logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Agentic-GraphRAG 架构实践:较 GraphRAG 成本降低90%

摘要:本文提出了一种名为Agentic-GraphRAG的新型架构,旨在解决垂直领域RAG系统面临的碎片化信息孤岛和上下文中毒问题。该架构结合Agent决策能力、知识图谱关联推理和向量检索语义匹配,通过OCR文档解析(MinerU/PaddleOCR-VL)和结构化信息抽取(LangExtract)构建高质量数据底座,实现了低成本高性能的智能问答系统。文章详细介绍了三大检索工具协同工作流程,并提供

文章图片
#RAG
LangChain 1.0 最新实战:DeepAgents+DeepSeek-v3.2构建深度研究智能体!

曾经火爆一时、激活码炒到天价的 Manus,现在只需要几十行代码就能在你的电脑上复刻,你敢信吗?没错,这就是 LangChain 1.0 最新架构下的 DeepAgents 框架能带来的降维打击。伴随着国产之光 DeepSeek-v3.2 模型的发布,咱们@木羽Cheny 老师第一时间深度评测了它结合 DeepAgents 搭建复杂智能体系统的表现。结果非常惊喜:响应极快、逻辑缜密,而且非常省钱,

文章图片
#人工智能
5分钟打造一个AI出行助手!最新版CherryStudio+高德MCP打造个人出行规划助理

本文通过CherryStudio和高德地图MCP,指导用户如何打造一个AI出行助手。首先,用户需下载并安装CherryStudio,然后获取大模型API-Key,如DeepSeek模型。接着,配置高德地图MCP服务器,包括注册高德开放平台、获取MCPkey,并在CherryStudio中设置MCP服务器。最后,通过调用高德MCP,用户可以规划行程,如旅游计划或城市步行路线。整个过程简单易行,即使是

#人工智能#网络协议#MCP
LangChain1.0 搭建法务合同审核 Agent(附源码)

本文介绍了基于LangChain 1.0的OCR+RAG技术搭建法务合同审核Agent的方案。针对合同、标书等长文档审核场景,对比分析了OCR+RAG与视觉语言模型(VLM)的技术路线,指出OCR方案在成本、精度定位、表格处理等方面的优势。核心实现了PDF解析与坐标提取功能,通过MinerU API获取文本内容及其精确坐标,并采用智能切分策略保留坐标信息,为后续合同条款审核提供可追溯的定位支持。该

文章图片
#RAG
全新大模型调用通用范式Responses API调用指南!内置100G文档检索FileSearch详解

Responses API 是 OpenAI 为智能代理(Agents)提供的全新 API 基础构件,它结合了 Chat Completions API 的简洁性 与 Assistants API 的内置工具能力,使得代理能够更智能地执行任务。📌 核心特点✅ 简洁易用:继承了 Chat Completions API 的易用性。✅ 增强功能:支持内置工具(Tools),如函数调用(Functio

文章图片
#人工智能#python#语言模型 +2
AgentScope —— 面向智能体编程框架

AgentScope是一个面向智能体的编程框架,旨在用简单高效的方式来构建智能体应用程序。该框架提供从模型封装、工具管理、会话/记忆、消息路由到可视化监控的全套功能,帮助开发者快速构建、调试并部署多智能体与单智能体的生产级应用。

文章图片
#人工智能
Agent开发必学:Function calling原理与运行过程详解(以DeepSeek-v3-0324为例)

我们都知道,能调用外部工具,是大模型进化为智能体Agent的关键,如果不能使用外部工具,大模型就只能是个简单的聊天机器人,甚至连查询天气都做不到。由于底层技术限制啊,大模型本身是无法和外部工具直接通信的,因此Function calling的思路,就是创建一个外部函数(function)作为中介,一边传递大模型的请求,另一边调用外部工具,最终让大模型能够间接的调用外部工具。

文章图片
#java#数据库#人工智能 +4
DeepSeek V3.2重磅发布:性能比肩gemini 3.0 Pro,价格不足五分之一!打破垄断,开源界注入强心剂!

DeepSeek V3.2 正式版发布,性能全面对标全球顶尖模型Gemini 3.0 Pro,在数学、编程等领域实现革命性突破。该模型采用创新的DSA注意力机制和GRPU训练框架,显著降低50%以上推理成本,价格仅为竞品的1/4到1/5。其编程能力达到GPT-5水平,支持千行代码生成;Agent能力引入"边思考边调用工具"模式,性能差距缩小至5%以内。同步开源的实验模型V3.2

文章图片
#DeepSeek
AI 手机技术拆解:豆包手机 vs AutoGLM,两条“AI 手机”技术路线深度拆解

豆包手机与AutoGLM代表了两种不同的AI手机技术路线:前者通过系统级深度集成,直接读取GPU渲染缓存并注入输入事件,拥有超高权限但面临平台封杀;后者采用外部ADB控制方案,依赖标准调试接口,虽权限受限但更开放合规。两者的核心差异在于部署位置(系统内生vs云端控制)、权限边界(私有特权vs公共接口)以及对移动互联网商业模式的冲击程度。豆包手机的高效自动化直接挑战了以注意力经济为基础的现有生态,而

文章图片
LangChain 1.0 入门实战教学:Agent开发流程

LangChain 1.0 Agent开发摘要 LangChain 1.0引入了革命性的create_agent()API,将Agent从简单的模型调用器升级为具备决策与执行能力的智能运行体。新版本通过统一API接口简化了开发流程,取代了0.x时代的碎片化设计。核心优势包括: LangGraph驱动:底层采用LangGraph作为执行引擎,使Agent具备生命周期管理和节点化执行能力 三大核心组件

文章图片
    共 131 条
  • 1
  • 2
  • 3
  • 14
  • 请选择