文｜邓咏仪编辑｜苏建勋5月8日，久不露面的阶跃星辰CEO姜大昕，出现在北京的一场媒体沟通会上。“在多模态领域，如果任何一个方面有短板，都会延缓探索AGI进程。”姜大昕给出了一个鲜明的判断。过去一年中，他在不同场合都在反复提及：多模态是实现AGI的必经之路。在六小龙中，比起在融资、市场声量上有烈火烹油之势的其他选手，阶跃星辰的低调格外显眼。这家公司最不声不响，但又能有独特的身位而被记住——过去两年中，它没有参与应用投流的狂热之中，在To C应用上也仅是有所试水。多模态如今成为了阶跃最亮眼的标签，这家公司正在倾注大部分力量探索这一道路。成立两年，阶跃一共发布了22款自研基座模型，覆盖文字、语音、图像、视频、音乐、推理等。这其中，有16款是多模态模型，占比超7成。阶跃也因此在行业内被称为“多模态卷王”。但多模态的发展阶段和语言模型并不相同。在技术路线已经收敛的语言模型领域，几乎所有公司都已经沿着差不多的技术路线迭代，但多模态的技术探索尚在早期。从顶尖大厂到AI初创，都像在迷雾中穿行。在2024年Sora震撼全球时，不少AI创业者就有着不一样的意见。“Sora出来的时候，其实我们比较失望，我们觉得它的主线应该是做理解生成一体化，但他们只做了生成，没怎么做理解。”姜大昕表示。姜大昕对《智能涌现》表示，如果对标语言模型的技术演进时间线，阶跃所押注的“理解+生成一体”的原生多模方向，可能还处在G ...继续阅读

开始技术细节之前，关于有声书想多絮叨两句（也算是一种产品需求分析）：有声书的主要需求来源：随着生活节奏加快，人们越来越依赖碎片时间获取信息，有声书允许用户在通勤、做家务、运动等场景中同步进行 “阅读”；特殊人群的阅读需求，老人、视障等天然存在阅读困难的人，儿童等尚需启蒙的人群等都需要借助有声书来“阅读”；情感陪伴与心理健康支持需求，声音的陪伴属性使其成为心理健康的 “软支撑”，睡前听书还可能通过影响梦境内容（如高频 β 波激活记忆）间接改善心理状态，广播剧、小说等内容通过角色演绎引发情感共振。技术可行性：丰富的kindle、z-library等电子书资源提供了高质量的有声书文本资源；AI 技术（如 TTS 语音合成）大幅降低制作成本；MCP协议生态的丰富大大增强了AI的能力边界；从业务价值的角度做这件事情是有待商榷的：已经有喜马拉雅这样平台了，折腾有声书转换的必要性不高；已经有NotebookLM了，自己去开发基于LLM的工具必要性不高；平台和工具皆有竟品的情况下，这件事情的效率和性价比都会有问题，所以这个项目只能是个人兴趣和副业；基于上述的分析，打算用MCP Servers + LLM实现将电子书转换为有声书的小工具，使用方式很简单在AI交互框中输入“将xxx目录中xxx转为成音频”，这样我就拥有了一个低配版的喜马拉雅，将任意自己喜欢电子书变成自己和家人喜欢的有声书了。技术思路首 ...继续阅读 (8)

