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

自托管服务实战(5):反向代理与自动 HTTPS(Caddy/Traefik)

前四篇的应用都优先绑定回环地址。本篇增加统一入口:由反向代理终止 TLS、按域名选择上游并记录请求结果。入口只负责传输与路由,不替代应用登录、主机防火墙或备份。

#运维#开源#数据库
AI Agent 应用实战(5):多 Agent 协作与角色分工

上一篇把事实、摘要与原始事件分层。本篇讨论何时值得把一个循环拆成多个 Agent,以及如何用明确交接协议避免“多人聊天式”失控。多 Agent 的价值来自权限、上下文或能力隔离,不来自角色名字更多。

#java#javascript#前端
AI Agent 应用实战(1):从工具调用理解 Agent 原理

业务方说“让 Agent 自动处理”时,必须追问自动到哪一步、可访问哪些数据、谁承担最终决定。一个可验收任务要写清输入、成功产物、禁止动作、最大步数、时间与费用预算。例如“处理客户请求”太宽;“读取一条已脱敏工单,给出分类、引用政策条款并生成不外发的回复草稿”才可测试。工具调用的首要价值,是把自然语言的不确定性包在确定性软件边界内。设计时把失败也纳入契约:工具无结果时是拒答、转人工还是换查询;信息

#人工智能
AI Agent 应用实战(4):设计记忆与上下文管理

上一篇建立了可停止、可恢复的单 Agent 循环。本篇处理循环变长后的核心矛盾:历史不能无限塞进模型,但关键事实又不能丢。目标不是“记得越多越好”,而是在正确作用域内保存可追溯、可撤销的信息。

#人工智能#jvm
AI Agent 应用实战(3):构建单 Agent 任务执行循环

上一篇把单次工具调用收进白名单和参数校验。本篇继续向前一步:让 Agent 在“观察—选择动作—执行—再观察”之间循环,同时用状态机、预算和重复检测保证它一定停下来。

#javascript#前端#开发语言
AI Agent 应用实战(2):用 function calling 让模型调工具

上一篇划清了“模型负责判断、程序负责执行”的边界。本篇把边界落实为可验证的工具契约:模型只能提出调用建议,参数校验、权限判断和副作用控制始终留在应用侧。

#javascript#开发语言#ecmascript
AI Agent 应用实战(8):Agent 的错误处理与重试

上一篇用窄适配器接入 API 与数据库,并把下游结果转成稳定错误类别。本篇据此建立恢复策略:瞬时错误有限重试,永久错误立即停止,不确定副作用先查幂等记录,避免 Agent 用“再试一次”制造重复操作。

AI Agent 应用实战(8):Agent 的错误处理与重试

上一篇用窄适配器接入 API 与数据库,并把下游结果转成稳定错误类别。本篇据此建立恢复策略:瞬时错误有限重试,永久错误立即停止,不确定副作用先查幂等记录,避免 Agent 用“再试一次”制造重复操作。

AI Agent 应用实战(5):多 Agent 协作与角色分工

上一篇把事实、摘要与原始事件分层。本篇讨论何时值得把一个循环拆成多个 Agent,以及如何用明确交接协议避免“多人聊天式”失控。多 Agent 的价值来自权限、上下文或能力隔离,不来自角色名字更多。

#java#javascript#前端
AI Agent 应用实战(4):设计记忆与上下文管理

上一篇建立了可停止、可恢复的单 Agent 循环。本篇处理循环变长后的核心矛盾:历史不能无限塞进模型,但关键事实又不能丢。目标不是“记得越多越好”,而是在正确作用域内保存可追溯、可撤销的信息。

#人工智能#jvm
    共 24 条
  • 1
  • 2
  • 3
  • 请选择