python标签_AI Agent技术社区

python

图解 AI Agent：Agent = 模型 + Harness

—指围绕"模型该看到什么"做的系统性设计，是 Harness 工程里最核心的一块，Fowler 那篇文章的原文观点是：上下文工程就是把 guides 和 sensors 交付到 Agent 面前的手段[1]。它标准化的是 Harness 里"工具层"的接口，是 Harness 的一个零件，不是 Harness 本身。Claude Code、Codex、开源的 opencode，内核都是这个循环的工

 Agent智能体
1天前

 659

 21

#人工智能 #AI #python +1
想学 AI Agent，却不知道怎么开始？分享一个用 LangChain 从零搭建编程智能体的开源项目

如果你正在准备实习、校招，想做一个大模型应用方向的练手项目，也可以从这里出发，加入自己的场景。希望它能帮你从“看过一些 Agent 教程”，走到“我也能动手搭一个，并解释它为什么这样工作”。它把编程智能体背后的工程机制拆成了循序渐进的课程，从一个简单的循环开始，一步步加入工具和其他能力。找一个具体项目，边做边理解这些概念，会更容易知道它们到底有什么用。这个项目的起因，是我看到了。

kisbad
1天前

 334

 4

#python #开源
【AI Agent】Haystack 深度技术分析报告

复杂 RAG。

宁教主
1天前

 320

 9

#人工智能 #架构 #python
Grok api 接入 agent 代码篇，Java 从 0 构建 AI Agent，王仕宇的 Agent 实践

<think>我们只需要根据内容生成摘要，≤150字。注意内容是关于Agent实践，Grok API，Java实现。摘要要简洁概括。需要从用户提供的文本中提取要点。输出是中文摘要。注意字数限制。</think>本文介绍Agent核心概念与ReAct执行流程，基于Grok API（OpenAI兼容接口）实现Java Agent系统。涵盖GrokClient封装、天气查询Tool、ToolRegist

JavaPub-rodert
2026-09-05 11:07:44

 222

 6

#java #人工智能 #python
2026年西安场景化AI Agent开发，数商云企精准解决行业痛点

2026年的西安市场，不缺先进的算法与算力，缺的是能够将技术转化为业务价值的场景化落地能力。陕西数商云企科技有限公司始终扮演着企业数字化转型“陪跑者”与“工程师”的角色，以“轻量化、场景化”的AI Agent为触手，不仅解决了企业降本增效的显性痛点，更连接起组织内部数据孤岛，释放数字生产力的深层潜能。对于西安本土企业而言，选择一个懂技术、懂行业、守合规的伙伴，比追逐热点本身更为重要，而数商云企正是

 数商云企
2026-09-05 16:13:33

 197

 7

#人工智能 #大数据 #python
跨马翻译AI工具，批量图片视频翻译与智能抠图一站式解决

这是一款专业的跨境电商内容处理工具，集成了AI图片翻译、视频字幕翻译和智能抠图三大核心功能。工具基于先进的OCR文字识别技术和神经网络机器翻译引擎，支持超过100种语言的相互翻译，覆盖主流电商目标市场。在图片翻译方面，它能够自动识别图片中的文字区域，完成翻译后通过AI算法重绘文字区域，保持图片原有的设计风格和视觉效果。在视频翻译方面，AI可以自动完成语音识别、文字翻译和时间轴对齐，一键生成多语言字

 小柯南敲键盘
2026-09-05 13:18:19

 228

 6

#人工智能 #音视频 #python
通俗吃透AI Agent：本质、核心构成与实际能力（新手零基础看懂）

网上很多教程堆砌专业术语、架构公式，晦涩难懂。最近AI Agent（AI智能体）彻底火遍技术圈，不管是大模型落地、自动化工作流，还是个人AI助手、企业智能系统开发，Agent都是核心核心载体。自主处理文档整理、数据统计、表格分析、周报生成、邮件整理、文件分类，无需人工反复操作，一键完成整套办公流程。大脑负责思考、眼睛负责感知、手脚负责执行，三者结合，就是一个完整、可落地、可自主工作的AI Agen