此次会连载一套AI Agent构建的系列，主要分为三部分，上篇是速通AI Agent构建的工作流基础，本篇则是通过ComfyUI作为案例来复盘如何快速上手工作流平台，给大家提供一些思路与窍门，下篇则是借助Agent平台构建一个AI Agent案例，本系列意图主要是帮助大家贯通工作流的搭建形式，并尝试为自己搭建一些可用的AI助手，或是提供构建的方法指引。不得不提的废话就目前市面上的图像生成平台真的是越来越强悍，就例如最新版本的ChatGPT 4o、即梦AI等，不仅提示词描述更简单了，图像效果也越来越好，通过几张简单的参考图加需求说明，就可以马上进行高质量的图像融合、局部替换修复、风格转换、效果延展等，甚至即梦以及能够处理中文以及文字效果了。那你可能在想用ComfyUI做工作流上手案例还有必要么？有的！原因是专业的业务场景需要专业且复杂的工作流或是Agent来实现，我们学习和掌握的是一套可复用的思维或方法，而不局限于本次所用的ComfyUI，在第三篇的案例构建中，我也会用这套方法熟悉上手其他智能体平台来搭建一个Agent助手。所以，通过学习和掌握复杂，只为更从容面对瞬息万变的AI应用。设计目标是什么？清晰我们的构建目标是什么，业务背景是什么，需求会提供哪些数据，要转化成什么样的结果，一切围绕着目标需求来拆解基本流程与寻求实现工作流的技术平台。例如我要构建图像生成的工作流，需求提供了图像 ...继续阅读

任何技术产品都有攻击面，大模型也在所难免。模型产品和攻击方式永远是「道」与「魔」的此消彼长。比如去年就有份论文提出一个新的攻击方法，成功盗取了其他用户发送给大模型的字段。此漏洞利用了 KV 缓存共享——一项大语言模型 (LLM) 业界广泛应用，两大主流推理框架 SGLang 和 vLLM 都在使用的技术。LLM 的安全问题不容小觑。无论对于用户还是企业，数据泄露都足以「致命」。APPSO 之前的一篇文章就曾提到，越来越多的人将豆包、DeepSeek 和 ChatGPT 们视作倾诉对象，和它们推心置腹，不经意间便将个人的隐私信息吐露其中。而一旦 LLM 遭遇泄露事故，好事者能够依据数据识别出具体的用户以及对应的现实身份，从而用于不法意图。为了应对 iPhone 用户使用 AI 产品的隐私顾虑，维持公司数据隐私政策的连贯性，苹果在 24 下半年宣布了一个名叫 Apple PCC（私密云计算 Private Cloud Compute）的系统：在 Apple Intelligence 场景下，端侧算力不足时，用户数据经私钥加密上传云端，由部署在服务器私密计算模块（类似 iPhone 芯片里的安全隔区）里的大模型进行加密推理，仅在推理过程和结果返回端侧时短暂解密。全链路数据均以密文流转，且采用无状态计算模式，确保数据零存储、用后即焚。技术是很好，但遗憾由于国内 Apple Intellig ...继续阅读 (2)

36氪获悉，5月8日，夸克升级AI超级框，全新发布“深度搜索”产品，通过深度思考能力、智能检索技术和精准回答功能，为用户“高搜商”地解决多样化复杂问题。此外，夸克AI超级框同时迭代“图片智能处理”功能。据了解，夸克还将推出思考能力更强、调用Agent更多以及能提供专业报告的新产品。 ...继续阅读

在 Pokee.ai 内测之前，我们就先感受了一把这款 Agent 的能力。“你发给我一个邮件就行，我的 Agent 能自动生成日程表。”在跟朱哲清约电话会议的时候，微信那头的这个人如是说。他是知乎和小红书的双料活跃用户，同时也是强化学习界冉冉升起的新星。他和团队 2023 年 12 月份就发布了开源强化学习框架 Pearl，上线首日即在 Github 上收获了 540 star，目前更是升至 2.8k。2016 年，AlphaGo 击败李世石的那个晚上，还是少年的朱哲清捧着手机，静静坐在杜克大学教堂前，意识到AI已经走向了真实世界。他开始接触强化学习（RL），从此就成为了RL的忠实信徒，即使在这一技术路线陷入最低谷时也从未想过放弃。后来他在Meta带领边缘化的 RL 团队逆势突围，将强化学习真正部署在广告竞价、推荐系统和自动内容生成等核心业务中，每年为公司创造数亿美元的增益。在 Meta 升职到 E7 后，朱哲清还是无法忘记他长期思考的本质问题：这在面对那么多不同类型的问题时，有没有一种 RL 路径，可以做到真正通用的智能体？怀揣着这个问题，在半年多前结束了他 7 年半的 Meta 生涯，成为了一名 AI Agent 创业者。创业并不容易，在我们的聊天中，他承认自己创业这半年来完全没有休息过，团队 4 个人，搞定了模型架构、自动化、训练、部署，再到 infra、产品等所有工作，这 ...继续阅读 (1)

