智能體主要由大語言模型（LLM）+提示詞（Prompt）+知識庫（RAG）+工作流（WorkFlow）+工具（Tools）等若干元素組成。今天我們開啟《人人都會做智能體》公開課第2節(jié)：智能體（Agent）的3種表現(xiàn)類型——聊天助手類型、工作流類型、對話流類型。「本文配圖主要來源于我的長篇圖文寫作助手」??讓DeepSeek聊天記錄秒變長篇圖文和PPT的智能體，Claude3.7手把手喂飯教程！??與智能體的組成不同，所謂的智能體表現(xiàn)模式，就是智能體...

文章生成的工作流由簡單的大模型直接生成文章改為按章節(jié)段落迭代生成，并在段落生成時由Claude3.7大模型根據(jù)段落內(nèi)容，直接總結(jié)凝練后，繪制成一張張網(wǎng)頁版的PPT配圖，最后再拼成一個完整的網(wǎng)頁。這個工作流還是蠻大的，消耗的token數(shù)量也是肉疼，好在結(jié)果讓人欣慰，我們先來看一下智能體的實(shí)現(xiàn)效果。怎么樣？效果還是蠻不錯吧，這個智能體能很大程度上解決我們做PPT的一些難點(diǎn)，因為市面上一些做AIPPT的工具，都是直接套的模板...

想象一下十七世紀(jì)的歐洲，那是一個思想迷霧重重的時代。古老的經(jīng)院哲學(xué)大廈搖搖欲墜，知識的海洋里充滿了相互矛盾的學(xué)說和難以證實(shí)的觀點(diǎn)。就在這時，勒內(nèi)·笛卡爾，像一位孤獨(dú)的燈塔看守人，點(diǎn)亮了近代哲學(xué)的“理性之光”。在他的著作《談?wù)劮椒ā分校M(jìn)行了一場驚心動魄的思想遠(yuǎn)征：懷疑一切，直至找到那個絕對不可動搖的立足點(diǎn)——“我思故我在”（Cogito,ergosum）。以此為基石，他試圖用嚴(yán)謹(jǐn)?shù)姆椒ā⑶逦睦硇裕瑸槿祟?..

“大模型的應(yīng)用是玩出來的而不是看出來的，多體驗和嘗試不同的模型之間的功能和區(qū)別才能讓你真正了解大模型的能力。”在關(guān)于大模型應(yīng)用方面，雖然也了解和應(yīng)用過其中的一些技術(shù)；但經(jīng)過這段時間的實(shí)踐和思考發(fā)現(xiàn)，對大模型應(yīng)用的認(rèn)識還很淺顯，因此在此記錄一下自己的思考。大模型應(yīng)用的思考大模型作為人工智能應(yīng)用的底座技術(shù)，所有應(yīng)用場景和技術(shù)都是構(gòu)建在大模型之上；但很多時候我們都搞錯了一件事，那就是我們沒有搞清楚大...

“意圖識別不準(zhǔn)確只是智能體應(yīng)用過程中的一個問題，在實(shí)際操作中還會有其它更多的問題存在；因此，我們不能太信任技術(shù)本身，而是需要完善的解決方案去規(guī)避技術(shù)風(fēng)險。”最近在研究大模型智能體也就是Agent的過程中，遇到了一個很嚴(yán)重的問題，直接影響到Agent的質(zhì)量和效果；那就是意圖識別不準(zhǔn)確，也可以說是Agent的幻覺問題。其產(chǎn)生的原因就在于大模型有時無法準(zhǔn)確識別出用戶意圖，無法準(zhǔn)確調(diào)用相應(yīng)的函數(shù)。意圖識別不準(zhǔn)確現(xiàn)在大...

隨著科技的飛速發(fā)展，人工智能生成內(nèi)容（AIGC）技術(shù)在設(shè)計行業(yè)的應(yīng)用日益廣泛，引發(fā)了廣泛的討論和關(guān)注。AIGC以其高效、多樣化的生成能力，為設(shè)計行業(yè)帶來了前所未有的變革。然而，關(guān)于AIGC是否能替代真正的設(shè)計師，這一話題至今仍存爭議。AIGC對設(shè)計行業(yè)的影響AIGC技術(shù)的出現(xiàn)，無疑為設(shè)計行業(yè)帶來了深遠(yuǎn)的影響。它極大地提高了設(shè)計效率。傳統(tǒng)的設(shè)計過程中，設(shè)計師需要花費(fèi)大量時間在繪圖、修改和完善設(shè)計方案上，而AIGC技術(shù)則...

筆者在前期文章中總結(jié)了RAG的分塊《??RAG常見13種分塊策略大總結(jié)（一覽表）??》，本文介紹一個語義分段的工作，該工作解決的問題是文本語義分割，即將文檔分割成多個具有連續(xù)語義的段落。傳統(tǒng)方法通常依賴于預(yù)處理文檔以分段來解決輸入長度限制問題，但這會導(dǎo)致段間關(guān)鍵語義信息的丟失。RAG系統(tǒng)中的文本分塊方法主要分為基于規(guī)則和基于LLM的方法。插入一個思路，其實(shí)，語義分段的方式筆者在很早實(shí)踐過一個思路，不管是RAG分...

