在前幾天的文章??《論MCPServer與工作流在智能體開(kāi)發(fā)場(chǎng)景中的作用和區(qū)別》??，我提到了一個(gè)觀點(diǎn)，MCP和工作流的關(guān)系將是你中有我，我中有你。Dify工作流可以將MCPServer作為工作流中的某個(gè)關(guān)鍵節(jié)點(diǎn)；同樣，Dify工作流可以發(fā)布為McpSever，由大模型選擇和使用。同樣，對(duì)于各大智能體開(kāi)發(fā)平臺(tái)來(lái)說(shuō)，不管是生態(tài)龐大的Coze還是開(kāi)源界的扛把子Dify,在將來(lái)也是這種互聯(lián)互通的狀態(tài)，只要他們各家的API足夠開(kāi)放就行。比如，因?yàn)镃oze...

今天討論的是個(gè)很無(wú)聊的話題意義，但是卻困擾我很長(zhǎng)時(shí)間。最近突然頓悟了，有種開(kāi)竅的感覺(jué)，下面我把最近關(guān)于智能體開(kāi)發(fā)中工作流、Mcpserver的一些思考分享給大家，希望得到大家的指正。閱讀本文前，默認(rèn)大家已經(jīng)對(duì)智能體開(kāi)發(fā)、Mcp工作流、Dify有了一定的認(rèn)識(shí)，如果還沒(méi)了解過(guò)，可以看我以前的文章。??智能體（Agent）的3種表現(xiàn)類型：聊天助手、工作流與對(duì)話流????不再混淆了！一文揭秘MCPServer、FunctionCall與Agent的...

我集中精力，花2個(gè)多小時(shí)把DifySandbox官方源碼研究了一下，終于理清了Sandbox執(zhí)行代碼的邏輯，順便實(shí)現(xiàn)了在不修改官方difysandboxdocker鏡像，用戶上傳文件后路徑的獲取和對(duì)Excel文件的數(shù)據(jù)處理。話不多說(shuō)，先看效果。一個(gè)有9406條數(shù)據(jù)的Excel文件瞬間完成了數(shù)據(jù)處理工作。下面我來(lái)說(shuō)一下，這個(gè)如何實(shí)現(xiàn)。Dify安裝成功后，會(huì)有10個(gè)Docker容器，其中dockersandbox的作用是用來(lái)執(zhí)行工作流中”代碼“這個(gè)節(jié)點(diǎn)運(yùn)行的代碼。這樣就保...

智能體主要由大語(yǔ)言模型（LLM）+提示詞（Prompt）+知識(shí)庫(kù)（RAG）+工作流（WorkFlow）+工具（Tools）等若干元素組成。今天我們開(kāi)啟《人人都會(huì)做智能體》公開(kāi)課第2節(jié)：智能體（Agent）的3種表現(xiàn)類型——聊天助手類型、工作流類型、對(duì)話流類型?！副疚呐鋱D主要來(lái)源于我的長(zhǎng)篇圖文寫(xiě)作助手」??讓DeepSeek聊天記錄秒變長(zhǎng)篇圖文和PPT的智能體，Claude3.7手把手喂飯教程！??與智能體的組成不同，所謂的智能體表現(xiàn)模式，就是智能體...

文章生成的工作流由簡(jiǎn)單的大模型直接生成文章改為按章節(jié)段落迭代生成，并在段落生成時(shí)由Claude3.7大模型根據(jù)段落內(nèi)容，直接總結(jié)凝練后，繪制成一張張網(wǎng)頁(yè)版的PPT配圖，最后再拼成一個(gè)完整的網(wǎng)頁(yè)。這個(gè)工作流還是蠻大的，消耗的token數(shù)量也是肉疼，好在結(jié)果讓人欣慰，我們先來(lái)看一下智能體的實(shí)現(xiàn)效果。怎么樣？效果還是蠻不錯(cuò)吧，這個(gè)智能體能很大程度上解決我們做PPT的一些難點(diǎn)，因?yàn)槭忻嫔弦恍┳鯝IPPT的工具，都是直接套的模板...

我們都知道智能體開(kāi)發(fā)的平臺(tái)非常多，Dify是開(kāi)源的智能體開(kāi)發(fā)平臺(tái)中用戶比較多的一款。但是跟Coze平臺(tái)相比，很多想使用Dify的用戶，第一個(gè)難關(guān)就是Dify的本地部署。很多小白可能對(duì)Linux、Docker一竅不通，所以我之前寫(xiě)過(guò)一篇怎么借助WSL完成windows下Dify的部署，其實(shí)沒(méi)有解決痛點(diǎn)，Dify的主要用戶還是只局限于程序員這個(gè)群體。?為了能夠更好的完成智能體的科普，讓更多人無(wú)門檻使用Dify這種開(kāi)源的智能體開(kāi)發(fā)平臺(tái)，經(jīng)過(guò)這兩天的...