文｜胡依婷编辑｜袁斯来硬氪获悉，近日新加坡人工智能金融科技公司RockFlow宣布完成1000万美元A1轮融资，由头部互联网公司创始人领投，老股东持续加注。本轮资金将用于进一步提升其人工智能技术和即将推出的金融AI Agent —— Bobby。RockFlow目前在全球有5个办公室，业务覆盖30多个国家的9种语⾔，此前获得硅⾕顶级美元基⾦数千万美⾦投资。2023年4月，RockFlow推出了全球⾸个交易AI产品TradeGPT。TradeGPT可利⽤多模态LLM能⼒，实时分析海量市场信息和量价数据，结合⾃研的AI量化模型，将这些信息转化为个性化的⾼质量交易机会。在大模型时代AI Agent应用爆发到来之际，RockFlow再次投身其中。RockFlow团队认为，AI Agent在金融投资领域有巨大的机会，但在该领域Agent数量和管理复杂度远⾼于其他⾏业。因此，RockFlow研发团队基于自研架构，结合多模态⼤语⾔模型（LLM）、Fin-Tuning、RAG、MultiAgent和CoT等前沿技术，开发了⼀套适合金融投资场景的AI Agent架构。借助该架构，AI模型的理解和⽣成能⼒都得以提升，其还能实时高效处理多源数据分析，在复杂的⾦融环境中进⾏⾼效的决策和预测，提供更精准的⾦融分析和投资建议，实现成本和风险控制。在投资交易场景中，RockFlow的AI Agent可将传统复杂 ...继续阅读

有了MCP，还需要深入研究Agent吗？|唐霜本文讨论了MCP（大模型与工具连接的通用协议）和Agent技术之间的区别及联系。虽然MCP解决了大模型调用工具的问题，但并未解决理解用户真实意图、规划合理任务、阶段化螺旋式任务执行以及自动执行等问题。相比之下，Agent通过记忆、多轮交流、验证和动态调整等机制来更准确地理解和实现用户目标。文章还提到了MCP与Agent的关系，指出MCP可以提升Agent在工具调用层面的能力，但Agent是一个包含调度系统、执行系统和感知系统的综合体系。此外，文章提到未来可能需要一种新的协议架构来标准化不同厂商Agent之间的交互，并预测随着Agent网络的发展，将形成一个自决策自执行的社会网络。原文链接：有了MCP，还需要深入研究Agent吗？|唐霜我其实并不看好远程办公文章讨论了远程办公的利弊，尤其是在后疫情时代。作者刘润指出，尽管远程办公在疫情期间流行起来，并且有很多明显的好处，比如节省通勤时间、提高某些员工的工作效率等，但它也增加了沟通的成本，减少了团队之间的互动和创造力。因此，许多公司开始取消远程办公模式，要求员工返回办公室工作。文章最后提到，真正的创造力往往来源于人与人之间的频繁互动。原文链接：我其实并不看好远程办公人生的意义是什么？这是我听过最好的答案本文探讨了现代人的焦虑与困境，以及如何从中国传统智慧中找到解药。作者赵昱鲲指出，我们这一代 ...继续阅读 (13)

