一文详解多智能体核心架构及 LangGraph 框架 随着大模型的快速发展，构建智能体已成为大模型应用最基本的能力了，然而，单智能体在处理复杂、多步骤任务时往往存在局限性。为了应对这一挑战，多智能体系统应运而生，它通过多个智能体协同工作的方式，将复杂任务分解为多个子任务，由不同的智能体分别处理，最终合并结果并返回。LangGraph 作为 LangChain 生态系统的重要扩展，通过引入有向图模型重构了传统智能体的工作流架构，将复杂的多步骤交互和决策过程模块化，是目前主流的多智能体集成框架之一。 ...
一、MCP 之后，我们还需要什么？ MCP（Model Context Protocol）由 Anthropic 团队提出，其核心设计理念是标准化智能体与外部工具/资源的通信方式。想象一下，你的智能体需要访问文件系统、数据库、GitHub、Slack 等各种服务。传统做法是为每个服务编写专门的适配器，这不仅工作量大，而且难以维护。MCP 通过定义统一的协议规范，让所有服务都能以相同的方式被访问。 ...
大语言模型（LLM）学习路径和资料汇总 0x00 学习路径 本文分为三个章节，各章节的学习目标如下。 入门篇： 了解大语言模型的基础知识和常见术语。 学会使用编程语言访问 OpenAI API 等常见大语言模型接口。 面向非专业背景的大模型普及知识。 应用篇： 可以在本地环境搭建开源模型的推理环境。 大语言模型应用开发框架（如 LangChain、Dify等）。 Prompt 工程、 RAG、Agent 等大模型应用开发范式。 深入篇： 大模型技术原理、训练微调、数据工程、推理优化等。 大模型应用范式（RAG、Agent等）前沿进展。 读者可以根据自己需要选择对应的章节，如对大语言模型的原理不感兴趣，可只关注入门篇和应用篇。 考虑到阅读背景，本文尽可能提供中文资料或有中文翻译的资料。 标记为【必看】的是我认为只要你对这个主题感兴趣，必须要看的资料。 0x10 入门篇 在入门之前，请申请 OpenAI API，并具备良好的国际互联网访问条件。 推荐注册 https://openrouter.ai/ 可一站式访问大量闭源和开源模型。 ...
AI编程革命 AI编程革命：从代码基础模型到智能代理的完整指南 📝 摘要 本文基于《从代码基础模型到智能代理：代码智能的综合调研与实践指南》研究报告，系统性地总结了AI编程领域的最新进展、技术架构、应用场景和未来发展趋势。报告涵盖了从1960年代人工编码到未来AI自治时代的完整演进历程，深入分析了通用大语言模型与代码专用模型的技术差异，并提供了实用的开发建议。 ...
强化学习发展史 往期站内RL主题 强化学习笔记 强化学习工具包 引言 资料 强化学习的10层境界：从巴甫洛夫的狗到贝叶斯大脑：（上）, 中, （下） 今天的人工智能早已不是当年只能执行规则的自动机。它拥有了“感知”、“计划”、“探索”、“协作”甚至“推理”的能力 ...
知识图谱 详见站内专题：知识图谱 LLM 构建 KG 知识图谱（Knowledge Graph，KG）与大型语言模型（Large Language Model，LLM）的结合是一种强大的技术融合，旨在通过将知识图谱的结构化知识与LLM的语言生成和理解能力相结合，提升模型的性能和可解释性，同时为各种应用提供更智能、更精准的解决方案 ...
AI辅助编程 总结 2025年5月27日，蚂蚁开源在第⼗届技术⽇上，重磅发布了《2025 ⼤模型开源开发⽣态全景与趋势》报告 AI Coding 开源项目正呈现出火热的态势，甚至在今年一度刮起了“氛围编程”（Vibe Coding）热潮。 ...
AI分布式训训练库 常见框架 常见分布式训练框架： 第一类：深度学习框架自带分布式训练功能。如：TensorFlow、PyTorch、MindSpore、Oneflow、PaddlePaddle等。 第二类：基于现有深度学习框架（如：PyTorch、Flax）进行扩展和优化，从而进行分布式训练。 如：Megatron-LM（张量并行）、DeepSpeed（Zero-DP）、Colossal-AI（高维模型并行，如2D、2.5D、3D）、Alpa（自动并行）等 LLM 训练/微调工具 ...
Let’s Code material Introduction Welcome to your ultimate collection of free placement preparation materials for cracking technical interviews and succeeding in both on-campus and off-campus placements. These resources are carefully curated and regularly updated to help you prepare efficiently. Complete Resource Collection 1. Data Structures and Algorithms (C, C++, Java, Python) Comprehensive collection of DSA notes, coding problems, and frequently asked interview questions. 📁 Access DSA Resources Java programming course ...
文档问答RAG长文本 问题 长文本创作的本质是多轮对话 传统AI写作模型，如基于Transformer的GPT系列，虽然在短文本生成方面表现出色，但在处理长文本时，往往会遇到“上下文遗忘”的问题，导致文章前后逻辑不一致，主题偏移。 ...