后端标签_AI Agent技术社区

后端

90%的人认为RAG和Agent分开做都不难，合在一起就废？可写简历:RAG+Agent合体全链路方案

本文介绍如何用Java实现一个具备自主决策能力的知识库检索Agent，突破传统RAG“固定检索+生成”的局限。通过封装检索工具、集成查询改写与上下文管理，实现多轮对话中智能判断是否检索、动态生成检索词，并结合记忆系统提升准确率。全链路可运行，适用于复杂问答场景，是AI Agent落地的关键实践。

露天赏雪
2026-09-16 12:30:00

 291

#面试 #java #职场和发展 +4
多轮对话中的 KV Cache 复用率：真实业务轨迹统计与收益

在以 AI 编程助手（Coding Copilot）、智能客服、复杂智能体（AI Agent）与长文档流式交互为代表的大语言模型在线应用中，**多轮连续会话（Multi-Turn Conversations）**占据了全平台总请求流量的 80% 以上。在传统的无状态（Stateless）推理架构下，客户端在发起第 $N$ 轮对话时，必须将前面 $1 \sim N-1$ 轮的所有历史问答拼接为一个巨

 继续商行
2026-09-15 21:11:04

 855

#人工智能 #语言模型 #后端 +1
90%的Java开发者整合大模型还在手写？SpringBoot整合大模型最牛方案：通义千问+LangChain4j+向量检索+流式输出

本文介绍5个实用Spring Boot Starter，助力高效集成大模型与AI Agent：Spring AI简化大模型调用，LangChain4j实现Agent框架与RAG，Milvus SDK支持向量检索，WebFlux实现流式输出（SSE），配置处理器提升可维护性。告别手写OkHttp与样板代码，一键引入依赖，快速搭建AI应用，显著提升开发效率。

露天赏雪
2026-09-15 19:30:00

 228

 2

#java #spring boot #开发语言 +4
Prefix Caching 树状结构设计：Radix Tree 在前缀匹配中的核心机制

在大语言模型在线推理服务（如多轮流式对话 Multi-turn Chat、AI Agent 复杂工作流、Few-Shot 提示工程以及长文档 RAG 知识库检索）中，**前缀缓存（Prefix Caching / Prompt Caching）**是实现首字响应延迟（TTFT）断崖式下降与系统吞吐翻倍的最强工程架构。在多轮交互业务中，用户发起的第 $N$ 轮对话，其输入的 Prompt 往往完整包

 继续商行
2026-09-14 08:32:35

 768

 1

#人工智能 #语言模型 #后端 +1
基于SpringBoot的客家文化宣传平台：技术栈、背景意义与核心代码

本文围绕基于SpringBoot的客家文化宣传平台，从项目背景、技术选型、功能设计、数据库设计到核心代码实现进行了系统阐述。平台通过数字化手段整合客家文化资源，为用户提供资讯浏览、文化展示、社区互动和旅游导览等一站式服务，有效助力客家文化的传播与传承。未来可从以下方向持续优化：引入推荐算法实现文化内容的个性化推送；结合AR/VR技术打造沉浸式客家文化体验；接入语音识别实现客家方言的在线学习与互动；

蔚来源码二站
2026-09-14 07:45:43

 31

#spring boot #后端 #java
别再手动贴 Markdown 了！我用 AI Agent + MCP 打通 CSDN 自动发文全流程

CSDN 没有官方发布 API，社区 MCP 工具全靠模拟登录态。本文给出一种零依赖的替代方案：用 AI Agent 浏览器自动化直连创作中心，从 Markdown 到发布只要 1 分钟，并附上 3 个真实踩坑记录。这是《Java 程序员的 AI 实战笔记》专栏第一篇。

848698119
2026-09-13 22:23:26

 157

#人工智能 #后端 #AIGC
从大模型到AI Agent：新手程序员必备的7个核心概念与收藏指南

这张表建议反复看。很多项目里的混乱，根源就是把这些职责混在了一起。你是运维分析助手不允许编造监控数据需要先查监控，再查日志输出必须包含结论、证据和建议AI Agent 不是“大模型外面套一层壳”，而是一整套围绕理解、检索、调用、编排、执行和治理展开的系统能力组合。每个概念分别解决什么问题它们各自的边界在哪里你的业务到底需要哪几层能力当你把这张“能力地图”看清楚之后，再做架构设计、技术选型和工程落地