今年开始，多智能体系统（MAS）在AI领域备受关注，各大厂商纷纷推出包含多种Agent（如CEO Agent、程序员Agent等）的解决方案，试图通过模拟人类团队协作来提升效率。然而，实际应用中却发现，这些Agent系统往往存在分工不清、沟通失灵、记忆残缺等问题，导致项目落地时体验感极差，甚至比人类团队协作还混乱。最近几年，AI圈刮起了一阵“多智能体系统”（Multi-Agent System，简称MAS）的飓风，仿佛谁要是不搞点Agent互相扯着玩，就跟不上技术潮流似的。每个大模型厂商都在往里面塞人：CEO Agent、CTO Agent、程序员 Agent、测试 Agent……开会、写代码、交付产品，一气呵成，宣传视频堪比硅谷创业纪录片。可真到项目落地那一刻，画风突变：本以为自己在构建一个智能的数字组织，结果像是在给一群“自带人格”的角色扔了份糊涂需求书。对话混乱、职责不清、流程重叠、结果瞎编……总之，体验感很差。所以这次，我想聊聊：为啥大家一股脑涌向多Agent系统，结果却普遍扑街？问题到底出在哪儿？能不能修好？值得搞吗？01 分工不清，责任混乱：不是组队，而是拉群扯皮很多Agent系统号称模仿公司结构：设定角色、指派任务、让他们“自主讨论”。听起来合理，做出来像极了一场不知谁负责的群聊。比如我测试过的一个开源项目里，CEO Agent和CTO Agent对同一份需求理解截然 ...继续阅读

【摘要】提供AI咨询+AI项目陪跑服务，有需要回复1 今年接触了很多Agent的项目，怎么说呢？多数项目的表现是很差的。 其中不乏一些想要快速抢占市场的小公司，他们刻意用低价和漂亮的PPT首先打开了局面，而这对于很多慢慢打磨产品的团队是很难受的，因为根本没他们的生存空间与试错场景了... 于是很多团队也被迫阅读全文 ...继续阅读 (3)

【摘要】本文是对 OpenAI 近期发布的《A Practical Guide to Building Agents》的读后感与总结 Agent火爆的背景 大型语言模型（LLM）处理复杂、多步骤任务的能力日益增强 。特别是，在推理 (reasoning)、多模态 和 工具使用方面的进步，催生了一类新的、由L阅读全文 ...继续阅读 (3)

【引】AI Agent的实际效能高度依赖于其可集成的工具生态。当Agent无法接入关键数据源或功能接口时，其应用价值将大幅受限。这一核心挑战直接决定了Agent能否在真实场景中发挥作用。MCP通过建立统一的工具连接规范，为Agent开发提供了标准化接入框架。该协议不仅简化了Agent与多样化系统的集成过程，还显著扩展了Agent的任务处理能力，使开发者能够更高效地构建具备复杂功能的智能体，实现从基础查询到业务决策的多层次应用。那么，如何进一步理解MCP呢？其技术架构及工作原理是怎样的？典型的应用场景有哪些？ ...继续阅读 (7)

对于CoT已经有很多的研究，本文将梳理思维链（CoT）相关的高价值论文，并发布时间顺序排列进行逐个说明，重点进行的分析对比。思维链（Chain of Thought，CoT）是一种推动人工智能模型进行复杂问题解决的方法。它通过引导模型逐步分解任务，像人类思考一样，进行逻辑推理和分析。传统的AI模型往往直接从输入得出输出，而思维链则鼓励模型在得出结论前，先列出一系列中间步骤或推理过程。这种方法不仅提高了模型的准确性，还增强了其对复杂问题的理解能力。例如，在解决数学问题时，思维链会让模型逐步展示计算步骤，而不是直接给出答案。这种方式类似于人类解决问题时的思维过程，有助于提高AI的透明度和可解释性。即使当前的大模型能力已经非常强大，思维链（Chain of Thought, CoT）仍然是一个重要的工具，原因如下：处理复杂任务：尽管大模型有强大的生成和理解能力，但在处理需要多步骤推理的复杂任务时，思维链可以帮助模型更系统地组织和解决问题。当然，workflow能也在一定程度上可满足该要求。提高准确性：思维链通过引导模型逐步分析和推理，有助于减少错误，特别是在涉及逻辑推理或多步骤计算的问题上。增强可解释性：思维链使得模型的决策过程更加透明，用户可以看到模型是如何一步步得出结论的，这对于提高用户对AI系统的信任至关重要。支持人机交互：在需要人机协作的场景中，思维链可以帮助人类理解模型的思维过 ...继续阅读 (3)

