写点什么

AI开发框架

0 人感兴趣 · 14 次引用

  • 最新
  • 推荐
https://static001.geekbang.org/infoq/69/69476ae1989c06a434d301eff17bf5f2.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 异常处理与自我修复能力

「异常处理与恢复」是构建健壮AI智能体的核心,它要求系统具备检测、管理和从故障中恢复的能力。该模式通过分层防御实现,包括:工具级错误检测、重试/回退/优雅降级的战术处理,以及LLM自我修复/状态回滚的战略恢复。实战中,可通过LangGraph显式定义恢复

https://static001.geekbang.org/infoq/c8/c8e6a072de6093dd0a9696d3d33e765c.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 模型上下文协议

MCP协议是AI的“USB接口”,通过标准化架构打破大模型与外部工具间的孤岛。相比传统函数调用,它实现了资源与工具的动态连接及高复用性。借助FastMCP和LangChain等框架,开发者可轻松构建即插即用的企业级AI互联生态,实现万物互联。

https://static001.geekbang.org/infoq/97/97ec1fabb309e9c716b46e7a7c6782a0.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

如何和 AI 协作提高工作效率

AI写代码占比20-50%却让开发者更累?本文提出:接受不完美、预制上下文+批量生成+严格验证+工程化规范,重塑工作流大幅降负提效。

https://static001.geekbang.org/infoq/69/69476ae1989c06a434d301eff17bf5f2.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 目标设定与监控模式

“目标设定+监控”模式以SMART原则+双重监控将AI升级为主动统筹者。基于LangGraph四节点闭环(Coder→Executor/Reviewer→Judge→循环/终止),实现可靠生产级AI系统。

https://static001.geekbang.org/infoq/69/69476ae1989c06a434d301eff17bf5f2.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 学习与适应能力

探讨智能体通过强化学习、少样本学习与记忆驱动,结合PPO/DPO对齐、SICA与AlphaEvolve,实现自主进化,适用于助手、交易与自动驾驶等场景。

https://static001.geekbang.org/infoq/41/41559e12d5ecddde6e594cd1aa8c0bff.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 记忆管理

本文介绍AI智能体记忆管理,将短期上下文与长期数据库结合,解析Google ADK的会话、状态与记忆架构,并以购物车示例展示安全更新与可追溯性,为构建智能助手提供工程化方案。

https://static001.geekbang.org/infoq/c8/c8e6a072de6093dd0a9696d3d33e765c.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 多智能体模式

AI从单体向多智能体协作演进,突破上下文瓶颈。六大模式:顺序、并行、辩论、层级、专家团队、评审者,实现分工协同,解决复杂问题。

https://static001.geekbang.org/infoq/41/41559e12d5ecddde6e594cd1aa8c0bff.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 规划模式

规划模式是智能体从被动响应者升级为战略执行者的基础,使其能将复杂目标分解为可执行的步骤序列。它通过LLM的推理和外部工具,实现工作流自动化、复杂诊断和深度研究等高阶任务,赋予智能体前瞻性与应变能力。

https://static001.geekbang.org/infoq/c8/c8e6a072de6093dd0a9696d3d33e765c.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 使用工具模式 Function Calling

工具使用(函数调用)模式是AI智能体的“双手”,使其突破静态知识限制。LLM能决策并调用外部API、数据库或代码,获取实时信息并执行操作,从“思考者”变为“行动者”。

https://static001.geekbang.org/infoq/41/41559e12d5ecddde6e594cd1aa8c0bff.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 反思模式

反思模式通过“生产者-评论者”架构提升AI输出质量。生产者生成,评论者评审,生产者再迭代优化。此循环修正错误、提高准确性,但会增加延迟和成本。

https://static001.geekbang.org/infoq/c8/c8e6a072de6093dd0a9696d3d33e765c.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 并行模式

并行模式通过并发执行独立任务(如API调用)解决顺序执行缓慢问题。它利用LangChain、ADK等框架,大幅缩短总耗时,极大提升AI智能体的效率和响应速度,是优化复杂工作流的关键。

https://static001.geekbang.org/infoq/c8/c8e6a072de6093dd0a9696d3d33e765c.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 路由模式

路由模式是AI智能体的“交通枢纽”,赋予其动态决策能力,超越线性执行。它通过LLM、规则、嵌入或机器学习等机制,智能分类用户输入,引导至最合适的处理路径或子代理。这使AI系统更灵活、从固定执行者变为适应复杂场景的决策者,是构建多功能AI应用的关键。

https://static001.geekbang.org/infoq/22/2208169094e57d1f2887a9324736a063.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

AI 智能体 - 提示链

提示链模式将复杂任务分解为有序子任务,解决了LLM单一提示局限。它利用结构化输出和外部工具,提升模型可靠性与控制力。这是构建智能AI代理的核心技术,广泛应用于自动化报告、智能客服等,是实现复杂AI系统的关键。

AI开发框架_AI开发框架技术文章_InfoQ写作社区