登录社区云,与社区用户共同成长
邀请您加入社区
文章介绍2025年为"Agent元年",推荐了6位AI专家的AI Agent学习资源,涵盖从基础理论到实战部署的全方位内容。通过飞书平台可获取完整学习文档,帮助读者系统掌握AI Agent技术,打破信息差,把握大模型应用新方向。
Skills是让Agent从"被动应答"进化为"主动执行"的核心技术,通过封装特定任务的领域知识、操作流程和工具调用方式,使Agent能像专家一样高效执行复杂任务。文章详细解析了Skills的工作原理、与其他概念的区别、优质Skills的打造方法,以及官方与社区资源推荐。Skills采用渐进式加载和智能调用机制,解决了规则失效、执行失控等问题,让AI从"对话助手"转变为"可信赖的执行者",降低了普
向量数据库技术的发展,可以追溯到本世纪初的深度学习浪潮。随着深度学习技术在语音识别、图像处理、自然语言处理等领域的突破性进展,嵌入表示(Embedding)技术逐渐成为一种标准化的数据表示方法。嵌入表示技术通过将数据映射到低维稠密向量空间,能够有效地捕捉数据之间的语义关联,为向量数据库的发展奠定了坚实的基础。
在 AI Agent 的面试和实际开发里,ReAct、Plan-and-Execute、Reflection 是出现频率最高的三个名词。但很多人的困惑在于:背得出定义,却说不清三者到底是什么关系,也讲不出实际项目该怎么选。这篇博客的目标,就是把这三者"掰开揉碎",从论文溯源、运行机制、成本差异到选型策略,一次讲清楚。
用 Go 语言从零构建各类 AI Agent,覆盖 ReAct、Plan-and-Execute、Multi-Agent、Super Agent 等核心设计模式的完整工程实现。。从本篇起,我们进入「单 Agent 架构与工具系统」。ReAct 是所有 Agent 范式的鼻祖,后续的 Plan-and-Execute、Tree-of-Thoughts、多智能体编排,本质上都是对 ReAct 循环的变
ReAct由Yao等人于2022年提出,其核心是将推理轨迹(Thought)与动作执行(Action)交织在一起。Thought:模型根据当前状态思考下一步该做什么。Action:调用一个外部工具(如搜索引擎、计算器、数据库查询)。:记录工具返回的结果。重复以上步骤,直到得到最终答案(Final Answer)。这种设计让模型能够动态利用外部信息,克服纯参数化知识在时效性、精确性上的局限。我们使用
本文系统拆解ReAct(Reasoning + Acting)——当前应用最广泛的Agent推理模式。文章从ReAct的核心循环(Thought→Action→Observation)入手,逐层讲解每一步的设计原理和Prompt模板构成,并给出三个实战案例:搜索计算Agent、数据库查询Agent、多工具协同Agent。通过Mermaid循环图展示ReAct的完整推理链路,并与纯推理(CoT)和纯
简单讲讲你的Agent项目?基于大模型实现ReAct模式下的自主规划能力,解决长线任务,学习检索与记忆规划。我的项目核心就是ReAct框架。ReAct不是让模型一次性吐答案,而是把它塞进一个“思考-行动-观察”的循环里。实际工程里,这个循环是在代码里用while实现的,每个循环把Thought + Action + Observation 拼成新的上下文喂给模型,直到模型输出Fianl Answe
大模型有一个非常特殊的特点:它很聪明,但它不是确定性的。同一个问题,两次回答可能不同。它会遗漏信息,会误判工具,会生成不完整计划,也可能因为上下文变化而改变决策。但真实业务系统不能完全依靠这种不确定性运行。订单不能“可能创建成功”。付款不能“模型觉得大概完成了”。审批不能“上下文摘要里好像通过了”。用状态机约束任务用数据库保存事实用 Tool Schema 约束动作用权限限制能力用 Sandbox
上交、清华和 MemTensor 的这项研究把 Agent 记忆拆成表示存储、抽取、检索路由和维护四个数据管理模块,并用 12 套代表系统的统一实验说明:长期记忆的瓶颈已经从“能不能存”转向“能不能在更新、检索、成本之间稳定取舍”。
Agent 记忆系统的核心,不是“要不要向量库”,也不是“该不该上知识图谱”。
本文介绍了如何从零开始使用 OpenAI Codex 完成一个完整项目。Codex 是一款 AI 编程助手,能够理解代码并根据自然语言指令完成编写、调试、测试等任务。文章详细讲解了安装配置 Codex 的步骤,并演示如何用它开发一个简单的待办事项应用(包含 HTML/CSS/JS 实现和 localStorage 存储)。重点强调了使用技巧:明确需求分阶段实现、结合 Git 管理代码变更、编写测试
大语言模型(LLM)的爆发式发展带来了人工智能落地的新范式:以LLM为认知核心的智能体(Agent)能够自主完成开放域复杂任务,打破了传统AI只能解决单一封闭域问题的边界。但早期LLM推理范式存在两个核心缺陷:一是以思维链(CoT)为代表的纯推理范式无法与外部环境交互,无法获取实时信息、无法调用工具执行操作,存在天然的知识截止与能力边界;二是以Toolformer为代表的纯工具调用范式缺乏逻辑推理
面试官一般这么问:"你们项目里用的是 LLM 直接调用还是 Agent?为什么这么选?"或者"Agent 比 LLM 多了什么?如果让你从零设计一个 Agent,你会怎么做?"