 晨xi的光
2026-09-09 13:58:57

 309

 11

#人工智能 #后端
Agent 影子流量（Shadow Traffic）验证：在生产环境中无感对比新旧 Prompt 效果

在传统微服务架构里，做接口重构或升级底层组件时，我们经常使用“流量镜像（Traffic Mirroring / Shadow Traffic）”来做验证。把线上的真实请求无感复制一份打到待上线的候选版本上，既不影响主链路响应时间，又能拿到最真实的生产流量进行压力和正确性验证。当我们把 AI Agent 推向生产环境时，Prompt 的迭代升级成了一个高频且高危的动作。业务方或者产品经理经常会说：“

baronbool
2026-09-08 20:44:17

 760

#AI #人工智能 #后端 +2
基于AI agent的智能图书馆

基于AI Agent的智能图书馆管理系统，集成DeepSeek大模型与Qdrant向量数据库。读者通过智阅助手以自然语言完成语义检索、借书还书、收藏图书，同时支持智能推荐、借阅记录与藏书书架管理。管理员可进行用户管理、图书维护、借阅审核与运营统计，覆盖图书馆日常运营全流程。

azhou的代码园
2026-09-06 19:12:24

 496

 4

#人工智能 #spring boot #后端 +2
官宣！Ruby on Rails之父DHH将出席GOSIM Shenzhen 2026

但到了今年 4 月，在接受 The Pragmatic Engineer 采访时，他已经表示，自己的日常工作已经是 “Agent-First”，并特别强调，当 AI Agent 参与软件开发之后，资深开发者判断、验证和纠正 Agent 输出的能力变得更加重要。这也是 GOSIM Shenzhen 2026 希望带来的价值：不只是“听一场大会”，而是让真正做技术的人聚在一起，看到最新的项目，交流真实

 CSDN资讯
2026-09-02 09:53:07

 1889

 4

#ruby on rails #后端
【WMS 仓储系统集成 AI Agent 实战】第 3 讲：Spring Security 6 + JWT——addFilterBefore 一词之差，全站 401

三个问题：过滤器顺序天坑（一词之差全站 401）、SSE 异步丢认证（诡异到怀疑人生）、Token 过期体验（三层刷新机制）。每个都是真实踩坑，排查过程完整还原。

运行时异常
2026-08-30 16:27:37

 372

 3

#spring #java #后端
多智能体框架的选型方法

做 AI Agent 系统，工程基建的稳定性决定了上层应用的上限。

baronbool
2026-08-29 11:13:27

 3469

 6

#AI #人工智能 #后端 +2
智能体系统升级前的核查

AI Agent 系统设计与多 Agent 协作架构”不是一个可以直接优化的指标。开始前应明确目标对象、受影响请求、输入边界、依赖服务和验收标准。涉及质量时，应准备带有判定规则的样本，而不是只凭主观印象。

2401_87746054
2026-08-28 09:22:58

 5041

 6

#人工智能 #语言模型 #后端 +2
多智能体系统迁移时如何保持旧链路可用

在 AI Agent 系统的工程落地中，基础设施的规范化同样关乎系统的稳定性。依赖编译切换：保持原有架构，先通过替代pip freeze实现依赖锁定。配置统一收敛：将依赖项统一整理至符合 PEP 621 标准的中。容器镜像优化：采用uv结合 Multi-stage Dockerfile 优化构建流，控制镜像体积。落实依赖隔离与可重复构建，有助于保障 Agent 系统在集群环境中的稳定部署与运行。