2501_90132616
2026-09-05 12:45:33

 174

 6

#python
【AI Agent 实战：我做了个双 Agent 协作系统】

本文介绍一个开源的 AI Agent 协作系统，采用执行者 + 监督者双 Agent 架构，支持插话引导、AI 自主学习、Headroom 上下文压缩等高级特性。完整代码 + Docker Compose 一键部署，适合中高级 AI 应用开发者学习参考。

qq_38483995
2026-09-04 16:38:33

 410

 14

#人工智能 #python #深度学习 +1
转行AI Agent开发？小白程序员必看！Python优先路线+收藏攻略

文章指出当前转AI开发人群普遍先学Java再转向Python的现象，分析Python在AI生态中的核心地位及学习优势。建议目标明确为AI应用/Agent开发的学员优先学习Python+FastAPI，掌握LLM/RAG/Agent开发，再逐步补充Redis/PostgreSQL等工程能力。强调TypeScript在AI产品层开发中的重要性，主张Java开发者应"Java+Python"组合发展，而

 和老莫一起学AI
2026-09-04 15:34:00

 586

 7

#人工智能 #python #产品经理
Havenlon | From Access to Execution #04 Authorization vs Execution Control

Authorization 解决的是“这个请求是否被允许”，Execution Control 解决的是“被允许的那件事，最终是否仍以原样发生”。在传统系统中，授权判断与结果之间距离很短；但当 AI Agent、自动化系统开始直接改变资金、生产环境、基础设施与物理设备时，决策与现实之间出现了一条可被修改、重放、延迟和绕过的执行链。参数可能变化，状态可能过期，凭据可能被滥用，同一次授权也可能被重复兑

 Lovekde_cn1
2026-09-04 07:00:00

 464

 14

#java #python #网络
Hermes-手机接入教程

本文详细记录了将 Hermes Agent（AI 智能助手）接入 Telegram 和微信的完整过程，实现手机远程控制电脑。涵盖 Bot创建、Gateway 配置、权限设置、开机自启，以及实际踩坑和解决方案，适合想在手机上使用 AI Agent 的开发者参考。

腾讯在逃Q币
2026-09-02 10:42:33

 356

 14

#人工智能 #ubuntu #python +2
从零构建企业级 AI Agent 平台

本文介绍从零构建企业级AI Agent平台的架构全景与技术选型。因数据主权、治理深度、存量系统绑定及质量运营需求，选择自建而非SaaS。平台采用模块化单体，分渠道、API、服务、数据四层，核心模块包括知识采集、RAG、Agent运行时、Workflow、权限治理等。技术选型以Python+FastAPI为主，数据层复用MySQL、Doris、ES等，强调“模型不能决定授权”的架构纪律。

qq_33055075
2026-09-02 11:16:00

 523

 8

#python
【AI Agent】 Hermes-agent 深度技术分析报告

Nous Research 的个人助理型自改进 agent 平台：单核多端（CLI/22 消息平台/TUI/桌面/ACP/MCP-server）、SQLite 状态中枢、可插拔压缩引擎、并以"使用→轨迹→压缩→评测→训练"飞轮内嵌数据生成能力。

宁教主
2026-09-01 01:10:21

 591

 16

#人工智能 #架构 #python
把 AI Agent 关进“沙箱“：用 Python 手写本地隔离执行运行时

Agent 从"会聊"走向"上岗干活"，隔离与留痕是绕不过的最后一公里。本文用 70 行标准库代码，把"默认拒绝的白名单执行器 + 文件系统边界 + Append-Only 可回放日志"这一最小沙箱运行时跑通了：它补在策略网关之下、控制平面之中，专门解决"放行之后还能作什么妖"和"事后怎么复盘"两个问题。落到工程上记住三句话：① 软边界防呆、硬边界防敌，别混用；② 被拦截的动作也要记日志，审计才完

 guwentian
2026-08-31 20:35:06

 354

 3

#python #开发语言 #AI
Semantica - 概述与核心概念（一）

Semantica 是AI Agent的“问责与上下文层”，通过上下文图谱、决策智能、完整溯源、推理引擎等六大能力，填补大模型应用的信任空白。它提供系统级可解释性，记录决策依据、来源与推理路径，解决生产环境中的问责、溯源与冲突检测问题，并作为底层设施与LangChain等编排框架互补。