Google 在 2025 年 4 月 9 日发布了的一个重磅项目——Agent2Agent (A2A) 协议。这个协议旨在解决当前 AI Agent 生态中的一个核心痛点：不同厂商、不同框架下的智能体如何有效沟通与协作？让我们深入 A2A 的 GitHub 仓库，从代码和文档中一探究竟，并看看它与另一个备受关注的协议 MCP 有何异同。GitHub 地址：https://github.com/google/A2A首先，我们看看项目的代码结构（如下图所示）：项目中有一个值得关注的文件：llms.txt。这是一种新兴的规范，我们先从它说起。llms.txt- 让大模型读懂你的项目根据llmstxt.org的定义，llms.txt文件是一种标准化的文本文件，旨在帮助大型语言模型（LLM）在推理时更好地理解和使用网站或项目的信息。它提供了一种机器可读且易于维护的方式，来声明服务的能力、接口规范、元数据等关键信息，有点像专为 LLM 设计的sitemap.xml，但内容更丰富、更聚焦。在 Google A2A 项目中，llms.txt文件扮演了以下角色：能力声明与接口说明书：详细描述了 A2A 协议的目标、核心功能、支持的接口、数据结构（如 AgentCard, Task, Message, Artifact）和交互方式。为开发者和自动化工具提供了权威、结构化的参考。示例与文档索引：指向项 ...继续阅读 (11)

本周刊由 Python猫 出品，精心筛选国内外的 250+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。分享了 12 篇文章，12 个开源项目，2 则音视频，2 则热门话题重要提示：本周刊即将迎来第 100 期，即日起续订或新订阅，可享受八折优惠，欢迎领取优惠券 —>https://www.xiaobot.net/coupon/d2c69b05-91b8-4e2b-b346-e7bc4dbc141a以下是本期摘要：🦄文章&教程① 如何在生产环境中运行 Python？② Browser Use 原理解析—为何一个小项目能融1700万美元？③ 2025 年 Django Admin 主题汇总④ 15,000 行验证过的密码学代码已合入 Python⑤ 不符合常规的__init__用法⑥ 先睹为快：Python 全新的 ASN.1 API⑦ 巧用 Python 正则表达式⑧ Python 的下一个重大事件⑨ 使用 copier 快速初始化 Python 项目⑩ ProcessThreadPoolExecutor：当 I/O 成为 CPU 密集型时⑪ 小白教程：LLM agent 实际就是图⑫ 万字长文：深度对话50位谷歌高管，揭秘谷歌的“AI追赶之路”🐿️项目&资源① dia： ...继续阅读 (4)

【摘要】提供AI咨询+AI项目陪跑服务，有需要回复1 上周写了一篇AI知识库的文章：聊聊与一体机同等级的智商税：AI知识库 事实上，文章对于AI知识库是稍带了点否定的色彩，因为单独的知识库毫无意义，但企业本身并不知道要什么，根据我实际咨询下来，其实他们要的是能借用知识库解决问题的Agent。 只不过，有点尴阅读全文 ...继续阅读 (2)

【摘要】一、引言 在人工智能快速发展的时代，AI Agent（人工智能代理）作为一种能够自主感知环境、决策并执行动作的实体，在众多领域展现出了巨大的潜力。BotSharp 是一个功能强大的开源项目，由 SciSharp[1] 社区开发和维护，旨在实现.NET技术栈下高度可定制的多智能体解决方案。为开发高效的阅读全文 ...继续阅读

【摘要】提供AI应用咨询+陪跑服务，有需要回复1 最近Agent话题很火，明浩老师做了一份70页的PPT，用了材料还是得帮忙打个广告，给明浩老师（微信：rosicky311）捧场！ 粗看了下结构，个人觉得做得很不错，这里拿出来与大家做下交流（我也是第一次细看），本来还有同步音频，我这里就不放出来了，更多是跟阅读全文 ...继续阅读 (2)