baronbool
2026-08-27 17:09:31

 4601

 1

#AI #人工智能 #后端 +2
多智能体协作先把控制边界写清

在构建 AI Agent 架构与多 Agent 协作系统的过程中，许多团队容易照搬网络上炫酷但缺乏工程落地的“反模式做法”：例如让 Agent 自主无限期递归创建子 Agent、将整个系统日志全量丢入 Prompt 让 LLM 寻找 Bug，或者试图让多 Agent 之间完全基于自然语言自由协商而放弃有限状态机（FSM）控制。这些看似聪明的做法在实际生产环境中极其危险。工程落地必须遵循的准则，避开

 baronbool
2026-08-27 16:23:31

 4847

 5

#AI #人工智能 #后端 +2
智能体协作系统的交付验收

AI Agent 系统设计与多 Agent 协作架构”不是一个可以直接优化的指标。开始前应明确目标对象、受影响请求、输入边界、依赖服务和验收标准。涉及质量时，应准备带有判定规则的样本，而不是只凭主观印象。

2401_87746054
2026-08-26 10:26:01

 4784

 10

#人工智能 #语言模型 #后端 +2
AI Agent 架构设计与多 Agent 协作系统搭建：升级前先做这几项确认

在大型系统或复杂工作流场景中，当对 LangChain 或 OpenAI 等大模型 SDK 进行版本升级时，若直接在生产环境中执行无锁死的升级命令，可能引入严重的包版本依赖冲突。例如模块更名废弃旧版类路径，或pydanticV1/V2 签名冲突，会导致 Agent 运行服务在重启时触发或。此类故障发生后，由于缺少严格的lockfile依赖隔离与编译补丁机制，即使执行代码回滚，也可能因宿主环境中的

 baronbool
2026-08-24 17:49:55

 3129

 2

#AI #人工智能 #后端 +2
AI Agent 系统设计与多 Agent 协作架构：工具选型别只比较参数

AI Agent 系统设计与多 Agent 协作架构：工具选型别只比较参数”里的做法需要放回自己的代码、数据和权限条件里判断。读到一条建议后，先问它依赖的输入是否可得、失败信号是否能被看见、撤销动作由谁执行。若其中一项没有答案，先补充验证材料，再把范围扩到更多调用点。工程判断允许保留不确定性，关键是不要把还没检查过的部分藏在顺畅的描述里。

2401_87746054
2026-08-24 17:06:01

 4956

 6

#人工智能 #语言模型 #后端 +2
AI Agent 架构设计与多 Agent 协作系统搭建：工具选型别只比较参数

在大型系统或复杂工作流场景中，当多 Agent 协作系统面对高并发场景与复杂代码审查任务时，经常面临吞吐量骤降与协作链条死锁的瓶颈。例如在 50 个并发 Session 下，多个 Agent 协同完成代码审查与自动化补丁生成时，如果控制流设计缺乏确定性约束，系统吞吐量可能在短时间内下跌，CPU 占用居高不下，而下游 LLM API 调用量却降到了零。

baronbool
2026-08-24 17:05:04

 3034

 10

#AI #人工智能 #后端 +2
人工智能智能体架构设计与多智能体协作系统搭建的安全检查

在大型系统或复杂工作流场景中，当设计与搭建 AI Agent 及多 Agent 协作系统时，往往面临 Python 软件供应链风险与运行期 Prompt 注入攻击的双重安全威胁。例如在开发者引入三方依赖包时，若误装了拼写抢注（Typo-squatting）的恶意库，可能会导致.env配置文件中的 API 密钥被泄漏。

baronbool
2026-08-22 18:39:45

 2140

#AI #人工智能 #后端 +2
2026年AI Agent工程师火爆招聘！掌握这些技能，高薪向你招手（收藏版）

本文分析了全球及中国多家企业的真实招聘信息，揭示了AI Agent工程师岗位的兴起趋势。企业对AI的需求已从简单的“回答问题的大模型”转变为能自主完成工作的“AI员工”。AI Agent正进入各行各业，成为连接大模型能力与企业业务流程的关键。高薪背后，企业更看重候选人的系统设计能力和工程实践能力，而非单纯的Prompt Engineering。掌握AI Agent工作流设计、任务规划、长期记忆管理