寒秋丶
2026-08-31 15:23:13

 532

 11

#人工智能 #python
Python Web框架、异步编程与实时通信：AI Agent面试必备技能，小白程序员收藏学习！

本文系统梳理了AI Agent面试中高频的Python Web框架（FastAPI与Flask的区别）、异步编程（asyncio原理、协程与线程对比）、以及实时通信技术（WebSocket与SSE）。结合实际项目场景，深入解析了这些技术点的用法和适用场景，旨在帮助程序员小白更好地理解和掌握这些关键技能，为AI Agent开发打下坚实基础。

大模型玩家
2026-08-30 16:18:42

 365

 17

#python #人工智能 #产品经理 +1
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

 1797

 6

#AI #人工智能 #后端 +2
腾讯开源 BrowserSkill 实测：让任意 AI Agent 复用你的已登录浏览器

让 AI Agent 借你已有的登录浏览器去干活，而不是另起炉灶。它的三个抓手——真实登录态、不锁 Agent、内置人工协作——恰好补了当前主流方案的空白。实测下来，安装环节唯一的小坑是github.comrelease 直链在国内不稳定，走镜像下载二进制即可解决；CLI 自身的诊断（statusdoctor）做得很扎实，每一步该不该继续一目了然。录制的"录一遍、换参回放"思路也很实用，尤其适合后

 wukuncsdn
2026-08-28 07:34:20

 379

 4

#开源 #人工智能 #python
119-语音交互-Whisper语音识别-GPT-TTS-完整流水线

本文系统讲解用Python搭建完整语音交互流水线的方法，让你的应用从"能看能画"进化到"能听会说"。文章按语音助手的数据流向逐段拆解三段管道：耳朵——Whisper语音识别（API调用与本地部署两种姿势，多语种自动检测、时间戳输出、长音频分片策略，以及中文场景的实测精度表现）；大脑——GPT文字处理（把识别文本送入LLM的衔接技巧，语音场景特有的Prompt调整：回答要口语化、要短、要扛识别错字）

码云骑士
2026-08-27 23:42:55

 401

 3

#交互 #语音识别 #python
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

 2910

 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

 3158

 5

#AI #人工智能 #后端 +2
AI Agent 框架全景对比与选型实战：LangGraph、AutoGen、CrewAI、OpenAI Agents SDK 深度解析

AI Agent 框架正在快速演进，没有哪个框架能通吃所有场景。先用最小场景验证：用 OpenAI Agents SDK 或 CrewAI 快速跑通原型。再根据生产需要收敛：当流程复杂、需要审计和可观测性时，迁移到 LangGraph。按团队能力而非热度选型：团队会什么、线上稳定运行需要什么，比框架的新功能更重要。最后强调：框架只是“骨架”，真正决定 Agent 效果的，是你对业务的理解、工具设计

 m0_73571447
2026-08-27 15:30:43

 390

 7

#服务器 #架构 #python +2
AI Agent 与 Function Calling：Java 侧实现

别背公式：你的 Function Calling 不生效，不是模型傻，而是你的 JSON Schema 根本就是错的一次线上事故：order-service 接入大模型做"查单改单"的 Agent，模型在 80% 的请求里拒绝调用 cancelOrder 函数，反而一本正经地告诉用户"请联系人工客

