的多智能体系统。智能体协同工作以完成任务。第一个智能体生成一系列随机数字，第二个智能体将这些数字乘以 10。每个智能体使用 OpenAI 的 GPT-4o API 来执行这些任务。 本文遵循基于工作流的架构，智能体根据分配的任务进行交互。在这篇文章中，我们将逐步分析脚本的每个部分以及它如何为整体流程做出贡献。

阅读更多
使用 CrewAI 构建多代理系统

使用 CrewAI 构建多代理系统

AI代理正在通过独立分析数据、做出预测和推荐最佳行动来改变各个行业。这些智能程序不仅擅长独立执行任务，还在与其他代理协作方面表现出色，使它们在销售、市场营销和教育等领域成为宝贵的资产。 例如，在市场营销中，AI代理可以评估客户偏好，识别个人兴趣，并制定个性化的活动，以促进客户参与和满意度。在教育中，这些代理同样可以被利用来个性化学习路径，通过将课程与学生的独特需求和目标对齐来增强教育体

阅读更多
面向真实世界应用的高级代理人工智能设计考虑因素

面向真实世界应用的高级代理人工智能设计考虑因素

从基于课堂的代理到语言链代理 随着人工智能（AI）系统的发展，代理人工智能的概念——即由模块化、特定任务的代理协作工作的AI系统——已成为可扩展和可适应AI解决方案的基石。本文探讨了代理人工智能背后的设计考虑，研究了代理、工具、记忆、状态和规划如何结合在一起创造智能工作流。我们将比较三种实现——CODE1、CODE2和CODE5——以揭示其中的实用性

阅读更多
从零到英雄：使用 LangGraph 快速构建智能聊天机器人

从零到英雄：使用 LangGraph 快速构建智能聊天机器人

在这个全面的快速入门指南中，我们将使用 LangGraph 构建一个支持聊天机器人，它可以：通过搜索网络回答常见问题 在调用之间保持对话状态 将复杂查询路由到人工进行审查 使用自定义状态来控制其行为 回溯并探索替代对话路径我们将从一个基本的聊天机器人开始，逐步添加更复杂的功能，同时介绍关键的 LangGraph 概念。

阅读更多
如何使用 LangGraph 构建人工智能代理：分步指南

如何使用 LangGraph 构建人工智能代理：分步指南

介绍 在人工智能的世界中，检索增强生成（RAG）系统已成为处理简单查询和生成上下文相关响应的常用工具。然而，随着对更复杂的人工智能应用需求的增长，出现了超越这些检索能力的系统的需求。AI代理应运而生——这些自主实体能够执行复杂的多步骤任务，在交互中保持状态，并动态适应新信息。LangGraph，作为LangChain库的强大扩展，旨在帮助开发人员构建这些先进的AI代理，通过启

阅读更多
如何利用人工智能制作更可靠的报告--技术指南

如何利用人工智能制作更可靠的报告--技术指南

技术指南，分享我与AI合作的经验 在过去的一年里，我一直在经营自己的AI软件开发和咨询公司，与各种客户合作——从创业公司创始人到学术界人士。在此期间，我承担了来自多个领域的项目，包括数字营销、SaaS和网络安全。尽管每个项目的目标和目的各不相同，但一个共同的请求是需要使用AI为利益相关者或最终客户创建可靠的报告。几乎所有客户在项目中都有一个里程碑是制作报告。 通过这些经验，我

阅读更多
用于医疗保健的 LangGraph：综合技术指南

用于医疗保健的 LangGraph：综合技术指南

构建生产就绪的医疗运营代理 LangGraph简介什么是 LangGraph？ LangGraph 是一个 Python 库，旨在构建具有状

阅读更多
LangGraph：高级多代理工作流的未来

LangGraph：高级多代理工作流的未来

人工智能的世界正在迅速发展，像 LangChain 和 LangGraph 这样的工具处于使开发者高效构建智能系统的前沿。如果你听说过 LangGraph，但不确定它是什么或如何充分利用它的潜力，这个指南适合你。 在这篇全面的文章中，我们将涵盖你需要了解的关于 LangGraph 的所有内容——从其核心概念到实际应用。无论你是初学者还是高级开发者，这个指南将帮助你理解为什么 LangGra

阅读更多

掌握 LangGraph：人工智能系统、RAG、代理和工具终极指南

您是否希望深入了解 LangGraph，这一 AI 技术的最新热词？无论您是开发者、学生还是技术爱好者，理解 LangGraph 及其相关概念，如 AI 助手、检索增强生成（RAG）、代理和工具，对于构建更智能、更互动的 AI 系统至关重要。在本文中，我们将分解 LangGraph 的基本内容，探索关键特性，并逐步指导您构建实用项目。 目录*什么是 LangGraph?