 黑帽子唐哥
2026-08-21 14:54:43

 344

 9

#人工智能 #后端 #java +1
多智能体系统如何持续观察运行效果

本文讨论「AI Agent 系统设计与多 Agent 协作架构：日志、指标、Trace 的可观测性落地」的设计与验证方法。文中的场景用于说明排查和决策过程，不对应某次线上事故，也不代表任何项目的性能数据。先为一次请求分配 trace_id，再把 Agent、工具调用、检索和模型响应放进同一条链路。

2401_87746054
2026-08-18 16:10:25

 3019

 15

#人工智能 #语言模型 #后端 +1
又一个 AI 新项目完结，用 DeepSeek 搞了个微信小程序！

手把手带你用 AI 编程做出一个能上线传播、能变现的微信小程序产品！最新 AI Agent 应用开发 + Vibe Coding 项目，秋招简历亮点拉满~

程序员鱼皮
2026-08-18 14:09:08

 304

 7

#小程序 #AI #前端 +2
纯 Go 打造的 CLI 版通用型 AI Agent，聊聊 covo-agent 的诞生

【摘要】本文介绍了作者开发Go语言AI Agent框架covonaut及其应用产品covo-agent的历程。由于Go生态缺乏成熟的Agent框架，作者从零打造了纯Go实现、生产可用的covonaut，包含工具注册、上下文压缩、工作流编排等完整功能。为验证框架实用性，作者开发了终端通用AIAgent产品covo-agent，通过TUI交互、多场景模式、丰富工具链等功能深度测试框架能力。这种&quo

路多辛
2026-08-18 08:04:38

 362

 8

#golang #开发语言 #后端
从Java转Agent，我建议你把学习路线重新排一遍

这篇文章为有经验的Java开发者提供了转向AI Agent开发的优化学习路径。作者指出传统学习路线效率低下，建议：1）跳过Python语法学习，直接实战；2）优先掌握Function Calling而非RAG；3）忽略Transformer原理；4）立即动手实践小项目。重新设计的8周学习路线聚焦核心技能，强调利用现有工程经验快速突破。最后，作者分享了自己整理的系统化学习资料，包含提示词工程、RAG

小涂Ss
2026-08-17 17:27:32

 246

 8

#java #学习 #开发语言 +1
从写CRUD到做AI Agent：我花了6个月转型，这是我的完整路线图

去年这个时候，我还在每天写CRUD接口。不是说CRUD不好——毕竟9年了，写起来又快又稳——但我心里清楚，纯CRUD开发的天花板快到了。转折点是有次面试，面试官问我："你们有没有用AI做点什么？

卷毛小帅哥
2026-08-17 09:50:30

 239

 6

#人工智能 #后端 #java +2
基于Python+爬虫+Hadoop大数据的热门旅游景点推荐系统计算机毕设源码+论文+PPT

免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论文降重、长期答辩答疑辅导、腾讯会议一对一专业讲解辅导答辩、模拟答辩演练、和理解代码逻辑思路

 Java开源领先者
2026-03-19 21:11:52

 1252

 10

#大数据 #python #爬虫 +4
OoderAgent 能力架构：基于 Workflow 控制理论的能力安装管理

本文系统阐述了OoderAgent能力架构的核心设计理念，提出了以能力安装管理控制为中心的创新架构。文章揭示了能力架构的四种协作模式（P2P、A2PM、P2A、A2A）及其转换机制，重点分析了Workflow如何通过"驯化"实现开放能力的可控可用。作者创新性地提出了A/UI/P三元控制结构，取代传统的P2P数据流转模式，实现了能力、界面与人员的有机整合。文章详细阐述了Workf

wenzhangli7
2026-04-06 20:24:10

 442

 9

#架构 #asp.net #后端
基于Python+Django的系大学生请假管理统设计与开发(源码+精品论文+答辩PPT等资料)

