#Agent开发
共 123 篇相关文章
零基础7天玩转Agent开发：B站全748集教程深度解析
B站全748集Agent应用开发教程深度解析：从零基础到企业级部署，涵盖Agent与普通AI对话区别、MCP接入、开源项目改造、部署上线全流程，附学习路线与实战案例，助你七天入门AI智能体开发。
亲手构建Agent：理解AI Agent的最佳路径
想真正理解AI Agent？本文分享如何从零构建一个最小Agent，拆解大模型与Harness的分工，推荐PiAgent、DeepSeek Harness等学习型框架，并给出八个递进阶段和RAG与Agent的关系分析。
LangChain Agent事件流解析：Event Streaming实战指南
深入解析LangChain 1.3引入的Event Streaming特性，详解Raw、Messages、Tool Calls、Values、Custom、Interleave六大事件类型的使用方法与实战要点，帮助Agent开发者实现精准的事件级流式输出。
用AI手机当导演，电脑当剧组：零代码打造专属视频导演Agent
B站UP主实战分享：用STEPX Neo手机当导演、电脑当剧组，通过StepStudio零代码搭建通用型AI视频导演Agent，实现剧本解析、分镜设计、图像与视频生成全流程，并计划开源。
前端转AI Agent开发：职业路径与能力路线图
一线AI架构师解析前端转AI Agent开发的行业变化与三条职业路径：Agent开发工程师、FDE、远程接单，并梳理Agent+大前端的能力补齐路线图。
开源多Agent模拟经营项目实战评测
基于B站UP主开源的多Agent沙盘经营项目实测，拆解其规划、记忆、多Agent通信、HITL与评估机制，对比大模型自主决策与固定规则引擎在不同场景下的收益差异，为Agent开发者提供选型与工程实践参考。
Agent应用开发入门：从概念到实战，搞懂AI智能体
从大模型函数到Agent系统形态，拆解Agent六大核心组件、与传统AI和Workflow的本质区别，以及面试高频追问和生产落地风险，帮助开发者快速建立AI智能体开发的完整认知框架。
零依赖Python工具TokenPrune：无需二次LLM，API负载Token直降80%
TokenPrune是一个零依赖Python工具，通过确定性剪枝和表格压缩，在0.5毫秒内将Agent API负载Token削减70%-90%，无需调用辅助LLM，避免额外延迟与费用。
LangChain入门：从框架定位到Agent实战
LangChain是什么？本文从框架定位讲起，解析LangChain如何解决大模型知识受限、无法调用外部工具、缺乏多轮对话记忆三大短板，并梳理LangChain、LangGraph、LangSmith的生态关系与学习路径。
LangChain企业级Agent开发实战：从框架搭建到私有化部署
基于B站LangChain教程，系统讲解企业级Agent开发：剖析大模型API三大局限、LangChain的Components/Chains/Agents核心概念、私有知识库问答与业务流程自动化落地场景，以及私有化部署的模型选型、数据层与安全边界工程考量。
Context工程：构建更强AI Agent的关键
DeepLearning.AI与Chroma推出Context Engineering课程，教你通过管理上下文避免context rot，从零实现工具和钩子，提升AI Agent在客户服务、编程、研究等场景的可靠性。
B站108集Agent智能体开发教程：从零到商业变现的完整路径
拆解B站108集Agent智能体开发教程：以LangChain框架为核心，覆盖行业背景、七大模块与风水命理虚拟项目实战，分析其课程设计逻辑、市场数据支撑与学习适用边界。
DeepSeek Harness源码解读：一切皆插件的Agent如何跑起来
DeepSeek Harness 预览版源码解读：从安装与源码两种启动方式，到「一切皆插件」的插件架构、主循环、事件总线与提示词组装，梳理 Agent 运行机制与自定义工具插件的实践路径。
Agent开发实战：分层架构、大模型工具接入与Dify企业级智能体全解析
从大模型厂商层到企业级落地，系统梳理Agent开发的分层架构、工具调用开发与Dify智能体实践，解析2026年面试考察重点与成本治理要点，帮助开发者建立可更新的知识结构。
上下文窗口是预算而非记忆：截断账本与Agent设计
上下文窗口不是记忆容量而是共享预算。本文解析截断账本的FAQ框架：预算公式、三处截断、删除中间策略、锚点保留与检索优先，并附可运行的Python脚本思路，帮助Agent设计避免静默丢失关键信息。
B站748集Agent开发教程：从零到企业级实战全解析
深度解析B站748集AI Agent零基础教程：三篇课程结构覆盖认知建立、LangChain与AutoGen框架实战、企业级项目落地，分析其如何解决多数Agent教程概念与实战脱节的问题，并客观评估学习价值。
实测：Skill文件超过6KB，模型输出失败率翻倍
实测 28 次执行发现：skill 文件超过 6KB 后，模型空输出率达到 25%，自然膨胀的 9.2KB 文件更是高达 50%。本文拆解实验数据、约 1500 token 的机制解释，以及把 skill 文件压在 6KB 以下的三条实操规则。
LLM Agent 记忆系统全解析：从 Buffer 到语义记忆
深入解析 LLM Agent 记忆系统：Buffer、Window、Token、Summary、长期与语义记忆六种模式的原理与取舍，并梳理 LangChain 中 Checkpointer、thread_id、Middleware 等关键概念。
Spring AI 2.0 五大更新：Java 后端如何切入 Agent 开发
Spring AI 2.0 五大核心更新解读：强制 Spring Boot 4 基线、Tools 解析上浮至 Chat Client Advisor、AgentUtils 开发库、MCP 改用 Streamable HTTP、Tool Search 按需加载。附 Java 后端切入 Agent 开发的定位分析与学习路径。
契约锁定而非模型：构建可换供应商的Agent评分系统
训练营实验设计：通过哈希提示词、录制JSON cassette、离线回放评分，实现供应商可替换的AI Agent评分系统。四条规则、三个检查点、一套只奖励设计不奖励运气的评分标准。