自然语言处理标签_AI Agent技术社区

自然语言处理

Agent 架构深度解析：从 ReAct 循环到上下文管理的工程实现

AI Agent 是当前大模型应用领域最受关注的方向，但同时也是概念最混乱的方向。市面上讨论 Agent 的文章，一半在畅想"数字员工替代人类"，另一半在教 Prompt 话术，真正把 Agent 的技术架构讲清楚的内容少之又少。这篇文章站在工程师视角，把 Agent 的核心架构拆开：它的工作循环是什么、为什么有效、工具怎么设计、上下文怎么管理、记忆系统怎么搭，以及一个完整的 Agent 系统由哪

 少林码僧
2026-09-15 09:12:20

 126

#自然语言处理
用 n8n 自动整理会议纪要：录音 → 转写 → AI 总结 → 自动归档

用AI Agent / OpenAI 节点。提示词是成败的关键——不要让模型"总结一下"，要约束输出结构你是会议纪要助手。基于以下转写文本，只输出三段，不要寒暄：## 决议（本次会议真正拍板的事，逐条列出，没有就写"无"）## 待办（格式：负责人 — 事项 — 截止时间。缺任何一项标注"待确认"）## 待确认（提出但没有结论的问题）转写文本：为什么必须约束结构：不加约束，模型会给你一大段好看的废话

 y20041120
2026-09-11 18:17:45

 373

 1

#人工智能 #python #github +1
AI Agent绝对是2026年最热门的岗位之一

我经常在各种平台上看到有人说想转AI Agent方向的工作，我们组有一个"AI Application Developer"岗位从今年年初招聘至今还没有找到合适的候选人，而且我自己也在做这个岗位，于是就从技能、薪资、地域等角度分析了一下目前市场上AI Agent相关的岗位。

网络安全工程师小龙
2026-09-09 10:07:35

 257

 3

#人工智能 #自然语言处理 #大数据 +2
字节5年Java老兵转行Agent开发踩坑实录：33岁后端如何逆袭拿高薪？

AI行业迎来前所未有的爆发式增长：从DeepSeek百万年薪招聘AI研究员，到百度、阿里、腾讯等大厂疯狂布局AI Agent，再到国家政策大力扶持数字经济和AI人才培养，所有信号都在告诉我们：AI的黄金十年，真的来了！

网络安全工程师小龙
2026-09-09 10:01:13

 180

 1

#java #开发语言 #自然语言处理 +4
第十六章语音识别

本章讲解语音识别（ASR）的核心原理与工程实践。首先通过百度 API、Whisper、SpeechRecognition 三种技术路线的快速演示建立直观认知；随后介绍语音识别的概念、技术难点与基础理论（语音信号处理、声学模型与语言模型）；接着对比 GMM-HMM 传统方法、深度学习端到端方法与云服务 API 三类主流方案；最后是一个完整的会议录音转写系统案例。

zidianwjq
2026-09-01 23:47:19

 452

 3

#语音识别 #人工智能 #自然语言处理
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
8G显存5-10秒延迟的AI语音聊天助手(Qwen3-ASR-0.6B Q8_0(语音识别)+ DeepSeek-R1-7B-Q4-K-M(自然语言推理) + Qwen3-TTS(语音合成))

8G显存近乎流畅运行的AI语音聊天助手(ubuntu24.04:Qwen3-ASR-0.6B Q8_0(语音识别)+ DeepSeek-R1-7B-Q4-K-M(自然语言推理) + Qwen3-TTS(语音合成))

CODER0304
2026-09-06 18:31:59

 309

 7

#人工智能 #语音识别 #深度学习 +3
深入理解 AI Agent 架构：从单 Agent 到多 Agent 协作

AI Agent 是能够自主感知环境、做出决策、执行行动的人工智能系统。感知 (Perception)：观察环境状态、接收用户输入、读取工具结果推理 (Reasoning)：分析信息、规划任务、做出决策行动 (Action)：执行工具调用、操作环境、生成响应Agent = LLM + 工具 + 记忆 + 规划Agent 是一个有"目标感"的 LLM，它不仅能思考，还能主动采取行动。LangGrap

tiger865
2026-09-05 07:26:55

 244

 6

#人工智能 #机器学习 #深度学习 +2
2026年AI面试评分机制深度拆解：CV+NLP+ASR三大引擎如何评估你的面试表现

本文面向正在准备AI面试的求职者，解决「被AI面试刷了但不知道为什么」的困惑。本文拆解AI面试系统的三大核心评分引擎——计算机视觉（CV）、自然语言处理（NLP）、语音识别（ASR）——详解每个引擎的具体评分指标、权重分配和加分/扣分机制。结合北森、牛客等主流AI面试平台的评分逻辑差异，给出12个提分技巧和3个常见扣分陷阱。读完你将彻底理解AI面试官到底在看什么、听什么、分析什么。

offer收割机小鹅
2026-09-05 07:45:00

 393

 8

#人工智能 #面试 #自然语言处理
zg 正式开源：本地检索，不止于关键词

🚀 zg（zvec-grep）正式开源！　我们打磨了一款面向人与 AI Agent 的「本地检索工具」——默认在本机完成索引与检索，既能理解模糊意图，也保留 rg 的精确与高效。