阅读更多
MLOps → LLMOps → AgentOps：操作人工智能系统的未来

MLOps → LLMOps → AgentOps：操作人工智能系统的未来

引言 随着AI技术的快速发展，组织需要可扩展的框架来应对部署机器学习模型、大型语言模型（LLMs）和自主代理日益增长的复杂性。最初的MLOps（机器学习操作）旨在支持传统的ML模型，现已演变为处理语言模型的LLMOps和针对自主代理的AgentOps。这些操作阶段各自解决独特的技术需求、商业机会和实施挑战。本文提供了MLOps、LLMOps和AgentOps的全面指南，涵盖其技术组

阅读更多
OpenAI Swarm vs LangChain LangGraph：多代理框架详解

OpenAI Swarm vs LangChain LangGraph：多代理框架详解

Ankush k Singal 介绍 人工智能的世界正在迅速发展，创建涉及多个代理的复杂工作流程的能力变得越来越重要。在这个领域中，OpenAI Swarm 和 LangChain LangGraph 是两个备受关注的框架。本文将深入探讨这两个框架，探索它们的功能、优势和理想用例，以帮助您决定哪个框架可能

阅读更多
六顶思考帽 + CrewAI 流程：利用人工智能农业做出更明智的决策

六顶思考帽 + CrewAI 流程：利用人工智能农业做出更明智的决策

“当时看起来是个好主意。”- 摘自 *大西部七侠*利用AI代理进行明智决策 “当时看起来是个好主意。”这句台词借自《七侠荡寇志》，常常是我们在反思过去决策时的共同感受。有时，我们不禁想，如果有更多的信息，是否能帮助我们做出更好的选择。但是，我们到底是如何做出决策的呢？我们依赖于自己的知识——存储在脑海中的信息，也许是经过索引和归档的——以及专家的见解。但

阅读更多
我应该使用哪种人工智能代理框架？(CrewAI、Langgraph、Majestic-one 和 pure code）。

我应该使用哪种人工智能代理框架？(CrewAI、Langgraph、Majestic-one 和 pure code）。

随着大型语言模型的进步，人工智能模型现在能够对问题进行推理。起初，我们认为这些模型无法完成我们的工作，因为它们似乎只是搜索引擎的聊天机器人版本，我们能够用简单的推理来欺骗这些模型，但这变得越来越困难。这些大型语言模型现在能够逐步思考，并完成比简单回答问题更复杂的任务。 大型语言模型是通过预测前一个标记的下一个标记进行训练的。标记可以是单词、字符或称为子词的字符组。从这个结构，OpenA

阅读更多
2025 年成为人工智能工程师的终极路线图

2025 年成为人工智能工程师的终极路线图

介绍：乘风破浪的人工智能 世界正经历一场人工智能的淘金热，像谷歌、特斯拉和亚马逊这样的公司正在向人工智能投资数十亿美元。对于那些有抱负的人来说，人工智能工程师的角色已成为最有前途的职业之一，融合了尖端技术、解决问题的能力和创造力。如果你准备好迎接这个挑战，这份指南将带您通过逐步的、按周的路线图，帮助您在2025年开启人工智能职业生涯。 这份路线图提供了一个详细、现实的8个月学习

阅读更多
Claude 3.5 Sonnet Unleashed：你不能错过的人工智能革命 | 作者 Ahmed Bahaa Eldin | Medium

Claude 3.5 Sonnet Unleashed：你不能错过的人工智能革命 | 作者 Ahmed Bahaa Eldin | Medium

被称为人工智能的技术领域是一个相对年轻的领域，发展速度异常迅猛，其中最新的一个例子被称为 Claude 3. 5 Sonnet. 这是科技行业中最强大的 AI 模型之一，具有这些非凡的特性和功能。我们将重点关注 [***C

阅读更多
新版 Claude 3.5 可以控制计算机：在编码方面超越 o1，重新定义代理能力

新版 Claude 3.5 可以控制计算机：在编码方面超越 o1，重新定义代理能力

Anthropic的突破性AI，Claude 3.5，像人类一样使用计算机，并在自动化领域成为游戏规则改变者 作者杨子健 (ORCID: 0009–0006–8301–7634)

阅读更多
Claude 3.5 Sonnet on Amazon Bedrock：人工智能知识库的新时代

Claude 3.5 Sonnet on Amazon Bedrock：人工智能知识库的新时代

在不断发展的人工智能领域，保持领先意味着要以热情和战略眼光拥抱最新的创新。其中一个在人工智能社区引起轰动的创新是 Anthropic 的 Claude 3.5 Sonnet 模型与 Amazon Bedrock 知识库的最近整合。这不仅仅是一次例行升级——这是我们管理、检索和生成上下文准确响应的方式的重大飞跃。 但是，是什么让 Claude 3.5 Sonnet 如此开创性？为什么

