登录社区云，与社区用户共同成长
邀请您加入社区
为遵守国家网络实名制规定，未绑定将限制内容发布与互动
文章摘要： 本文介绍了如何通过Python调用大模型API，并深入探讨了Tool Calling技术如何让大模型从“会聊天”升级到“会做事”。作者展菲（技术博主、图书作者）以天气查询和计算器为例，解释了大模型如何通过工具调用（Tool Calling）与外部系统交互，完成实时任务。文章详细拆解了Tool Calling的完整工作流程，包括工具定义、参数传递、执行与结果反馈，并提供了代码示例说明如何
本文是一篇面向AI开发初学者的技术指南，由资深开发者展菲撰写。文章从实际开发角度出发，重点讲解了如何通过Python快速调用大模型API的实用方法。 文章首先破除初学者对大模型开发的畏难心理，指出核心流程仅需：Python→API→大模型→返回结果。随后通过一个"hello_ai.py"的完整代码示例（安装openai库、创建客户端、调用API、获取响应），直观展示调用过程仅需几行代码即可实现。
文章摘要： 本文对比了PyCharm、VS Code和Trae三大工具在AI开发中的适用性。PyCharm适合传统Python开发，但AI场景偏重快速验证而非工程管理；VS Code凭借轻量化和丰富插件生态（如Jupyter、Copilot），成为当前AI开发主流选择；Trae作为AI原生IDE，通过自然语言交互生成代码，更适合快速原型开发和学习。作者建议：Python新手用VS Code/PyC
本文由资深AI开发者展菲撰写，深入探讨了Python在AI领域的核心地位。文章指出，尽管AI技术日新月异，但Python依然是AI开发的通用语言，原因在于其作为"技术连接器"的关键作用——PyTorch、TensorFlow等主流框架优先支持Python，而底层计算则由CUDA/GPU处理。作者详细解析了Python在数据处理、模型训练、AI推理和Agent开发四大场景的应用优势，并强调其简单易学
工作目录下的 场馆.png 场馆2.png 是本次需要还原的比赛场景，球员.png 是上场球队，左边红色球服为西班牙队服，右边蓝白条纹球服为阿根廷队服，球员.png 作为球队成员人物比例、队服颜色、图案和造型的唯一视觉基准。考虑到美国一线的 GPT-5.6 和 Fable 5 在几个月前就已经完成了训练，Kimi K3 的突袭发布，意味着中国开源大模型与世界一线的差距，可能已经从去年的 6-8 个
《AI Agent调度系统：从任务管理到资源分配的革命》摘要：随着AI Agent从单一问答转向复杂任务执行，传统任务调度方式面临挑战。本文探讨了Agent Scheduler作为AI时代"操作系统"的核心价值，重点分析了其在百万级Agent环境下的资源竞争、动态任务图处理、模型路由选择等关键技术难点。区别于Kubernetes等传统调度器，Agent Scheduler需要管理智能任务的完整生命
2025年10月16日，在第27届中国国际软件博览会期间，开源中国郑州研发中心总经理常毅受邀出席“人工智能+软件”分论坛，并发表题为《智能 DevOps，企业级 DevOps 全域智能体系》的主题演讲。大模型与智能体的出现，使DevOps开始从“流程自动化”迈向“任务智能化”。智能DevOps可以理解为：在需求、设计、编码、测试、交付和度量等研发流程中，引入具备上下文理解、任务规划和工具调用能力的
2026 年 7 月 16 日，GOAI 世界人工智能开源大赛（Global Open-source AI Challenge）官方网站 goaihz.com 正式上线，报名通道面向全球开放。
《AI Agent记忆系统的演进与未来》摘要：随着AI从聊天机器人向智能体（Agent）演进，记忆系统（Memory）成为关键技术瓶颈。本文剖析了Agent记忆系统的核心设计：区分工作记忆（Context）与长期记忆（Memory），采用人类启发的三级分层架构（工作记忆/短期记忆/长期记忆），并揭示其存储内容远超聊天记录，涵盖用户画像、项目知识和行为经验。作者指出全量记忆注入Prompt的不可行性
《从单体到微服务：Multi-Agent架构如何重塑AI系统》摘要：本文探讨了AI系统从单Agent向Multi-Agent架构的演进过程。作者指出，随着任务复杂度提升，单Agent系统面临Prompt膨胀、上下文爆炸、推理成本攀升等问题，这与早期单体软件架构的困境如出一辙。Multi-Agent架构通过专业分工（如Planner、Data、Report等独立Agent）显著降低系统复杂度，其设计
