#Workflow编排

共 7 篇相关文章

从大语言模型LLM到AI Workflow再到AI Agent，三层递进讲清什么是AI智能体。用真实案例解释RAG、ReAct框架等核心概念，帮你理解AI Agent与工作流的本质区别。

本文详解如何基于Spring AI Alibaba Graph构建HR招聘全流程Workflow Agent，涵盖简历解析、多维筛选、分级出题、人工介入与状态回滚等核心能力，帮助Java开发者掌握企业级Agent应用开发。

一个递归式技术命题：能否构造「元Skill」将任意Skill自动转化为Dify工作流？本文从Loop架构的反例出发，深入剖析工作流确定性编排与Agent动态自主决策的根本分野，为AI应用架构选型提供清晰判断框架。

详解如何利用AI平台的Skill功能搭建6个测试智能体，覆盖测试用例生成、Xmind思维导图、性能报告、JMeter脚本等场景，每天节省3-4小时，无需编码即可上手。

详解前端AI全栈开发的工程化实践，从PNPM MonoRepo架构设计、TurboRepo构建优化到LangChain多模态应用完整链路，涵盖子包规划、AI引擎封装、Ollama模型调用等核心环节，助力前端开发者快速切入AI全栈赛道。

深入解析Spring AI Agent Utils工具集，涵盖Skill技能模块、Ask a User Question智能交互、To Do Write自动规划、Auto Memory跨会话记忆及多Agent编排等核心功能，助力Java开发者构建强大AI Agent应用。

2025年AI大模型入门完整指南，详解本地部署显卡显存配置要求（4090/24GB），以及提示词工程、Agent智能体、MCP协议、LangGraph工作流等核心技术栈的学习路径。