阅读更多
克劳德 3.5 与 GPT-4o：您需要了解的主要区别

克劳德 3.5 与 GPT-4o：您需要了解的主要区别

Anthropic 最新发布的 Claude 3.5 Sonnet 进入了一个市场，在这个市场中，OpenAI 的 GPT-4o 已经设定了高标准，已有 92% 的财富 500 强 公司利用 Open

阅读更多
使用 LangChain + Streamlit + *o1、GTP-4o 和 Claude 3.5 编写 RAG LLM 聊天应用程序

使用 LangChain + Streamlit + *o1、GTP-4o 和 Claude 3.5 编写 RAG LLM 聊天应用程序

学习如何使用 Python、Streamlit 和 LangChain 构建 RAG 网络应用，以便您可以与文档、网站和其他自定义数据进行聊天。 GitHub 代码：https://github.com/enricd/rag_llm_app RAG LLM Streamlit 应用：[https://rag\-llm\-app.streamlit.app/](https://rag-

阅读更多
Qwen 2.5 Coder 32B：这一最佳开放重量模型是否优于 GPT-4o 和 Claude 3.5 Sonnet？

Qwen 2.5 Coder 32B：这一最佳开放重量模型是否优于 GPT-4o 和 Claude 3.5 Sonnet？

在11月11日，阿里巴巴宣布推出其迄今为止最先进的编码模型：Qwen 2.5-Coder-32B-Instruct。但这并不是全部，它实际上是整个编码模型系列的一部分！除了32B模型，还有0.5B、1.5B、3B、7B和14B参数的版本。在撰写本文之前，我回顾了许多YouTuber、作家和技术专家的反馈，大家的共识 overwhelmingly positive。今天

阅读更多
如何使用克劳德 3.5 进行数据分析（秘密工具）

如何使用克劳德 3.5 进行数据分析（秘密工具）

大多数人对这个功能并不了解 在本文中，我们将讨论 Claude，这是一款由 AI 驱动的数据分析工具，可以帮助我们分析数据并制作酷炫的交互式可视化。 我们将涵盖您需要了解的所有内容，从启用特殊功能到使用较小的数据集。 让我们开始吧！ 什么是Claude：一个AI数据分析师 想象一下，口袋里有一个非常聪明的助手，可以查看数据并给你答案。 这就是Claude的样子！Clau

阅读更多
Magentic-One、AutoGen、LangGraph、CrewAI 或 OpenAI Swarm：哪种多人工智能代理框架最好？

Magentic-One、AutoGen、LangGraph、CrewAI 或 OpenAI Swarm：哪种多人工智能代理框架最好？

流行的多智能体编排框架的优缺点 生成式人工智能中的多智能体话题正在升温，每个主要科技巨头都发布了一些相关框架。 但是，应该选择哪个多智能体框架呢？选择实在太多了！！随着OpenAI发布Swarm和微软的Magentic-One，这个领域变得非常拥挤。因此，为了消除任何疑虑，我将尝试解释每个框架的关键特性、优缺点，让您决定哪个最适合您。我们将讨论：AutoG

阅读更多
客户服务对话式人工智能：成功的最佳实践和关键步骤

客户服务对话式人工智能：成功的最佳实践和关键步骤

在当今快节奏的商业环境中，客户服务在建立和维护客户忠诚度方面发挥着至关重要的作用。随着企业努力提供个性化和高效的支持，对话式人工智能作为一种革命性解决方案应运而生。通过将人工智能（AI）集成到客户服务运营中，公司可以简化流程，提供即时响应，并显著改善整体客户体验。Gartner 的一份报告估计，到 2025 年，40% 的客户服务互动 将通过人工智能和机器学习技术实现

阅读更多
在 B2C 行业中利用大型语言模型 (LLM)：在 B2C 行业中利用大型语言模型 (LLM)：...

在 B2C 行业中利用大型语言模型 (LLM)：在 B2C 行业中利用大型语言模型 (LLM)：...