【摘要】提供AI应用咨询+陪跑服务，有需要回复1 Manus爆火后，网上出现了很多AI热门名词，比如Agent、AI分身，并且有一张技术架构实现图： 怎么说呢，也许这张图是对的，但就我这边实际的项目实践情况以及窥探的其他小伙伴的数字分身架构，好像并不是这么回事。一时间，我竟有些怀疑自己是不是哪里错了，而后这阅读全文 ...继续阅读 (3)

上下文指的是对话过程中积累的相关信息，它帮助 AI 更好地理解用户的需求，并作出恰当、连贯的回应。这种查询是最简单的形式，用户直接询问某个具体的事实，而这个事实在数据中是明确存在的，不需要额外的推理。例如，如果一个 AI Agent 的任务是提供客户支持，它可以从过去的对话中学习，改进自己的回答方式，并自动适应每个客户的独特需求。随着 AI Agent 能力的不断增强，我们可以预见它们将在战略决策、客户互动以及跨行业的流程优化中发挥越来越重要的作用，成为推动企业发展的核心力量。 ...继续阅读 (2)

的最大优势在于它与 Spring 生态系统的无缝集成。在此，我们将重点介绍10个具有代表性的Agent应用构建框架，并对其他常见的框架进行简要概述，以期为大家提供一个相对全面的视角，了解这一领域的现状和潜在趋势。它简化了创建业务友好型智能体的过程，使得快速理解GenAI的价值变得轻而易举，这为缩短产品上市时间和提供即开即用的定制选项提供了便利，尤其适合构建如营销智能体这样的轻量级智能体。它的多智能体协作能力、结构化的工作流设计、用户友好的界面、灵活的集成选项以及积极的社区支持，共同构成了其引人注目的特点。 ...继续阅读 (1)

架构师的信仰系列文章，主要介绍我对系统架构的理解，从我的视角描述各种软件应用系统的架构设计思想和实现思路。 从程序员开始，到架构师一路走来，经历过太多的系统和应用。做过手机游戏，写过编程工具；做过大型Web应用系统，写过公司内部CRM；做过SOA的系统集成，写过基于Hadoop的大数据工具；做过外包，做过电商，做过团购，做过支付，做过SNS，也做过移动SNS。以前只用Java，然后学了PHP，现在用R和Javascript。最后跳出IT圈，进入金融圈，研发量化交易软件。 架构设计就是定义一套完整的程序规范，坚持架构师的信仰，做自己想做的东西。 关于作者： 张丹，数据分析师/程序员/Quant: R,Java,Nodejs blog: http://blog.fens.me email: bsspirit@gmail.com 转载请注明出处： http://blog.fens.me/deepseek-openManus-agent/ 前言 上周 Manus 发布的人工智能产品再度引爆了国内科技圈，融合了AI 智能体的结合混合调度系统，一下子又把 AI 可以快速替代人工，推向了一个新高度。随着后面几天，大家对于Manus的解读，又出现的反转剧情，把 Manus 再度拆解为套壳应用。随之有很多的团队，快速模仿 manus 的思路。 我们也是在第一时间，跟进了模仿者思路，通过openMan ...继续阅读

