Claude Skills是Anthropic推出的新型AI代理架构，通过渐进式加载机制优化大模型上下文管理。其核心创新在于将业务流程、模板和知识打包为可复用技能模块，采用三级加载架构：元数据始终加载(几十token)、说明文档触发加载(几千token)、资源按需调用。相比传统Function Calling侧重API调用，Skills更强调完整工作流程封装，支持自动意图识别和技能路由，所有执行在

Claude Skills是Anthropic推出的新型AI代理架构，通过渐进式加载机制优化大模型上下文管理。其核心创新在于将业务流程、模板和知识打包为可复用技能模块，采用三级加载架构：元数据始终加载(几十token)、说明文档触发加载(几千token)、资源按需调用。相比传统Function Calling侧重API调用，Skills更强调完整工作流程封装，支持自动意图识别和技能路由，所有执行在

摘要： 本文通过师生对话探讨了智能体开发与个人成长的关系，强调"修心"比修技术更重要。在技术层面，基于LangChain框架详细讲解了如何构建智能体系统：从环境配置到添加天气查询、时间显示和计算器三种工具，再到创建React Agent实现模型自主决策，最终展示了完整的调用流程。文章指出智能体的核心在于模型与工具的协作系统，未来重点在于工具能力的抽象与调用机制的掌握。最后结合I

摘要： 本文通过师生对话探讨了智能体开发与个人成长的关系，强调"修心"比修技术更重要。在技术层面，基于LangChain框架详细讲解了如何构建智能体系统：从环境配置到添加天气查询、时间显示和计算器三种工具，再到创建React Agent实现模型自主决策，最终展示了完整的调用流程。文章指出智能体的核心在于模型与工具的协作系统，未来重点在于工具能力的抽象与调用机制的掌握。最后结合I

摘要 微舆是一款基于多智能体的国产舆情分析系统，整合AI爬虫集群覆盖10余个社交平台，采用5类自研Agent协同分析。系统特色包括多模态解析、Agent"圆桌讨论"机制、公私域数据整合等。核心架构通过Insight、Media、Query三个Agent并行处理用户查询，结合迭代反思优化结果，最后由论坛Agent监督协同生成报告。项目采用纯Python模块化设计，代码简洁但功能完

摘要 微舆是一款基于多智能体的国产舆情分析系统，整合AI爬虫集群覆盖10余个社交平台，采用5类自研Agent协同分析。系统特色包括多模态解析、Agent"圆桌讨论"机制、公私域数据整合等。核心架构通过Insight、Media、Query三个Agent并行处理用户查询，结合迭代反思优化结果，最后由论坛Agent监督协同生成报告。项目采用纯Python模块化设计，代码简洁但功能完

RAG”是一种技术思路，“RAG工程”依赖于特定场景进行恰到好处的实践，实际落地时经常要基于使用场景进行调整，它的参数不是一成不变，它所用的模型更是需要按场景去做恰当的选择和调整。在‘提示词准备’阶段，通过减少‘知识片段’，增加许多‘摘要片段’，从而减少提示词输入量，进而减少大模型的思考时间。我在实践过程中，不小心发现一个现象，当我询问“什么是XXX”的时候，从向量数据库中检索不到近似答案，当我带

RAG”是一种技术思路，“RAG工程”依赖于特定场景进行恰到好处的实践，实际落地时经常要基于使用场景进行调整，它的参数不是一成不变，它所用的模型更是需要按场景去做恰当的选择和调整。在‘提示词准备’阶段，通过减少‘知识片段’，增加许多‘摘要片段’，从而减少提示词输入量，进而减少大模型的思考时间。我在实践过程中，不小心发现一个现象，当我询问“什么是XXX”的时候，从向量数据库中检索不到近似答案，当我带

摘要 状态空间模型（SSM）作为一种新型架构，正在挑战Transformer在AI领域的地位。如Mamba和VisionMamba等模型已证明其在NLP和CV任务中的高效性。SSM采用线性计算复杂度机制，通过状态转移和输出方程处理序列数据，特别适合长文本处理。其关键创新在于利用零阶保持技术将离散信号连续化，并引入专家混合技术优化计算效率。相比Transformer，SSM在保持性能的同时显著降低了

随着的成功，人工智能不仅在语言处理上突飞猛进，在视觉、语音等领域也迎来了突破。如今，研究者们已经能够把“看”和“听”的能力与“语言”结合起来，形成了功能强大的和。随着研究的深入，这些架构也在不断进化。比如，引入，让模型能更灵活地在图像、语音和文字之间建立联系；利用，帮助模型更好地区分和匹配不同模态的信息；再结合，让模型通过试错不断优化表现。这些进步让多模态 AI 的能力越来越接近人类，可以看图说话