在金融服务、零售和电子商务等B2C行业快速发展的环境中，客户对个性化和即时响应的期望达到了前所未有的高度。随着人工智能技术的进步，尤其是大型语言模型（LLMs）的发展，企业在处理客户互动方面发生了剧烈变化。在银行和信用卡服务等行业，客户经常寻求有关产品、福利或交易的详细信息，因此采用基于LLM的自主代理提供了显著的优势。这些代理能够提供实时、智能的响应，转变客户参与方式，同时提高运营效率

阅读更多
2025 年成为人工智能工程师的路线图

2025 年成为人工智能工程师的路线图

如何在2025年成为AI工程师 有没有想过构建能够思考、学习和解决复杂问题的系统需要什么？几年前，我也很好奇——AI是一个未来主义的概念，我不知道从哪里开始。现在，随着我们迈入2025年，成为AI工程师比以往任何时候都更加容易。如果你在这里，你可能对如何从零开始进入这个领域感兴趣。好消息是？不需要成为计算机天才或数学奇才。只需一个清晰的路线图、奉献精神和正确的资源，你就能做到。

阅读更多
使用 LLMs 构建可靠的文本分类管道：分步指南

使用 LLMs 构建可靠的文本分类管道：分步指南

克服基于LLM的文本分类中的常见挑战 在本分步教程中，我们将介绍如何使用大型语言模型（LLMs）构建一个准确且可靠的文本分类管道。LLMs是强大的通用模型，在各种自然语言处理任务中展示了卓越的能力，并且它们在许多人工智能应用中越来越多地取代了专业模型。然而，如果不谨慎处理，使用LLMs进行分类可能会很棘手。 在将LLMs应用于分类时，一个常见的问题是模型可能无法以预期的输出或

阅读更多
史上最雄心勃勃的人工智能加密项目来了

史上最雄心勃勃的人工智能加密项目来了

AI & 区块链：天作之合，还是骗局？ 现代人工智能的奠基人之一希望利用区块链训练全球最大的开源大型语言模型（LLM），其规模几乎是 Llama 3.1 405B 的四倍，后者通常被认为是最佳的开放 LLM。 在你将这个标题视为欺诈性炒作之前，请注意，这一目标的提出者正是 Illia Polosukhin，他是“Attention is All you Need”

阅读更多
2025 年引领商业变革的八大人工智能应用案例

2025 年引领商业变革的八大人工智能应用案例

探索推动商业成功的关键AI应用。 人工智能（AI）正日益塑造商业的未来，其影响力在各个行业不断扩大。到2025年，AI不仅将成为创新的工具，更是商业转型的重要驱动力。从客户支持到预测分析，AI在提高效率、降低成本和促进新增长机会方面取得了显著进展。随着AI的不断发展，企业越来越依赖于它来简化运营、增强决策能力和创造个性化的客户体验。 [AI技术](https://

阅读更多
Qwen 新发布：编码器之王是 Qwen2.5 编码器 32B！

Qwen 新发布：编码器之王是 Qwen2.5 编码器 32B！

大家好！介绍一下 Qwen2.5-Coder-32B-Instruct：最新的 AI 模型正在引领编码界的风潮！ 这些模型大多在 Apache 2.0 许可下发布。基准分数高得惊人： ![](https://images.weserv.nl/?url=https://proxy.rifx.online/https://cdn-images-1.readmedium.com/v2

阅读更多
Qwen2.5-Coder 32B Instruct：最佳编码模型--完整的分步指南和性能...

Qwen2.5-Coder 32B Instruct：最佳编码模型--完整的分步指南和性能...

学习如何在本地安装 Qwen2.5-Coder，探索其卓越的编码能力，并通过实践示例评估其性能 介绍 在不断发展的AI驱动编程工具领域，大型语言模型（LLMs）显著改变了开发者编写、调试和优化代码的方式。今天，我们很高兴探索Qwen2.5-Coder系列，这是一项开源的奇迹，承诺在代码生成和AI编码助手领域树立新的标准。该系列的最新版本**Qwen2.5-Coder

阅读更多
RAGate：用于对话式人工智能的自适应 RAG

RAGate：用于对话式人工智能的自适应 RAG

构建对话 AI 系统是困难的！！！ 这虽然可行，但也复杂、耗时且资源密集。 挑战在于设计能够理解和生成类人响应的系统，并确保这些系统能够有效地与用户互动，适应对话的细微差别。 非常流行的**RAG（检索增强生成）**通过将外部知识与 LLM 的内部知识无缝集成，彻底改变了对话 AI。通过将 RAG 应用于您的商业数据，您的客户可以用自然语言询问他们的数据，从而促进无缝互动。

阅读更多
您必须了解的 25 个顶级生成式人工智能术语

您必须了解的 25 个顶级生成式人工智能术语

掌握关键概念，以清晰的解释、实际应用和深入的资源在生成性人工智能领域脱颖而出 生成性人工智能确实是各行业中的关键技术；因此，理解生成性人工智能的核心概念对任何技术专业人士及其他领域的人士来说都是至关重要的。以下综合指南涵盖了25个必须了解的生成性人工智能术语，提供清晰的定义、实际的例子和其他资源，以加深您的知识。无论是为面试做准备、参与人工智能项目，还是跟上这个快速变化领域的动态，