至少有两种时间交换模式：「线性交换」和「复利交换」至少有两种时间交换模式：「线性交换」和「复利交换」线性时间交换: 价值 = 时间 × 时薪复利时间交换: 价值 = (1+r)^时间前者，无论你多么聪明、多么高效、多么专业，只要你的价值创造依然与你的「在场」紧密绑定，你就仍然被困在一个严格的价值上限之内。即使笼子镀了金，那仍然是笼子。后者，是一种你不必亲自在场，价值仍能持续产生的关系，是任何能将你的智力、创造力与时间解耦的方式。这不仅是一个经济问题，更是一个存在问题。当我们将有限的生命转化为可以脱离在场而持续产生价值时，在某种程度上实现了对死亡的超越。我们的思想、创造和影响可以在我们离开后继续存在，继续创造价值。热门评论第一种是时间换钱，比如出租车司机、快递员、职场程序员、职场管理者、餐厅服务员等。第二种是资产生钱，比如土地公、投资人、有 IP 的内容创作者、有用户持续付费的产品人等。或许 AI 最大的价值，是让越来越多的人，可以从以时间换钱的生存模式，进化到开始创造属于自己的资产，以资产生钱的模式来生存。原文链接：至少有两种时间交换模式：「线性交换」和「复利交换」再给“行业共识”破盆冷水：我不认可 agent 这个方向再给“行业共识”破盆冷水：我不认可 agent 这个方向，反而 copilot 的 in-context 交互是更重要的。我不认可 agent 这个方向。逻辑上大家 ...继续阅读 (6)

本质上，人们需要需要精确的信息。从广义上看，数据分析由来已久，例如，会计和财务就是分析性很强的领域，在向公众报告有关公司财务状况的指标时有严格的定义和规定。虽然软件工程创建的代码片段是确定的，并且可能是幂等的，但是数据流水线可以并且确实会随着数据采集过程的变化而变化。到目前为止，流程中的差异已经允许数据团队在创建表格方面拥有比以前更多的自主权，将数据传递给业务用户的速度有了明显的提高，但还是太慢了。然而，随着速度的提高，来自多个来源的数据表也随之增多，需要考虑将数据呈现给最终用户的 “最终负载”。 ...继续阅读 (1)

CrewAI 的 Knowledge 特性能够使我们非常方便地访问外部信息源，这些信息源可以是特定领域的数据，也可以是 Agent 为完成某个 Task 而需要指定会话上下文数据。可见，通过 Knowledge 特性我们可以实现基于 RAG 架构的 AI Agent 应用。CrewAI 支持的 Knowledge Source 主要包括两大类：一类是 Text Source，其中有 Raw String、Text File、PDF Document；一类是 Structured Data，其中有 CVS File、Excel SpreadSheet、JSON Document。当然，为了实现 AI Agent 应用的 Task 在执行过程中能够访问外部信息源，CrewAI 框架还支持其他各种的信息源，在 CrewAI 官网文档中可以在 “Tools” 一节中看到这些内置实现好的 Tool，能够非常方便地开箱即用，实现类似 RAG 的功能。下面列出一些可能会比较常用的 Tool 集合：CSV RAG SearchDirectory RAG SearchDOCX RAG SearchJSON RAG SearchMDX RAG SearchMySQL RAG SearchPDF RAG SearchPG RAG SearchQdrant Vector Search ToolTXT RA ...继续阅读 (3)

前两天，Manus爆火，其邀请码一度被炒到上万元（道听途说的）。紧随其后，开源社区迅速推出了OpenManus，短短两天内 GitHub Star 数量突破 15K+（开始写文章前还是 14.5 K），且仍在持续增长。这不仅反映了用户对Manus 这种 AI Agent 的极大兴趣，更体现了 AI 应用在交互范式上的新趋势。长期以来，我们主要通过云端大模型（如 ChatGPT、Claude）与 AI 进行交互，但云端 AI 也存在一些不可忽视的局限性：隐私问题：云端模型需要上传数据，部分用户对数据安全存疑。响应速度：本地 AI 可以减少延迟，提供更流畅的用户体验。个性化：本地 AI 可以更深入理解用户需求，而云端模型通常是通用的，个性化能力有限。Manus 可能是人们想象中的AI Agent。但更深层次来看，Manus 及其开源替代 OpenManus 的大火，反映了 AI 应用的三种核心交互范式正在逐步演进：Function Calling → MCP（Model Context Protocol）→ AI Agent。这三种范式代表了AI 助手从简单 API 调用，到标准协议，再到完全自主智能体的演进路径1. Function Calling：AI 作为「插件调用器」Function Calling是 AI 与外部系统交互最开始的一种机制，它允许 LLM 在对话过程中自动调用预 ...继续阅读 (1)