想象一下:你正在开发一个。
它让模型在推理和行动之间交替:先判断下一步该做什么,再调用工具,再根据观察结果继续。说实话,ReAct 是理解 Agent loop 的入门框架。但工程里不要迷信"让模型一直想"——你真正要设计的是工具、状态、停止条件、错误恢复和 trace。
本文将围绕 ReAct 展开,解析其原理、架构设计、适用场景,并结合代码示例说明它在 Agent 系统中的具体实现方式。
Act:LLM 发出一段严格的 JSON tool call payload,例如 {"name": "search_web", "arguments": {"query": "react agent failures"}}。在循环里维护历史,靠的就是这两件小工具。LLM 会判定手头的信息还差点意思,于是换个略不一样的关键词再搜一次,再抓一个页面,再搜一次。你问的是 2026 年的实践,它一头扎进
这是一份被面试官“从头拷打到尾”的真实记录,涵盖了从JavaScript底层原理、React/Vue源码级实现、Webpack/Rollup构建优化,到机器学习基础、TensorFlow.js落地实践、LLM在金融场景中的应用,再到金融系统特有的高并发、低延迟、数据一致性等核心问题的全方位拷问。在经历了这场长达3小时、横跨5轮技术面试的“洗礼”之后,我深刻意识到:35K的前端+AI岗位,面试官不是
在 ReAct 之前,**Chain-of-Thought (CoT)** 已经成为提升 LLM 推理能力的标配方法。
React Hooks是React16.8引入的新特性,它是基于函数组件开始设计的,只支持函数组件。有了Hooks,我们可以在函数组件中使用state和react的其他特性,让函数组件具备状态管理能力,它还可以让我们的代码更简洁,更好的复用逻辑,这篇文章就主要讲解我在项目中会用到的Hooks自定义hooks是一个以use开头的js函数,它的内部可以调用其它的hooks,可以实现逻辑复用,让我们的代
本文介绍了一个基于React和Ant Design的高级动态表单容器组件,具有高度可配置性和扩展性。组件支持多种表单项类型(input/select/cascader等),提供智能标签宽度计算、折叠功能、表单实例暴露等核心特性。通过合理的状态管理和性能优化,该组件能满足复杂表单场景需求,提高代码复用性和维护效率。文章详细解析了组件的实现细节,包括配置接口设计、动态渲染机制和表单回调处理,并提供了完
本文深入解析React核心运行机制,从源码角度剖析其工作原理。主要内容包括:1)React源码结构分为react核心、react-dom渲染、scheduler调度等模块;2)启动流程从ReactDOM.render到创建FiberRoot和初次渲染;3)Fiber架构通过双缓存树实现可中断渲染,包含调度优先级、调和算法和提交阶段;4)Hooks执行原理及状态更新机制;5)Scheduler的任务
<li>姓名:{name}</li><li>性别:{sex}</li><li>年龄:{age}</li>
30 行搞定一个可用计算器。用 Dagger.js 的几条指令,把状态、绑定、事件都写回 HTML 模板。文末附 React/Vue 对照,带你看懂‘HTML-First’的生产力。
前端AI·探索:涵盖动效、React Hooks、Vue 技巧、LLM 应用、Python 脚本等专栏,案例驱动实战学习,点击二维码了解更多详情。Vue 3 通过静态提升、Patch Flag 等优化掉了大量浪费,但仍然要在运行时构建/对比 VNode。试跑,对照包体、渲染时间、内存峰值;,不再生成 VNode 也不做运行时 diff。——很多场景就是**“一行 flag”**。编译成“直达真实
本文通过介绍Vue.js的核心特性、实战案例,展示了如何在Vue.js中发散创新,打造出色的Web应用。随着技术的不断发展,前端框架也在不断更新迭代,希望广大开发者能够紧跟技术潮流,不断学习和探索,为Web开发领域带来更多的创新与突破。随着互联网技术的飞速发展,前端框架日新月异,其中Vue.js以其简洁、灵活、高效的特性受到了广大开发者的喜爱。本文将带领大家深入了解Vue.js,探索如何在实际项目