公式識別是文檔智能解析中的重要一環(huán)，本文筆者將介紹筆者自己的工作，供參考。問題陳述與動機(jī)核心問題：當(dāng)前的數(shù)學(xué)表達(dá)式識別（MER）模型難以處理復(fù)雜公式中的層次結(jié)構(gòu)和細(xì)粒度細(xì)節(jié)。數(shù)學(xué)公式是邏輯的建筑藍(lán)圖——它們在求和符號中嵌套分?jǐn)?shù)，在行文中堆疊矩陣，并分支為條件分段函數(shù)。然而，盡管數(shù)學(xué)公式具有復(fù)雜的結(jié)構(gòu)，當(dāng)前的數(shù)學(xué)表達(dá)式識別（MER）模型甚至難以可靠解析中等復(fù)雜度的表達(dá)式。試想：當(dāng)公式的視覺密度增加時，...

MCP全稱是ModelContextProtocol，也就是模型上下文協(xié)議。可別小瞧它，它可不是“另一個類似API的東西”，要是你這么想，那說明還沒真正get到它的精髓。說起傳統(tǒng)API，大家應(yīng)該不陌生。它就像一套固定的工具套裝，通過固定和預(yù)定義的端點(diǎn)來提供功能，像常見的products（產(chǎn)品相關(guān)接口）、orders（訂單接口）、invoices（發(fā)票接口）這些。但這也帶來了不少麻煩。比如說，你想給API添加新功能，就得新建端點(diǎn)或者修改現(xiàn)有端點(diǎn)。這一改...

摘要人工智能通過大型語言模型（LLMs）顯著改變了醫(yī)療保健領(lǐng)域，尤其在靜態(tài)醫(yī)學(xué)問答基準(zhǔn)測試中表現(xiàn)出色。然而，由于醫(yī)患互動的復(fù)雜性，評估LLMs在現(xiàn)實(shí)世界臨床應(yīng)用的潛力仍然具有挑戰(zhàn)性。為此，我們引入了“人工智能醫(yī)院”這一多智能體框架，模擬醫(yī)生（玩家）與包括患者和檢查員在內(nèi)的非玩家角色（NPCs）之間的動態(tài)醫(yī)療互動。這種設(shè)置允許在模擬的臨床場景中更實(shí)際地評估LLMs的表現(xiàn)。我們開發(fā)了“多視圖醫(yī)療評估”（MVME）基準(zhǔn)...

社會涌現(xiàn)的研究是社會科學(xué)的核心，傳統(tǒng)的基于規(guī)則的代理模型（ABMs）難以捕捉人類行為的復(fù)雜性和多樣性。大型語言模型（LLMs）作為模擬工具，能夠更好地反映認(rèn)知偏差和情感波動，適用于社會科學(xué)和角色扮演應(yīng)用。TwinMarket是一個新穎的多代理框架，利用LLMs模擬股票市場中的投資者行為，強(qiáng)調(diào)微觀行為如何驅(qū)動宏觀市場動態(tài)。TwinMarket采用信念欲望意圖（BDI）框架，提供透明的代理認(rèn)知過程建模，并研究信息傳播和社會影響的動態(tài)...

在當(dāng)前生成式模型與信息檢索技術(shù)快速發(fā)展的背景下，如何有效結(jié)合二者，提升問答系統(tǒng)的準(zhǔn)確性與實(shí)用性成為技術(shù)探索的焦點(diǎn)。為了尋找最佳解決方案，我嘗試了18種不同的RAG（RetrievalAugmentedGeneration）技術(shù)，從最基礎(chǔ)的方法到復(fù)雜的多模型融合。經(jīng)過大量實(shí)驗，數(shù)據(jù)表明AdaptiveRAG憑借動態(tài)調(diào)整策略和出色的檢索效果，以最高得分0.86成為本次實(shí)驗中的大贏家。接下來，我將詳細(xì)介紹每種RAG技術(shù)的核心思想、實(shí)現(xiàn)細(xì)節(jié)以及優(yōu)缺點(diǎn)，...

LightGBM是一個快速、高效的梯度提升框架，他由微軟開發(fā)，在數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域應(yīng)用廣泛。接下來詳細(xì)介紹下他的原理1.梯度提升框架：LightGBM基于梯度提升決策樹（GBDT）算法，通過迭代地訓(xùn)練決策樹來逐步減少預(yù)測誤差。它將弱學(xué)習(xí)器（如決策樹）組合成一個強(qiáng)學(xué)習(xí)器，不斷地根據(jù)之前模型的誤差來調(diào)整新模型的訓(xùn)練，從而提高整體模型的準(zhǔn)確性。舉例：假設(shè)有一個預(yù)測房價的任務(wù)，我們有一些房屋的特征數(shù)據(jù)，如面積、房間數(shù)、...

