亚马逊开源Dogwood：为AI智能体工具调用立规矩
当AI智能体调用工具时，参数格式错误、权限混乱、日志缺失等问题频发，导致开发效率低下甚至安全事故。亚马逊云科技近日开源了Dogwood，一个为AI智能体工具调用立规矩的框架，试图终结这种混乱。 工具调用为何成为AI应用的阿喀琉斯之踵 AI智能体的核心能力在于调用外部工具——从查询数据……
包含标签 智能体 的文章
本体智能体实战设计指南：从0到1搭建企业级可信Agent（工程落地版）
本体智能体实战设计指南：从0到1搭建企业级可信Agent（工程落地版） 本文为《本体智能体》系列实战篇 上篇科普：告别AI幻觉！本体智能体：企业级可信AI的新一代底座 标签：#本体智能体 #可信AI #本体工程 #AI智能体落地 #知识图谱 很多团队看懂了本体智能体的价值，却卡在落地环节： 先开发……
本地AI编程工具链：控制信息流比堆工具更高效
给AI编程智能体加更多工具，并不会让它更高效。在重度使用OpenCode和Claude Code之后，我转而专注于控制流入智能体的信息流：先搜索再读文件、在文本/结构/语义搜索间做选择、削减命令输出的噪音、保持会话聚焦、设定明确的停止规则。这套本地工具链（Headroom、RTK、……
【保姆级】AI时代计算机小白学习路线，附xmind思维导图，建议收藏！
一张思维导图 + 三个阶段，从啥也不会，到能独立做全栈项目，再到会开发 AI 应用。文末有完整思维导图。 01 先泼一盆冷水：AI 时代最大的坑 最近刷到太多这样的视频： “AI 时代不用学编程了，会用 AI 写代码就行！” 如果你信了，我劝你冷静一下，换位思考一个问题——假如你是老板，你会招一个&qu……
6期｜Plan-and-Execute 落地：用 Spring AI 搭一个「维修工单编排 Agent」，让它像售后经理一样「开单→派工→执行→质检」
上一期我用 ReAct 模式搭了一个诊断 Agent，它能像老 SA 一样「听→想→查→下结论」走一步看一步。但售后经理管车间，从来不是走一步看一步——而是先把工单开好、工时配件工位一次规划到位，再派下去执行。今天就把这套「先想好再干」的 Plan-and-Execute 模式写成代码。 一、开篇：ReAct 能诊断，但能管车间吗？ 第5……
Agent 记忆系统：架构、设计与LangChain 实践
Agent 记忆系统：架构、设计与LangChain 实践 一、背景：为什么 Agent 需要记忆系统？ 1.1 问题的根源：LLM 的无状态本质 大语言模型（LLM）本质上是一个无状态函数：给定一段输入 Prompt，输出一段文本。它不具备跨会话的持久记忆，每次调用都从零开始。这在单轮问答场景下问题不大，但当我们把 LLM……
Agentic Engineering技术解析：从单Agent到多Agent协作的范式演变
技术篇 | 适合技术负责人、架构师、AI工程师阅读 引言 2026年2月，Andrej Karpathy在回顾自己一年前提出的“Vibe Coding”概念时，给出了一个新的定义：“如今，通过LLM智能体进行编程正日益成为专业人士的默认工作流程……其目标是在不牺牲软件质量的前提下，充分利用智……
AI智能体平台深度拆解（一）：当LangGraph遇上Spring AI——我们如何打造企业级AI流程编排引擎？
6大Agent协作模式 + 原生MCP集成 + User-in-the-Loop，从"对话"到"执行"只差一个流程 💡 不想看长篇文字？ 文中所有功能均可在在线演示环境中亲身体验 → 电脑端打开地址立即体验：https://ai.qztechcloud.co……
Spring AI 2.0 组合式 Tool Calling 架构实战，多工具编排不再卡壳
你的 AI 应用想让大模型一次调用"查库存 + 算价格 + 下订单"三个函数，却发现工具多了就乱套、报错无从下手、上下文越塞越糊。本文用 Spring AI 2.0 的可组合 Tool Calling 架构，解决多工具场景下的编排混乱、结果冲突和自反馈缺失问题。带你从手写 @Tool 注解，到把多个工具组合成带自反馈循环的 Agentic 管道，全……
万字详解：AI Agent 系统架构设计
设计主动智能系统（一）：智能体架构 架构概览 主动智能系统在三个逻辑层面上运作： 工具层 、 推理层 和 行动层 。 每一层在使智能体能够有效检索、处理和行动信息方面都扮演着特定角色。 理解这些层之间的交互对于设计功能性和可扩展的系统至关重要。 工具层： 系统的基础。 此层与外部数据源和服务交互，包括 AP……