DashVector
2026-08-31 17:48:47

 432

 5

#开源 #人工智能 #大数据 +3
走进 AI Agent

ReAct 是 "Reasoning + Acting"（推理 + 行动）的缩写，由研究人员在 2022 年提出。让模型交替地"想"和"做"。想象一下：你要做一道没做过的菜。你不是一次性想清楚所有步骤再动手，而是——看一眼菜谱（想）→ 拿出食材（做）→ 发现少了盐（观察）→ 想想怎么办（想）→ 去楼下买盐（做）→ 回来继续（观察）……Agent 干活的方式，和这个过程几乎一模一样。思考（Thoug

公版JAVA开发
2026-08-27 09:59:32

 386

 9

#microsoft #人工智能 #自然语言处理
2025企业AI Agent落地全攻略：四大主流形态对比与选型指南！

2025年是AI Agent落地的"大考之年"。文章解析了企业AI Agent落地的四种典型形态：技术编排流（灵活需自建）、模型生态流（通用但业务浅）、独立极客流（快速但风险高）和业务底座流（原生集成）。企业需根据研发能力、业务需求和IT现状选择合适路径。AI转型应从小切口入手，静水深流，将智能融入业务流程，成为组织肌体的一部分，而非简单叠加。

上马定江山
2025-12-15 11:14:06

 1075

 21

#人工智能 #语言模型 #自然语言处理 +2
【干货】AI Agent核心技术解析：Function Calling、MCP、A2A协议实战指南！

文章介绍AI Agent的概念、工作流程和核心技术。AI Agent以大语言模型为"大脑"，能感知环境、自主决策、执行动作，弥补了大模型的四大局限性。文章详细拆解了Agent"感知-规划-执行-监控-总结"的工作流程，并深入解析了Function Calling、MCP协议和A2A协议三大核心技术，展示了AI Agent如何从"只会聊天"升级为"能动手做事"的数字助手。

上马定江山
2025-12-20 11:39:17

 1327

 29

#人工智能 #自然语言处理 #语言模型 +1
第13篇-Plan-and-Execute模式-先规划后执行

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。

有脚就行
2026-08-25 10:04:39

 365

 15

#自然语言处理
第09篇-常用内置工具集实现-搜索计算代码执行

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。：第 08 篇我们搭好了工具注册框架，但工具还是空的。一个 Agent 能不能真正干活，取决于它手里有没有趁手的工具。本篇我们实现 5 个生产可用的内置工具，每一个都包含——因为 Agent 会自主调用这些工具，任何一个设计

 有脚就行
2026-08-25 10:03:15

 395

 9

#自然语言处理
RexUniNLU实操手册：Gradio界面导出JSON结果+Python后处理自动化脚本

本文介绍了如何在星图GPU平台上自动化部署中文NLP综合分析系统 (RexUniNLU零样本通用自然语言理解) 镜像，并利用其进行电商评论情感分析等任务。通过该平台，用户可快速搭建NLP分析环境，结合Python脚本实现从Gradio界面获取JSON结果到自动化后处理的完整工作流，显著提升文本数据处理效率。

loretta bu
2026-03-04 09:13:53

 1297

 17

#自然语言处理
Agent中篇 | 揭秘agent智能体如何思考、决策，并自主执行任务

在了解了LLM智能体的基本概念后，本篇我们将深入剖析其内部核心机制，其核心机制主要包括记忆（Memory）、工具（Tools）和规划（Planning）三大关键组件，本篇将详细解释前两大关键组件，它们如何协同工作完成任务。

Python老猿
2026-03-12 11:21:01

 249

 5

#数据库 #人工智能 #自然语言处理 +1
GTE中文嵌入模型快速上手：Python API调用+批量文本向量生成教程

本文介绍了如何在星图GPU平台上自动化部署GTE中文文本嵌入模型，并快速实现Python API调用与批量文本向量生成。该模型能将中文文本转换为富含语义的向量，广泛应用于智能客服、文档检索和内容推荐等场景，显著提升文本语义理解与处理效率。