阅读更多
Claude 3.5 Haiku：人类的 速度之魔 脑力大增

Claude 3.5 Haiku：人类的 速度之魔 脑力大增

在人工智能进步的无情竞赛中，Anthropic刚刚推出了一位新的竞争者。认识一下Claude 3.5 Haiku，这是他们最快AI模型的最新版本。就像他们把短跑运动员送到了脑力训练营。结果呢？一个不仅在行动上迅速，而且在某些智力领域能够超越其更强大兄弟的模型。让我们深入了解一下这个新生事物的运作原理。 速度（和智慧）的需求 Anthropic 之前的 Haiku 模型已经是他

阅读更多
案例研究：将医生笔录转化为时态医疗记录知识图谱

案例研究：将医生笔录转化为时态医疗记录知识图谱

您是否有兴趣将医生/患者的医疗记录和记录转化为可以跨多个医疗历史、时间段和患者进行复杂查询的时间性知识图谱？ 在本案例研究中，我们展示了如何将医疗记录转化为您可以依赖于 RAG 和分析目的的时间性知识图谱。我们展示了针对该系统的真实问答，以及您可以通过该系统实现的业务成果。据我们所知，这里步骤的组合是一种相对新颖的知识图谱实现。 使用的数据 出于数据隐私原因，我们使用了一个合成

阅读更多
用于构建多代理系统的 LangGraph、Autogen 和 Crewai 比较研究

用于构建多代理系统的 LangGraph、Autogen 和 Crewai 比较研究

随着我们进入多智能体系统（MAS）的领域，了解专门为此目的设计的各种编程语言至关重要。在本文中，我们将通过比较 LangGraph、Autogen 和 Crewai —— 该领域的三大重要参与者，深入探讨 MAS 开发的世界。 介绍 多智能体系统（MAS）在各个行业中变得越来越重要。MAS是由多个智能体组成的系统，这些智能体相互之间以及与环境进行交互，以实现特定目标。在可用于构建M

阅读更多
Microsoft GraphRAG v0.4.0

Microsoft GraphRAG v0.4.0

微软最近发布了 GraphRAG 项目的 v0.4.0 版本，带来了几项重要更新。最显著的新增功能是增量索引特性和 DRIFT 图推理查询模块，这大大增强了系统的效率和功能。 此次更新的核心亮点包括： 1. 增量索引：显著提高大规模数据处理的效率，实现更快的信息更新。 2. DRIFT 图推理查询模块：引入先进的图推理技术，增强复杂查询处理能力。 此外，版本 0.4.

阅读更多
在构建非英语 RAG 系统时，嵌入为什么很重要 - 多语言嵌入

在构建非英语 RAG 系统时，嵌入为什么很重要 - 多语言嵌入

为什么嵌入是关键 嵌入是现代生成 AI 的基石，默默推动着我们每天互动的许多系统的功能。简单来说，嵌入是 文本的数值表示 —— 有效地将单词、句子甚至整个文档转换为数字。这些数字远非随机；它们经过精心设计，以捕捉文本中的含义和关系。例如，“dog”和“puppy”的嵌入在数值空间中会更靠近，而“car”的嵌入则会相对较远，反映出它们的 语义相似性。将意义编码为可测量的

阅读更多
Gemma、Llama 和 Mistral：探索较小的 AI 模型

Gemma、Llama 和 Mistral：探索较小的 AI 模型

小规模语言模型的比较研究：在阅读理解任务中评估 Gemma、Llama 3 和 Mistral 引言 大型语言模型（LLMs）正在快速发展。每个月，新的模型被开发出来，以超越当前市场上的顶尖模型。这种健康的竞争有利于创造新的方法，提高质量和速度。此外，各公司还专注于开发更小的模型，以便使其能够被没有强大计算资源的个人或组织所使用。 就在几周前，苹果公司在其全球开发者大会上推出

阅读更多
Google Gemini：大上下文窗口是杀手级功能吗？

Google Gemini：大上下文窗口是杀手级功能吗？

谷歌即将推出的 LLM 迈出了重大一步 就在八个月前，一封泄露的谷歌电子邮件透露该公司在努力超越其 AI 竞争对手方面遇到了困难。他们的 AI 产品周围不仅没有护城河——换句话说，没有建立起商业优势——谷歌也没有[秘密武器](https://ww

