登录社区云,与社区用户共同成长
邀请您加入社区
RAG 是 Agent 系统中最常见的能力之一。很多人会问:RAG 是不是 Agent?RAG 和 Skill 什么关系?简单说:RAG 本身不是 Agent,但可以被封装成 Agent 的一个 Skill。
读完本篇,你将能够从最可靠的两个来源获取高质量技能。
第20篇:第一个实战技能(六步编写流程)↓第21篇:质量标准(触发条件、步骤、陷阱)↓第22篇:脚本集成(Python/Bash 脚本调用)↓第23篇:八大陷阱(避坑指南)↓第24篇:最佳实践(粒度、版本、团队规范)你现在具备了从零编写高质量技能的全部知识。接下来的第六模块将探索 Skills Hub 生态——发现和使用全球社区共享的技能。
Google 于 2025 年 11 月随 Gemini 3 发布 Antigravity,并在 2026 年 5 月 I/O 大会上升级到 2.0,新增 CLI 与可本地部署的 SDK,将 Agent 管理置于传统编辑器之上,支持任务级协作、跨界面自动化和多模态原型生成。对国内用户而言,寻找替代并非否定其技术能力,而是访问稳定性、跨境数据合规和支付流程等现实条件需要重新评估。本文围绕””哪些任务
MCP(Model Context Protocol)作为 Anthropic 推出的开放协议,解决 AI Agent 对接外部数据源 “集成爆炸” 痛点,统一工具调用、上下文注入标准,被称为 AI 领域的 USB‑C 接口。但金融场景的生产级 MCP 服务案例并不多。财搭子开源了一套面向 AI Agent 的金融投研 MCP 服务器。
跑完一遍才意识到,DSH 能给你管的不再只是模型那一头,算力资源这一头也被它对进去。云主机、EIP、规格、密钥,这些原本要登录控制台、来回切换、记清楚路由的资源,现在都能收进一个对话框。下一步会不会有更多云厂商进来,DSH 自己会不会再扩一层操作能力,这些只能等时间去回答。你手上如果已经有一台 DSH,并且能拿出来 30 分钟,我建议你真跑一遍这个流程。装插件,发中文,等结果。一套下来你对「AI
用户:服务器访问 example.com 失败│↓│自己选择 Tool│↓ ↓ ↓网卡/IP Route Ping│公网正常?│↓DNS│解析是否成功?│↓DNS Config│↓证据链│↓“不是完全断网,更像 DNS 问题”这就是这篇文章最想表达的东西。这次我最想验证的其实不是:AI 知不知道ip route是干什么的。普通大模型当然知道。当它拥有几个真实工具以后,能不能根据环境返回的结果自己决
摘要:本文解析大语言模型(LLM)应用中易混淆的核心概念——Prompt、Agent、FunctionCall、Skill和MCP。通过定义对比与代码示例,阐明其分层协作关系:Prompt是基础指令,Agent实现自主决策,FunctionCall桥接外部工具,Skill封装可复用能力,MCP标准化工具连接协议。示例演示了从简单Prompt到多工具Agent的渐进实现,最终组合四者构建多功能迷你A
很多人第一次安装 OpenClaw,最容易卡住的不是 Node.js,也不是 Gateway,而是模型配置。
AI Agent 的可观测性不再是“锦上添花”,而是其规模化、可靠化应用的基石。通过构建覆盖日志、追踪、度量、可视化的完整技术栈,并将可观测性深度融入 Agent 的开发、调试与运维生命周期,我们才能真正打开多步推理的黑盒,构建可信、可控、可优化的智能体系统。本文提供的大纲与技术路径,旨在为开发者设计和实现自己的 Agent 可观测性方案提供一个坚实的起点。
RepairLoop 是一个本地优先的 Python Runtime Repair Loop。它不是另一个 AI Coding Agent,而是从真实失败命令出发,捕获错误、生成最小修复、显式应用,并重新运行原命令验证结果。本文介绍为什么有些 Python 运行时错误更适合用本地、可解释、可验证的修复闭环解决。
本文系统介绍了Python字符串的核心概念和操作方法。主要内容包括:字符串的创建方式(单引号、双引号、三引号),基础操作(索引、切片、拼接等),以及常用方法(大小写转换、查找替换、分割连接等)。重点讲解了三种字符串格式化方式,特别推荐Python3.6+的f-string方法。文章还通过用户输入清洗和文本统计两个实战案例,展示了字符串处理的实际应用。最后总结了字符串的不可变性、索引越界等注意事项,