新农仓
2026-03-20 06:14:39

 733

 22

#自然语言处理
Voice Agent 的 RAG 为什么会答非所问？从混合检索到引用校验

BM25 保住精确词向量召回补语义RRF 合并多路名次reranker 重排候选answerable gate 决定是否该答citation verifier 阻止无来源答案直接播报如果这条链路仍然答错，日志能告诉我们问题发生在 ASR、召回、排序、阈值还是生成，而不是笼统归因于“大模型幻觉”。上一篇《Voice Agent 如何实现自然插话？从 VAD 到 Barge-in 完整拆解》处理的是用

 怪奇云呼军
2026-06-29 14:05:31

 351

 6

#全文检索 #fastapi #webrtc +4
【清华代码熊】Agent Harness 工程实践之（2）：ToolUse设计

【清华代码熊】Agent Harness 工程实践之（2）：ToolUse设计

 古希腊掌管代码的神THU
2026-06-17 16:13:16

 251

 5

#人工智能 #自然语言处理 #深度学习 +1
LangChain、FastAPI、Python大型语言模型LLM电商多智能体Multi-Agent客服系统|附代码

基于此，我们借鉴人类企业的组织分工模式，设计了多智能体协作架构：将电商客服的全流程任务拆解为“意图解析”“商品查询”“订单处理”等子任务，每个子任务由专属的智能体负责，智能体之间通过标准化的工具调用完成协作。该框架是国内可正常访问的开源工具，提供了智能体、工具、记忆等抽象层，无需重复开发基础逻辑，是构建LLM应用的主流选择，国内暂无完全同质化的替代品，但有AgentScope等自研框架可实现类似功

 拓端研究室TRL
2026-02-26 17:49:53

 436

 11

#fastapi #语言模型 #人工智能 +1
Word2vec实战：用Python从零实现Skip-Gram模型（附代码）

本文详细介绍了如何使用Python从零实现Skip-Gram模型，包括环境配置、文本预处理、模型架构解析和训练优化。通过实战代码演示，帮助读者掌握词向量技术，理解Skip-Gram模型的核心原理及其在自然语言处理中的应用。

s1t2u3
2026-02-20 10:16:25

 997

 27

#自然语言处理
OoderAgent V3.5虚拟沙箱技术打破“一次性NLP“怪圈，让AI调试开发永不失效

价值维度具体体现架构意义环境真实性访问真实数据库、文件系统、外部服务AI 生成的代码在首次运行就面对真实约束场景连续性场景上下文窗口 + 知识注入AI 在调试过程中保持对业务语义的理解工具可达性ToolContext + Agent 路由AI 能够自主选择和使用业务工具闭环可验证性T1-T7 测试维度从生成到验证的完整质量保障调试可达性远程调试 + 诊断信息返回AI 能够分析和修复运行时问题一句话

 wenzhangli7
2026-05-28 14:01:57

 287

 5

#人工智能 #自然语言处理
Agent开发框架，现在终于有人讲明白了！

让 AI 记住、会查、能规划、能做事。理解这个，你就不会被十几种框架绕晕。下面整理了最常见的Agent框架和选择攻略，新手、中手、高手都能对号入座～

瓦罗兰特顶级C位
2026-03-20 10:46:47

 208

 5

#人工智能 #自然语言处理 #产品经理 +1
AI股票分析镜像的Agent技能扩展

本文介绍了如何在星图GPU平台上自动化部署AI股票分析镜像daily_stock_analysis，实现智能投资分析功能。该镜像通过Agent技能扩展，能够理解自然语言指令并自动生成股票分析报告，帮助用户快速获取个股技术面、基本面和市场情绪等多维度分析结果，提升投资决策效率。

一人一猫浪迹天涯
2026-02-27 00:40:20

 118

 1

#自然语言处理
BERT文本分割模型一键部署教程：Python环境快速配置指南

本文介绍了如何在星图GPU平台上自动化部署“BERT文本分割-中文-通用领域”镜像，快速配置Python环境并运行模型。该平台简化了部署流程，用户可轻松利用此镜像实现中文文本的智能分割，典型应用于新闻摘要、文档结构分析等自然语言处理任务，提升文本信息处理效率。