阅读更多
Mojo，比 Python 快 90,000 倍，终于开源了！

Mojo，比 Python 快 90,000 倍，终于开源了！

2024年3月29日，Modular Inc.宣布开源Mojo的核心组件。 Mojo是一种专门为编写人工智能软件而设计的编程语言，去年八月正式发布。自那时以来，它已经吸引了超过175,000名开发者和50,000个组织。 人工智能模型通常使用多种编程语言编写。开发者通常使用Python实现神经网络的最简单部分，因为它易于学习，但相对较慢。其余代码通常用C++编写，虽然速度更快，但学习起来更复

阅读更多
我如何用 ChatGPT 在不到 3 小时内写完一整本书？

我如何用 ChatGPT 在不到 3 小时内写完一整本书？

解密人工智能热潮 我叫亚历克斯，我只是一个在金融科技（Fintech）领域工作的小伙子，这个行业不可避免地让你对一切充满好奇，尤其是新趋势。我无法摆脱人工智能的热潮，或者说，我无法不去观察人们对它的疯狂反应。 “人工智能会抢走你的工作！”，“这就是结束！”，“到2024年，你将不再见到医生。机器将为你诊断和治疗！”，“我如何利用ChatGPT创建了一家全新的公司！”，最后，“我

阅读更多
英伟达™（NVIDIA®）如何修剪和提炼 Llama 3.1 以创建 Minitron 4B 和 8B

英伟达™（NVIDIA®）如何修剪和提炼 Llama 3.1 以创建 Minitron 4B 和 8B

新模型采用了最先进的剪枝和蒸馏技术。我最近开始了一份专注于人工智能的教育通讯，目前已有超过170,000名订阅者。TheSequence是一份不做作（意味着没有炒作，没有新闻等）的机器学习导向通讯，阅读时间为5分钟。目标是让您及时了解机器学习项目、研究论文和概念。请通过下面的链接订阅试试：我们常常被大型语言模型（LLMs）特别是那些参数数量庞大的模型的进展所震撼。然

阅读更多
Llama 3.2：下一代轻量级、指令调整语言模型：实践……

Llama 3.2：下一代轻量级、指令调整语言模型：实践……

探索 LLaMA 3.2 在剪枝、知识蒸馏和多语言性能方面的关键创新，以及本地运行或通过 Google Colab 的实用教程 👨🏾‍💻 GitHub ⭐️ | 👔LinkedIn |📝 [Medium](https

阅读更多
Meta's Llama 4 即将推出 另外Parallels 为 Windows 带来 Apple 智能

Meta's Llama 4 即将推出 另外Parallels 为 Windows 带来 Apple 智能

Plus: Parallels 将苹果智能带入 Windows 欢迎来到 Get The Gist，在这里，我们每个工作日分享最新和最伟大的 AI 发展简明易懂的总结——新闻、创新和趋势——所有内容都在 5 分钟内送达！⏱ 在今天的版块中：马克·扎克伯格宣布 Meta 的 Llama 4 Parallels 将苹果智能带入 Windows Re

阅读更多
SmolLM2：Qwen2.5 和 Llama 3.2 的最佳替代品

SmolLM2：Qwen2.5 和 Llama 3.2 的最佳替代品

而且它是完全开放的！ Hugging Face 加大了对 SmolLM 计划的投入。 他们发布了 SmolLM2：1.7B、360M 和 135M 模型，训练于 11T 令牌（相比 SmolLM 的 1T）。他们发布了基础版和指导版：Hugging Face Collection: [SmolLM2](https://huggingface.co/collections/

阅读更多
使用 Gemini Pro 和 LangChain 的多模式 RAG

使用 Gemini Pro 和 LangChain 的多模式 RAG

介绍 在本教程中，我们将探索将 Gemini Pro 和 Gemini Pro Vision 与 LangChain 框架集成，以实现多模态（在这种情况下为图像）检索增强生成（RAG）。

阅读更多
全新 Gemini 1.5 FLASH 型号：绝对的 Google 游戏规则改变者

全新 Gemini 1.5 FLASH 型号：绝对的 Google 游戏规则改变者

他们的新 Gemini 1.5 Flash 模型远远超过了 GPT-4o，其能力令人难以置信。 闪电般快速。 比 GPT-4o 便宜 33 倍，但上下文容量大 700% — 100 万个令牌。 在现实世界中，100 万个令牌是什么概念？大约：超过 1 小时的视频 超过 30,000 行代码 超过 700,000 个单词![](https://i