本文介绍了两种搭建高性能随机图片API的方案:1)使用宝塔面板+PHP站点,通过PHP脚本实现随机图片跳转或JSON返回;2)基于Python Flask框架开发Web服务,支持跨域访问。两种方案均需准备图片链接列表(img.txt文件),并详细说明了从环境配置到代码实现的完整步骤。PHP方案适合已有宝塔环境的用户快速部署,Flask方案则提供更灵活的Python开发方式。两种方法最终都能实现随机
a.直接去 https://www.python.org/ftp/python/ 下载指定版本压缩包,例如python-3.12.10-win32.zip。1.pyenv install list罗列的可按照的python没有想要的按照版本,可以手动按照。b.下载后解压,放在pyenv-win按照目录下的versions文件夹下。2.运行pyenv version,提示环境变量路径被占用。检查环境
本文介绍了Python中字典和集合的核心概念与应用。字典通过键值对存储数据,基于哈希表实现高效查找(O(1)时间复杂度),适合需要快速检索的场景。文章详细讲解了字典的创建、增删改查操作,推荐使用get()方法处理键不存在的情况,并介绍了collections模块中的defaultdict和Counter等增强工具。集合则用于存储唯一元素,自动去重,支持交集、并集等数学运算。字典的键必须是不可变类型
服务器重装以后,记录一下重新配置深度学习环境的步骤。
Dict(code = "conversation_type", name = "对话类型")A2A("A2A", "Agent-to-Agent", "Agent之间的对话",P2A("P2A", "Participant-to-Agent", "参与者与Agent的对话",P2P("P2P", "Participant-to-Participant", "参与者之间的对话",SYSTEM("S
文章摘要: Hermes Agent是一个基于大语言模型的多智能体协作框架,具备以下核心特性: 支持多智能体协同工作,通过编排引擎协调任务执行 提供灵活的消息通信机制和工具系统 包含状态管理、记忆功能和流式输出支持 相比同类框架在通信模式、工具集成方面更具优势 架构采用分层设计,包含编排引擎、智能体池、消息总线等核心组件。安装配置简单,支持多种LLM后端和扩展功能。通过Python API可以快速
类的定义方式:通过class关键字定义,语法为,类体包含属性(数据)和方法(函数);核心执行特性定义顺序:必须先定义类,后创建对象(与函数 “先定义后调用” 逻辑一致);执行时机:类体代码在「类定义阶段」立即执行,生成类的名称空间(存放类的所有属性和方法);调用差异:调用函数返回执行结果,调用类(实例化)返回对象本身;关键操作类.__dict__:查看类的名称空间(包含所有类属性和方法的键值对);
本文面向 Python 初学者,按基础入门、常用操作、进阶用法、实战案例和避坑指南的顺序,系统讲解 dict 字典的创建、访问、增删改查、遍历、常用方法、嵌套结构和推导式,并提供完整可运行 demo。
写这篇文章时,配图连续出了两次错。第一张 Harness 信息图,把「执行控制」画了两遍。第二张 Graph State 图,四个主标签都对,却擅自补了一段看起来专业、实际不严谨的小字。
搭了个多Agent系统,三个Agent分工明确,跑起来一看——Agent A的输出Agent B没收到,Agent C等半天还没开始,编排器把简单任务拆成了5步,并行执行的结果没人合并。
⚙️ 核心技术方案智能链路伪装:采用底层流量混淆机制,有效隐蔽源站特征,保障通信安全。多线负载均衡:自动绕过故障节点,动态选择最优路径,彻底解决断连困扰。全协议支持:完美兼容 TCP/UDP,适用于远程 SSH、数据库同步及各类公有云互联。在多区域网络运维与分布式系统部署中,跨地域连接的稳定性和高可用性一直是核心痛点。如何避免由于链路波动导致的连接中断,是每个运维人员必须面对的问题。本文分享一个高
Agent 系统中冲突不可避免。本章将深入讲解冲突检测、协商机制、投票系统、优先级策略、仲裁机制,以及冲突解决的实战实现。
原标题:Python中10个常见安全漏洞及修复方法编写安全的代码很困难,当你学习一门编程语言、一个模块或框架时,你会学习其使用方法。在考虑安全性时,你需要考虑如何避免代码被滥用,Python也不例外,即使在标准库中,也存在着许多糟糕的实例。然而,许多 Python 开发人员却根本不知道这些。以下是我总结的10个Python常见安全漏洞,排名不分先后。1、输入注入注入攻击影响广泛且很常见,注入有很多
Python 正则表达式(re模块)常用方法完整总结