 需要826
2026-08-27 10:11:56

 543

 16

#java #windows #python
从“单一感官”到“全知全能”：多模态AI的技术架构、模型生态与2026年全景剖析

模态（Modality）指的是信息的存在形式和感知通道。人类通过多种感官感知世界——视觉（眼睛）、听觉（耳朵）、触觉（皮肤）——每一种感官对应一种“模态”。模态数据类型典型任务文本（Text）自然语言理解、生成、翻译图像（Image）像素矩阵识别、描述、生成音频（Audio）声波信号语音识别、情感分析视频（Video）图像序列+音频动作识别、事件理解3D/点云空间坐标三维重建、自动驾驶结构化数据表

 zhengliebin
2026-08-27 09:00:28

 466

 6

#人工智能 #架构 #开源 +4
MCP 协议开发实战：从零搭建 AI Agent 工具链

从零实现第一个 MCP Server

譕為魑魅魍魎之主
2026-08-26 22:24:45

 367

 14

#python
一文搞懂 AI Agent 的 Replan：何时重试、何时重规划、何时放弃（附 Python 决策引擎）

ReAct 循环只解决了"怎么动"，没解决"动错了怎么办"。本文补上的用信号驱动 + 阈值收口区分失败形态：瞬时可重试、结构要换路、外部该认输。决策靠信号而非拍脑袋：重复错误、进展停滞、校验失败各自触发对应动作。一切皆有预算：重试有预算、重规划有预算、放弃要可恢复。把它接进你 8 月写好的 Harness 主循环，Agent 就从"会重试的循环"升级成"会思考要不要换路的系统"。下一篇可以继续聊：

guwentian
2026-08-26 20:15:26

 594

 21

#人工智能 #python #javascript
羽山数智数据治理系列之四：数智之锚：Ontology（本体论）如何成为企业 AI Agent 的核心底座

认知治理的核心，不再是单纯地洗净数据，而是沉淀和显式表达企业的核心业务经验与老专家的暗默知识（Know-how）。Ontology 就是这种认知的数字化结晶。它用机器可读的硬逻辑，把人类社会的商业共识、风控红线与组织架构，牢牢地烙印在 AI 底座的基因里。

qq_19311825
2026-08-26 11:38:26

 711

 17

#人工智能 #python #大数据
用 Java 接入大模型 API：工程实践与坑（附完整代码）

接入大模型 API，真正的工程在"接口之外"——流式、结构化、超时重试、成本裁剪、并发、安全、兜底降级。把 LLM 当成你身边"能力很强但可能胡说、会超时、要花钱"的同事来对待，给它上下文、设定边界、做好兜底，它才能稳定地帮你干活。本篇属于《Java 后端稳定性实战》AI 工程落地系列。《AI Agent 与 Function Calling：Java 侧实现》——把"让模型自己调你方法"这件事做

 需要826
2026-08-26 10:00:49

 947

 33

#java #python #前端
羽山数智数据治理系列二：老旧数据库“考古”太难？看 AI Agent 如何逆向重塑企业知识库

在《AI 时代的数据治理》系列开篇中，我们探讨了企业数据治理正从“被动管理合规”全面走向“智能自治资产化”的底层趋势。我们提到，新一代的智能诊断 Agent 可以将长达数月的数据诊断周期，断崖式缩短至短短数周。

qq_19311825
2026-08-25 11:00:50

 439

 18

#人工智能 #大数据 #python
2026主流开源AI智能体框架深度对比：DeerFlow/LangGraph/OpenClaw/个人工作室选型指南

开源AI Agent框架百花齐放，从底层编排SDK、完整自托管Harness到轻量化办公助手平台层出不穷。很多开发者、个人工作室在选型时极易混淆：DeerFlow、LangGraph、OpenClaw、Dify、OpenHands等框架到底有什么区别？企业生产、个人自研、办公自动化、复杂任务调研该怎么选

 pc5125117
2026-08-25 09:01:27

 505

 9

#人工智能 #python #docker +2
2026上半年AI与科技大事全景复盘：大模型收敛、智能体爆发、端侧崛起与产业生态加速

文章摘要 2026年上半年，AI与科技领域呈现技术迭代加速与商业化深度并行的特点。大模型竞争格局从"百模大战"转向巨头收敛，闭源模型在复杂推理、长上下文处理和多模态能力上持续突破，而开源阵营通过旗舰模型和小型化方案缩小差距，形成互补生态。中国厂商则聚焦推理优化、行业落地和端侧应用，推动差异化竞争。AI Agent从单任务工具发展为多智能体协作系统，逐步融入真实工作流。整体趋势表明，AI发展进入专业