阅读更多
智能代理：Langchain、CrewAI 和 AutoGen 比较

智能代理：Langchain、CrewAI 和 AutoGen 比较

1. AI代理框架概述 在人工智能快速发展的领域，选择合适的框架是每个数据科学家和开发者必须做出的关键决策。AI代理生态系统正在迅速演变，提供越来越复杂的解决方案来自动化和优化复杂的流程。 智能代理革命带来了几种框架，每种框架都有其独特的特点。Langchain、CrewAI、AutoGen和Swarm在这个场景中脱颖而出，各自提供了管理和协调AI代理的独特方法。 本次基准

阅读更多
克服医疗领域的法学硕士挑战：生产发展实用策略

克服医疗领域的法学硕士挑战：生产发展实用策略

生成性人工智能 我遇到的最常见的LLM开发挑战、有效的缓解策略以及一个职业生涯中决定性的面试错误 引言 我一直是那种深入研究一个主题并专注到痴迷的人。当我从数据科学硕士毕业时，我的痴迷是计算机视觉；特别是将计算机视觉应用于神经科学或心理健康领域。我决心成为心理健康领域的“计算机视觉工程师”（不过“机器学习工程师”也可以），尽管我的导师们劝我拓宽视野，寻找更多机会。

阅读更多
Atomic Agents 1.0 简介：构建 Agentic AI 的模块化框架

Atomic Agents 1.0 简介：构建 Agentic AI 的模块化框架

想象一下，构建 AI 应用程序就像组装乐高积木一样轻松。这就是 Atomic Agents 的理念，一个基于 Atomic Design 原则的模块化框架，用于构建 AI 代理。随着 1.0 版本 的发布，Atomic Agents 引入了一个强大的 CLI，称为 **Ato

阅读更多
Agentic RAG 如何解决当前 RAG 限制的问题

Agentic RAG 如何解决当前 RAG 限制的问题

在本卷咖啡休息概念的第 4 期中，我们将了解 AgenticRAG 如何帮助解决传统 RAG 的限制。 RAG框架 RAG（检索增强生成）框架按特定顺序操作： 文档 -> 片段 -> 向量数据库 -> 片段检索（前K个） -> LLM 然而，这一顺序在处理某些类型的查询时会遇到障碍。 问题 1：摘要 考虑一个查询，比如“总结文档”。传统

阅读更多
解锁混合专家 (MoE) LLM：你的 MoE 模型可以免费嵌入模型

解锁混合专家 (MoE) LLM：你的 MoE 模型可以免费嵌入模型

Mixture-of-experts (MoE) LLM 可以作为免费的嵌入模型使用。 我最近发现了一篇有趣的论文，标题为“你的 Mixture-of-Experts LLM 秘密地是一个免费的嵌入模型。”[1] 最近的 LLM 架构趋势是解码器模型，这对于嵌入模型并不适用，因为它们的注意力方法。然而，作者揭示了 Mixture-of-Experts (MoE) LLM 可以作

阅读更多
大型语言模型变得更小了

大型语言模型变得更小了

这将如何改变软件初创企业的游戏规则 本文与 David Meiborg 共同撰写。 *TLDR: 大型语言模型（简称 LLMs）目前体积庞大，运行成本高，并且具有 显著的碳足迹。然而，最近在模型压缩和系统级优化方法上的进展可能会增

阅读更多
OpenAI GPT-5：预计 2025 年将实现博士级智能

OpenAI GPT-5：预计 2025 年将实现博士级智能

经过几个月的猜测，OpenAI终于揭示了备受期待的GPT-5的详细信息。最初预计在2024年发布，但其发布时间已推迟至2025年末或2026年初。OpenAI的首席技术官Mira Murati在与达特茅斯工程学院的采访中分享了有关这个新版本的能力和潜力的见解。以下是您需要知道的一切。 智力的量子飞跃 Murati 将之前的 GPT 版本与不同水平的人类智力进行比较。GPT-

阅读更多
OpenAI 01-预览 — 99% 的人不知道的秘密

OpenAI 01-预览 — 99% 的人不知道的秘密

如何充分利用01-preview 自从01-preview发布以来，我一直在玩它。 我非常喜欢它！ 我甚至在我的新AI增长黑客课程中教授它。 我很高兴分享一些关于如何充分利用它的关键见解。 大多数人对01-preview的工作原理一无所知。

阅读更多
Mistral AI 发布革命性边缘模型 Ministral 3B 和 8B：卓越性能和隐私

Mistral AI 发布革命性边缘模型 Ministral 3B 和 8B：卓越性能和隐私

最近，Mistral AI 推出了两个新的边缘模型——Ministral 3B 和 Ministral 8B，这引起了科技界的广泛关注。这些模型不仅在性能上表现出色，还在隐私保护方面提供了独特的优势。 卓越性能，隐私优先 Ministral 3B 和 8B 专为设备内计算而设计，能够处理长度达 128k 的文本信息。特别是，Ministral 8B 采用了创新的滑动窗口注意力机