AutoAgent是將智能體開發(fā)過程從傳統(tǒng)的編程模式轉(zhuǎn)變?yōu)橐环N自然語言驅(qū)動的自動化過程。通過模擬現(xiàn)代計算機(jī)操作系統(tǒng)的工作方式，將復(fù)雜的智能體開發(fā)任務(wù)分解為多個模塊化的組件通過自然語言接口實(shí)現(xiàn)這些組件之間的交互和協(xié)調(diào)。這種方法不僅降低了智能體開發(fā)的門檻，還提高了開發(fā)效率和系統(tǒng)的靈活性。AutoAgent架構(gòu)AutoAgent框架基于其四個關(guān)鍵組件：智能體系統(tǒng)工具（AgenticSystemUtilities）提供了基礎(chǔ)的多智能體架構(gòu)，其中包含專...

在現(xiàn)實(shí)世界，地圖導(dǎo)航服務(wù)作為連接虛擬與現(xiàn)實(shí)世界的關(guān)鍵紐帶，正變得愈發(fā)重要。MCP（ModelContextProtocol）協(xié)議的出現(xiàn)，為地圖服務(wù)與AI大模型的深度融合提供了全新的契機(jī)。近期，百度、高德、騰訊這三大地圖服務(wù)巨頭紛紛在MCPServer領(lǐng)域發(fā)力，推出了一系列創(chuàng)新功能與服務(wù)，為開發(fā)者和企業(yè)帶來了前所未有的便利與機(jī)遇。首先是這三家的MCPServer介紹。百度地圖MCPServer：持續(xù)拓展功能邊界作為國內(nèi)首家兼容MCP協(xié)議的地圖服務(wù)商，...

我們都知道智能體開發(fā)的平臺非常多，Dify是開源的智能體開發(fā)平臺中用戶比較多的一款。但是跟Coze平臺相比，很多想使用Dify的用戶，第一個難關(guān)就是Dify的本地部署。很多小白可能對Linux、Docker一竅不通，所以我之前寫過一篇怎么借助WSL完成windows下Dify的部署，其實(shí)沒有解決痛點(diǎn)，Dify的主要用戶還是只局限于程序員這個群體。?為了能夠更好的完成智能體的科普，讓更多人無門檻使用Dify這種開源的智能體開發(fā)平臺，經(jīng)過這兩天的...

隨著生成式人工智能（GenAI）的迅猛發(fā)展，基于大模型的應(yīng)用已經(jīng)悄然融入我們的日常工作和生活，它們在眾多領(lǐng)域顯著提升了生產(chǎn)力和工作效率。為了更便捷地構(gòu)建這些基于大模型的應(yīng)用程序，開源社區(qū)和產(chǎn)品開發(fā)者們正以前所未有的速度推進(jìn)創(chuàng)新。在這些創(chuàng)新中，面向智能體（Agent）的應(yīng)用，即所謂的AgenticAI，已經(jīng)嶄露頭角，成為近年來生成式AI系統(tǒng)中最具潛力的領(lǐng)域。眾多構(gòu)建智能體應(yīng)用的框架如雨后春筍般涌現(xiàn)，為開發(fā)者提供了強(qiáng)大...

本文首先介紹模型上下文協(xié)議（MCP）的系統(tǒng)構(gòu)架，然后基于MCP+LangChain+LangGraph組合框架開發(fā)了一個比較完整的基礎(chǔ)代理客戶端。簡介什么是模型上下文協(xié)議（ModelContextProtocol）？讓我們深入了解MCP背后的概念。以下是官方MCP文檔對MCP的介紹：“MCP是一種開放協(xié)議，它標(biāo)準(zhǔn)化了應(yīng)用程序向LLM提供上下文的方式。可以將MCP視為AI應(yīng)用程序的USBC端口。正如USBC提供了一種將你的設(shè)備連接到各種外圍設(shè)備和配件的標(biāo)準(zhǔn)化方式一樣，M...

MCP、RAG、Agent這些概念最近熱度飆升，成了AI領(lǐng)域的熱門話題。然而，我發(fā)現(xiàn)身邊不少朋友對這些概念還是一知半解。為了幫助大家更好地理解，精心繪制了12張簡單易懂的架構(gòu)圖解。這些架構(gòu)圖解涵蓋了從MCP的提示混合機(jī)制，到RAG的知識檢索增強(qiáng)，再到Agent的自主決策框架等多個方面。1、MCP、RAG、Agent概念與關(guān)系第一、核心概念1.RAG（檢索增強(qiáng)生成）定義：RAG將信息檢索與文本生成相結(jié)合，創(chuàng)造更準(zhǔn)確、信息更充分的回應(yīng)。功能：...

作者：艾薩克·舒爾茨，來源：gizmodo.com由數(shù)百名人工智能研究人員組成的小組表示，目前該領(lǐng)域正在以錯誤的方式追求通用人工智能。這一見解是在人工智能促進(jìn)協(xié)會(AAAI)的2025年人工智能研究未來總統(tǒng)小組會議上披露的。這份《AAAI2025人工智能研究未來研究報告》由24名人工智能研究人員共同編寫，他們的專業(yè)知識涵蓋人工智能基礎(chǔ)設(shè)施現(xiàn)狀和人工智能的社會方面。該報告包括每個部分的主要內(nèi)容，以及社區(qū)意見部分，受訪者被問及對...