般若之镜
2026-03-24 00:25:00

 254

 6

#自然语言处理
bert-base-chinese从零开始：Python调用中文BERT模型避坑指南与性能对比

本文介绍了如何在星图GPU平台上自动化部署bert-base-chinese预训练模型，并详细解析了其核心应用。该模型作为经典的中文自然语言处理工具，能够高效完成文本语义相似度计算、完型填空等任务，是构建智能文本处理应用的理想起点。

wx1bff85f55b403198
2026-02-17 00:02:23

 378

 9

#自然语言处理
Hermes Agent自进化部署全解析

在。

2026-07-29 11:15:39

 283

 4

#人工智能 #自然语言处理
【清华代码熊】Agentic RL 开源项目推荐（2026.07版）

📌 本期带来2026年上半年的 Agentic RL 开源项目推荐（简历项目可以基于此实现）筛选了几个方向：🌟 奖励建模改进（Reward Modeling）🌟 上下文压缩与管理（Context Compression）🌟 算法改进（RL Optimization）🌟 探索与数据供给（RL Training Data）

古希腊掌管代码的神THU
2026-07-06 09:29:14

 228

 4

#人工智能 #深度学习 #自然语言处理 +1
Python实战：用CKY算法解析句子结构（附可视化代码）

本文详细介绍了如何使用Python实现CKY算法进行自然语言处理中的句法分析，包括算法基础、核心实现、解析树可视化及性能优化。通过动态规划方法，CKY算法能够将句子转化为清晰的树状结构，适用于机器翻译、文本摘要等多种应用场景。附带的可视化代码帮助直观理解算法工作原理。

weixin_33712987
2026-04-02 02:45:38

 283

 7

#自然语言处理
CrewAI中如何实现从配置文件动态加载多个agents的代码示例

本文介绍了一种基于YAML+Python Factory模式的CrewAI最佳实践方案。主要内容包括：推荐目录结构：按agent/tool分类，采用YAML配置文件动态加载机制：通过config_loader.py实现YAML到Python对象的转换核心实现： Agent配置使用YAML定义角色、目标等 Tool通过Python类实现具体功能工厂模式动态加载配置和工具扩展能力：支持sou

sos62317
2026-04-20 16:07:14

 221

 4

#前端 #windows #python +4
用 FastAPI + WebRTC + RAG 搭一个简化版 Voice Agent Demo

本文用一个可运行的 FastAPI + WebRTC + RAG 最小 Demo，把 Voice Agent 的实时连接、信令、DataChannel、知识库检索、回答引用和转人工预留口串成闭环，并说明从 Demo 扩展到生产级智能客服平台时需要补齐的 ASR、VAD、TTS、日志和权限能力。

怪奇云呼军
2026-06-25 16:25:27

 609

 6

#fastapi #webrtc #人工智能 +3
基于python的电影NLP情感分析协同算法推荐学生学习系统(源码+lw+部署文档+讲解等)

本文提出了一种基于Python的电影NLP情感分析与协同过滤算法的学习推荐系统。系统通过分析电影评论情感倾向，结合用户学习需求，采用NLP技术和LSTM模型处理评论数据，融合基于内容的推荐和协同过滤算法，为学生提供个性化电影学习资源推荐。实验表明，该系统在推荐准确性、用户满意度和学习效果上优于传统方法，有效提升了学习兴趣。研究还探讨了系统未来改进方向，包括实时反馈机制和个性化学习路径设计等。该系统

 m0_53305793
2026-02-22 17:18:55

 465

 4

#自然语言处理 #学习 #人工智能
【清华代码熊】字节面试官：SFT、RL 在Agentic训练中的作用

📌 本期解析字节、淘天的面试题：🌟 如何理解 SFT、RL 在Agentic训练中的作用？🌟 工具调用本身 vs 基于工具结果的后续生成，哪个对 SFT 依赖更大？

古希腊掌管代码的神THU
2026-06-09 11:48:03

 235

 8

#人工智能 #深度学习 #自然语言处理 +1
小红书二面：你用过哪些 Agent 框架？选型是如何选的？你最终场景的评价指标是什么？

所以这道题的核心是：用真实的项目经验把选型决策过程和评估体系讲通，展示出你做过、踩过坑、有自己的判断标准。

菜鸟Java码农
2026-03-21 10:58:24

 415

 11

#人工智能 #机器学习 #自然语言处理 +1
FireRedASR Pro识别结果后处理：基于Python的自然语言处理与文本清洗

本文介绍了在星图GPU平台上自动化部署🔥 FireRedASR Pro语音识别工具镜像，并对其识别结果进行后处理的方法。通过Python自然语言处理技术，可对语音转文本内容进行清洗、纠错和格式化，典型应用于会议记录、访谈转录等场景，将原始音频快速转化为高质量、可读性强的文字稿件。

clowntom
2026-03-19 00:02:27

 267

 6

#语音识别 #自然语言处理