阅读更多
Mistral AI 推出 Ministral 3B 和 8B 模型 另外：Nvidia 推出优于 GPT-4 的 AI 模型

Mistral AI 推出 Ministral 3B 和 8B 模型 另外：Nvidia 推出优于 GPT-4 的 AI 模型

Plus: Nvidia推出的AI模型超越GPT-4 欢迎来到Get The Gist，在这里我们每个工作日分享最新的AI发展动态——新闻、创新和趋势——所有内容都在5分钟内轻松阅读！⏱ 在今天的版本中：Mistral AI推出了用于边缘计算的Ministral 3B和8B模型 Nvidia悄然推出的AI模型超越GPT-4 YouTube向

阅读更多
检索增强生成：方法、最新进展和优化策略

检索增强生成：方法、最新进展和优化策略

⭐ RAG 在知识密集型场景或需要持续更新知识的特定领域应用中尤其有用。最近，RAG 因其在对话代理中的应用而受到广泛关注。 📌 参考研究主要集中在当前的 RAG 方法及其不同组件、最新进展（SOTA）、应用、检索、生成、增强技术的评估上。 随着 RAG 系统从简单到高级再到模块化的演变，每个阶段都是为了应对特定用例的增强而出现的。 ![](https://images.wese

阅读更多
使用 Unsloth 对 LLama 3 进行微调

使用 Unsloth 对 LLama 3 进行微调

在本文中，我将向您展示如何使用 Unsloth 微调 LLM（Meta 的 Llama 3）。我还将提供使用您自己自定义数据集的方法。 注意： Unsloth 是一个加速 LLM 在 NVIDIA GPU 上微调的库（与传统方法相比，内存使用减少 40%）。与 Hugging Face 兼容，支持 Ll

阅读更多
在 LLM 代理框架之间进行选择

在 LLM 代理框架之间进行选择

定制代码代理与主要代理框架之间的权衡 代理正在迎来一个重要时刻。随着多个新框架和新的 投资 的涌入，现代 AI 代理正在克服 [不稳定的起源](https://arxiv.org/html/2405.

阅读更多
Claude 3.5 Sonnet V/S GPT-4O：哪一个更好

Claude 3.5 Sonnet V/S GPT-4O：哪一个更好

在2022年11月，OpenAI推出了ChatGPT，这一模型彻底改变了我们搜索和与信息互动的方式。次年3月，由前OpenAI员工创办的美国初创公司“Anthropic”推出了他们自己的AI模型“Claude”。自发布以来，这两家AI公司一直在竞争，以通过其AI模型为客户提供最佳的功能和体验。最近，OpenAI推出了“GPT-4o”，这是一个令人惊叹的模型，能够出色地处理文件、语音和视频数据

阅读更多
o1-preview 与 claude-3.5-sonnet：比较顶级法学硕士

o1-preview 与 claude-3.5-sonnet：比较顶级法学硕士

今天（2024年9月12日），OpenAI 发布了其最新的语言模型 o1-preview。这个先进的模型经过设计，能够在生成响应之前投入更多时间进行处理，使其能够更好地应对复杂任务，并在科学、编码和数学等领域解决具有挑战性的问题。 在这篇博客文章中，我们将深入分析 o1-preview，并将其与之前被认为是最先进模型之一的 Claude 3.5 Sonnet 进行比较。 比较方

阅读更多
阿里巴巴开源 Qwen：它如何彻底改变人工智能以及如何使用它

阿里巴巴开源 Qwen：它如何彻底改变人工智能以及如何使用它

阿里巴巴最近在人工智能领域引起了轰动，在2024年 Apsara 大会上开源了其 Qwen 2.5 模型。Qwen 拥有超过 100 个模型，涵盖语言、视觉、音频和代码等多种模态，使其成为最全面的开源人工智能解决方案之一。此次发布通过提供多样化应用的工具，赋能开发者，从文本到视频生成到实时问答。 阿里巴巴 Qwen 模型的关键特性多模态能力：Qwen 模型处

阅读更多
解锁 LLM 量化的 5 个关键点

解锁 LLM 量化的 5 个关键点

大型语言模型的量化 LLM量化目前是一个热门话题，因为它在提高大型语言模型（LLMs）的效率和在各种硬件平台（包括消费级设备）上部署方面发挥着至关重要的作用。 通过调整模型中某些组件的精度，量化显著减少了模型的内存占用，同时保持相似的性能水平。 在本指南中，我们将探讨LLM量化的五个关键方面，包括将此技术应用于我们模型的一些实用步骤。 #1. 理解量化 量

阅读更多