【摘要】2025 年是 AI Agent 的元年，我们团队历时 3 个多月，现正式开源Multi-Agent AI 框架，欢迎各位园友前往 GitHub Fork、Star 或提交 PR，共同打造 aevatar.ai 生态。 Github地址： aevatar 核心框架: https://github.c阅读全文 ...继续阅读

CrewAI 是一个构建 AI Agent 应用的框架，可以非常方便地开发 AI Agent 应用，支持多个 Agent 之间协作以实现特定的任务。有关 CrewAI 中关于 Crew、Agent、Task 等概念，可以参考官网文档了解，下面是官网给出的一个 CrewAI 框架的设计概览，如下图所示：在使用 CrewAI 开发 AI Agent 应用时，为了方便快速测试流程，可以采用直观的编码方式来体验或验证基本流程，也可以采用工程的方式构建更加复杂的 AI Agent 应用。下面，我们基于 CrewAI 分别通过这两种方式实现一个简单的 AI Agent 应用。直接编码开发构建下面，我们通过一个简单的例子，通过直观编码的来实现基本的 AI Agent，通过一个 Agent 和一个 Task 完成报表的查询和可视化输出。为了方便，可以使用 JupyterLab 开发和调试程序。1.准备工作在本地使用 Ollama 来运行大模型，从 Ollama 官网下载并安装 Ollama，为方便调试先安装 DeepSeek R1 7B 的模型，大约 5G 大小：ollama run deepseek-r1:7b在命令行中可以输入自然语言进行推理，说明安装成功。然后，在本地安装 CrewAI 的工具包（这里我使用了一个 Anaconda 虚拟环境）：conda create -n crewai p ...继续阅读 (1)

大家好，我卡颂。最近DeepSeek R1爆火。有多火呢？连我爷爷都用上了，还研究起提示词工程来了。大模型不断发展对我们前端工程师有什么长远影响呢？本文聊聊25年前端会有的一个小趋势。欢迎围观卡颂关于前端如何在 AI 时代完成职业转型的思考模型进步的影响像DeepSeek R1这样的推理模型和一般语言模型（类似Claude Sonnet、GPT-4o、DeepSeek-V3）有什么区别呢？简单来说，推理模型的特点是：推理能力强，但速度慢、消耗高。他比较适合的场景比如：Meta Prompting（让推理模型生成或修改给一般语言模型用的提示词）路径规划等等这些应用场景主要利好AI Agent。再加上一般语言模型在生成效果、token上下文长度上持续提升。可以预见，类似Cursor Composer Agent这样的AI Agent在25年能力会持续提升，直到成为开发标配。这会给前端工程师带来什么进一步影响呢？一种抽象的理解我们可以将AI Agent抽象得理解为应用压缩算法，什么意思呢？以Cursor Composer Agent举例：我们传入：描述应用状态的提示词描述应用结构的应用截图AI Agent帮我们生成应用代码。同样，也能反过来，让AI Agent根据应用代码帮我们生成描述应用的提示词。从左到右可以看作是解压算法，从右往左可以看作是压缩算法。就像图片的压缩算法存在失真，基于A ...继续阅读 (6)

文章链接到标题技术链接到标题Block AI scrapers with Anubis - Xe Iaso使用 [[hashcash]] 方式来对 AI 爬虫进行过滤。好像第一次看到 hashcash 的实际应用。代码实现在这里：x/cmd/anubis/README.md at master · Xe/x · GitHubDo Hard ThingsGetting good at these hard things doesn’t make life easier—it makes you responsible for harder problems. But that’s the point. Everyone faces difficult decisions. The difference is those who built this muscle early get to choose which hard problems they want to solve. Everyone else takes whatever hard problems life hands them. Start before life gets complex—before each new responsibility makes every risk fee ...继续阅读