 weixin_56622231
2026-08-25 03:34:00

 500

 9

#人工智能 #科技 #自动化 +3
AI agent开发——LangGraph接入持久化

本文详解介绍了 AI agent开发的持久化，通过postgre将对话中重要摘要储存到数据库，下一次对话由大模型自动识别关联性，将存储的对话从数据库中取出拼接到对话中

 黔北iOSer
2026-08-24 18:59:44

 351

 5

#windows #linux #人工智能 +1
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

 3105

 2

#AI #人工智能 #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

 2990

 10

#AI #人工智能 #后端 +2
Python是入场券！收藏这份7城市167个AI Agent岗位数据拆解，小白也能看懂大模型学习路径

看完这167个岗位，我的感受是AI Agent行业还没定型。63.5%的岗位在AI/科技公司，说明这个方向还停留在"技术供给侧"阶段，真正深入到金融、医疗、教育的Agent应用才刚起步。Python加AI基础加工程能力，就能拿到入场券。但当所有人都知道Python是必须的时候，Python就不再是优势了。你得有别的，比如NLP的深度理解，比如某个行业的实战经验，比如全栈能力。最后说个扎心的事实：北

 程序汪小陈
2026-08-24 14:47:41

 637

 3

#人工智能 #python #学习 +1
AI Agent 搭建全流程，小白照着做，七步跑通第一个智能体

AI Agent 搭建全流程，小白照着做，七步跑通第一个智能体

 AI-智能
2026-08-24 10:51:16

 361

 3

#数据库 #oracle #服务器 +4
Travel 项目总结：从旅行规划到可治理 AI Agent 的工程化实践

Travel 项目总结：从旅行规划到可治理 AI Agent 的工程化实践

 Adoretheall690
2026-08-24 01:18:41

 322

 9

#人工智能 #python #深度学习
AI Agent 在数据分析领域的落地判断：哪些场景真的需要 Agent

数据分析领域的 Agent，最大陷阱不是「能力不够」，而是**「能力用错了地方」**。真正能落地的 Agent，从来不是替代整条数据流水线，而是在可校验、可观察、可恢复的边界内，解决那些「路径不固定、需要边走边看」的探索性问题。把确定性留给 SQL 和规则，把不确定性交给 Agent，才是当前阶段最务实的工程判断。与其问「我的团队能不能上 Agent」，不如改问一个更具体的问题：**你手头那个场景

 今天AI了吗
2026-08-23 20:46:37

 396

 5

#人工智能 #数据分析 #java +4
Hermes Agent run_agent的源码解读

Hermes Agent 是 Nous Research 开源的模型无关 AI Agent 框架。它的核心运行时入口是一个叫 `run_agent.py` 的文件——单文件。我第一次打开它的时候以为核心逻辑都在里面,读完才发现被"骗"了:这是一个典型的**门面(Facade)+ 兼容层**,真正干活的逻辑几乎全被拆进了 `agent/` 包

 迹天001
2026-08-23 11:07:56

 394

 4

#架构 #python
收藏！AI Agent 开发语言与框架选型指南：Python、TypeScript、Java 深度解析

一个实际问题你打算做一个 AI Agent，能调工具、能检索知识库、能多轮对话。模型选好了，Prompt 想好了，但卡在第一个问题：用什么语言写？这不是个理论问题。不同语言背后的生态、框架、部署方式完全不同，选错了后面全要返工。我把三种主流语言在 Agent 开发上的现状捋一遍，顺便聊聊框架选型——是裸写 API，还是上 Spring AI、LangChain、Vercel AI SDK 这些框架

 网络安全工程师小龙
2026-08-23 10:00:14

 354

 5

#开发语言 #人工智能 #python +3