本文介绍了使用nohup命令后台运行Python脚本的完整方法。基础用法为nohup python script.py > log.log 2>&1 &,确保脚本后台运行并记录日志。进阶用法包括:按日期命名日志文件、指定Python虚拟环境、查看和停止进程等。注意事项包括处理路径问题、权限设置和日志管理。核心要点是通过nohup实现脚本持久运行,配合重定向记录日志,使用
【代码】WSL配置Claude code踩坑。
业务 Agent 的关键不在“团队有没有造出完整 Agent”,而在是否用成熟通用 Agent 快速解决真实问题,并通过知识、工具、流程和评测把效果稳定下来。落地时可以用这份检查清单收尾。已选择通用 Agent 基座,并记录裸 baseline。已明确哪些能力由基座负责,哪些能力由团队增强层负责。任务边界、成功标准、停止条件和人工确认点已经写清楚。业务知识库、仓库规则和历史案例有维护机制。关键工具
typing模块中的NamedTuple与非常相似的数据结构。Python 3.11 中 typing.py 模块的 VS Code 截图:创建一个 typing.NamedTuple 函数。图片由作者提供那么我们为什么还需要另一种命名的元组结构呢?不允许在类型提示中使用,而则可以。然而,很快你就会看到这两个之间还有更多的不同。name: stryear: intgpa: floatname: s
我最近在搞一个项目,需要直接在 Linux 服务器上开发。我以前一直在本地写完上传服务器,非常麻烦。现在直接在 VSCode 里打开远程文件,调试、运行、修改都直接生效,效率提升好几倍。首先,你得保证你能用 SSH 免密码登录服务器,不然 VSCode 每次都要输密码,太烦了。,可以直接在本地 VSCode 编辑远程服务器文件,修改马上生效,简直效率炸裂!,密码可以留空,方便 VSCode 直接用
LLM Agent 的核心循环本身很简单,但让它在生产环境里真正跑起来,每个环节都有讲究。上下文工程是最核心的设计空间;虚假完成是最常见的生产问题;记忆机制让 Agent 真正拥有了跨任务的连续性。整个领域还非常早期——作者用的比喻是"通信技术的 1950 年代"。从真实问题出发去做工程,而不是从 benchmark 出发去刷分——这句话值得反复想想。
做过企业级RAG的开发者都懂一个世纪难题:当用户的问题需要综合十几份、甚至上百份文档的信息才能回答时,传统RAG几乎必崩。
python教程-600集python从小白到大神71-用户管理-02--m选项的作用以及删除用户userdel。python教程-600集python从小白到大神52-远程管理命令-11-XShell的安装-免费和设置语言。python教程-600集python从小白到大神37-文件内容命令-02-cat命令的-b和-n选项输出行号。python教程-600集python从小白到大神32-拷贝和
Python缩进是语法核心而非风格,错误缩进会直接引发IndentationError。本文系统解析了两种主要错误类型:意外缩进和缩进级别不匹配,以及常见的Tab与空格混用问题。通过展示典型错误场景,提出了五大解决方案:显示不可见字符、使用tabnanny检测工具、批量转换格式、统一团队规范及集成Linter工具。最后强调遵循PEP 8的4空格缩进原则,配合自动化格式化工具,可彻底规避缩进问题。掌
过去两年,你用编程 Agent 的方式很简单:写一条好提示,塞够上下文,等它输出,你再写下一条。Agent 是工具,你全程握着它,一轮接一轮。现在不一样了。你构建一个小系统——它自己找活干、分配任务、检查结果、记录进度、决定下一步。你不再亲自戳 Agent,系统替你做这件事。
在现代网络编程中,**Socket(套接字)** 是最基础、最重要的通信机制之一。无论是构建聊天应用、远程控制工具,还是理解 HTTP 协议底层原理,掌握 Socket 编程都是必备技能。本文将带你用 Python 从零开始编写一个简单的 TCP Server 和 Client,并深入讲解关键细节,助你真正理解“连接”背后的逻辑。
本文详细介绍了Python中读写txt文件的各种方法。主要内容包括:1)写入txt文件的基础操作(write/writelines)和追加模式;2)读取文件的多种方式(整体读取、逐行读取、大文件处理);3)文件路径处理技巧(相对/绝对路径、pathlib使用);4)编码问题解决方案;5)高级技巧如同文件读写、CSV/JSON格式处理。文章强调最佳实践,如始终使用with语句、明确指定UTF-8编码