随着高校办学规模的持续扩大和学生管理工作的日益精细化，传统的纸质请假方式已难以满足当前数字化校园的建设需求。学生请假流程涉及辅导员审批、任课教师知情、学工部门备案等多个环节，传统模式下常常出现审批周期长、信息传递不及时、请假记录难以追溯等问题，给师生的日常教学管理带来诸多不便。与此同时，移动互联网技术的普及为校园管理的数字化转型提供了良好契机，开发一套便捷、高效的线上请假管理系统已成为提升学生管理

 java李杨勇
2026-03-06 18:53:20

 4173

 5

#django #python #后端
Multi-Agent协同设计：如何给AI团队分配合适的角色？

第一步：任务分析这个任务有哪些不同性质的子任务？（搜索？实现？审查？测试？哪些子任务可以并行？哪些有依赖必须串行？有没有需要"第二视角"来对抗验证的环节？第二步：角色设计每个 Agent 有且只有一个明确的职责执行者 ≠ 审查者 ≠ 验证者（三个不同 Agent 实例）每个角色的 System Prompt 有明确的"该做什么"和"不能做什么"Manager 不亲自执行具体工作第三步：协作模式选择

 2401_82819240
2026-07-16 09:54:54

 448

 16

#人工智能 #后端 #算法 +1
基于大数据爬虫+Hadoop+Python的农产品销售预测系统设计与实现任务书

本研究设计并实现一个基于大数据爬虫+Hadoop+Python的农产品销售预测系统，旨在解决传统农产品销售依赖经验判断、数据分析薄弱等问题。系统通过Python爬虫采集电商平台等多源数据，利用Hadoop进行分布式存储与处理，并采用Python机器学习算法构建预测模型，实现农产品销量智能化预测。研究内容包括系统架构设计、数据采集与处理、多维度分析、预测建模及可视化展示。该系统可帮助商户科学决策，降

 Easton111
2026-07-13 20:53:07

 88

 1

#大数据 #爬虫 #hadoop +4
Kimi LeetCode 3455. 最短匹配子字符串 Python3实现

双指针循环枚举 `mid` 的每个位置，用 `j` 找最靠右的合法 `left`，用 `k` 找最靠左的合法 `right`，两者都是单调移动，总复杂度 O(N)。`s="aa", p="aa**"``2``left="aa"`, `mid=""`, `right=""`，匹配 `"aa"``s="madlogic", p="*adlogi*"``6`匹配 `"adlogi"`- 给定字符串 `s

稚辉君.MCA.P9.JAVA
2026-07-02 00:03:55

 38

#python #后端 #算法 +2
Function Calling 超时策略：别让一个慢工具拖垮整个 Agent 响应

工具调用超时策略应按工具类型分层设置。搜索引擎 8s，数据库 5s，AI 生成 60s。超时后优先使用兜底策略（缓存/降级），而非重试。长耗时工具需要进度回调机制。超时策略的目标是保障整体响应时间，单工具可牺牲。最后强调一点：Agent 的超时策略不是在"防止慢工具"，而是在"管理用户的等待预期"。即使用了最好用的进度条和最完善的兜底策略，用户仍然会有不满——但他们不会责怪系统"卡死了"，而是理解

 baronbool
2026-07-11 09:55:17

 2832

 11

#后端 #golang
Agent 记忆系统落地：别把用户上下文当垃圾桶

Agent 记忆系统不是聊天记录仓库。短期上下文、长期偏好、业务事实要分开存，记忆要有来源和时效，召回要按任务最小化，还要支持删除和复盘。能记住不是本事，知道什么该忘、什么不能乱记，才是工程化 Agent 的基本功。

baronbool
2026-07-03 13:20:12

 2328

 10

#后端 #golang
python:word convert pdf

本文介绍了一个将Word文档转换为PDF的Python工具类WordTPdf，主要功能包括：使用pywin32库调用Microsoft Word应用程序实现文档转换支持批量转换指定目录下的所有Word文档（.doc和.docx格式）提供文件路径遍历功能，可获取指定扩展名的文件列表转换过程处理了COM库初始化、异常捕获等细节转换后的PDF会保留原文档的标记和标题书签核心方法： wordt

geovindu
2026-07-20 23:28:57

 335

 10

#python #后端 #开发语言