前幾天《人人都會(huì)做智能體》社區(qū)的成員提問(wèn)，OA請(qǐng)假可以用智能體實(shí)現(xiàn)嗎？我第一反應(yīng)是這種問(wèn)題有點(diǎn)太簡(jiǎn)單了，但是轉(zhuǎn)念一想，越是這種簡(jiǎn)單的任務(wù)，反而更有科普價(jià)值，因?yàn)楹芏嗳诉€沒(méi)深入了解過(guò)智能體（Agent）到底是什么，我不能先入為主的將其定義為沒(méi)有必要的簡(jiǎn)單。想了解智能體是什么，可以先看我之前的這篇文章?！救巳硕紩?huì)做智能體】Agent是什么,簡(jiǎn)單中等復(fù)雜商用的智能體又是什么所以今天我們一起來(lái)實(shí)現(xiàn)一個(gè)基于對(duì)話流的請(qǐng)...

今天我將開(kāi)啟《人人都會(huì)做智能體》公開(kāi)課的第1節(jié)課?！度巳硕紩?huì)做智能體》公開(kāi)課以智能體的小白科普和初級(jí)制作為目標(biāo)，將從智能體基礎(chǔ)認(rèn)知（LLM+RAG+WorkFlow+Agent）、智能體拆解復(fù)原、開(kāi)發(fā)環(huán)境部署、智能體項(xiàng)目實(shí)戰(zhàn)等幾個(gè)部分，按照學(xué)習(xí)習(xí)慣，迭代式遞進(jìn)式的，采用圖文結(jié)合的方式，循序漸進(jìn)帶領(lǐng)大家一步步掌握智能體制作的方法、技巧和經(jīng)驗(yàn)。智能體項(xiàng)目實(shí)戰(zhàn)部分，現(xiàn)在初步定了兩個(gè)，我之前的文章已經(jīng)開(kāi)始寫(xiě)了。一個(gè)是長(zhǎng)篇圖文...

想象一下，如果普通AI是一個(gè)只會(huì)機(jī)械執(zhí)行指令的機(jī)器人，那么采用ReAct策略的智能體就像是一個(gè)會(huì)先思考后行動(dòng)的偵探。在解決問(wèn)題時(shí)，它不會(huì)匆忙跳入結(jié)論的深淵，而是沿著"觀察思考行動(dòng)觀察"的螺旋階梯，一步步接近真相。這就是ReAct（Reasoning+Acting）策略的魅力所在。ReAct策略：智能體的"內(nèi)心獨(dú)白"與"外在行動(dòng)"ReAct就像給AI裝上了"內(nèi)心獨(dú)白"和"行動(dòng)執(zhí)行器"兩個(gè)齒輪，讓它們交替轉(zhuǎn)動(dòng)：觀察環(huán)境：智能體睜大眼睛，感知周圍世...

一、技術(shù)背景與設(shè)計(jì)目標(biāo)當(dāng)前內(nèi)容生成系統(tǒng)普遍面臨三個(gè)技術(shù)挑戰(zhàn)：多源異構(gòu)數(shù)據(jù)處理效率低下、長(zhǎng)文本生成的結(jié)構(gòu)連貫性不足、多模態(tài)內(nèi)容協(xié)同生成能力薄弱。本研究提出一種基于LangGraph框架的解決方案，旨在構(gòu)建模塊化、可擴(kuò)展的智能文章生成系統(tǒng)，其核心設(shè)計(jì)目標(biāo)包括：實(shí)現(xiàn)端到端的自動(dòng)化內(nèi)容生產(chǎn)流水線支持動(dòng)態(tài)工作流調(diào)整與錯(cuò)誤恢復(fù)機(jī)制確保多模態(tài)內(nèi)容的一致性驗(yàn)證提供可插拔的第三方服務(wù)集成接口二、系統(tǒng)架構(gòu)設(shè)計(jì)2.1整體架構(gòu)概...

一、大模型知識(shí)庫(kù)戰(zhàn)略架構(gòu)（耗時(shí)：初始8小時(shí)月度迭代）1.知識(shí)價(jià)值密度評(píng)估四維篩選模型（Ec業(yè)務(wù)關(guān)鍵度，F(xiàn)a調(diào)用頻率，F(xiàn)h歷史價(jià)值，Ct維護(hù)成本）知識(shí)類型處理策略工具鏈配置高頻核心知識(shí)向量化+微調(diào)GPT4Turbo+PGVector中頻場(chǎng)景知識(shí)RAG增強(qiáng)檢索LlamaIndex+Pinecone低頻長(zhǎng)尾知識(shí)壓縮存儲(chǔ)ZSTD+MinIO知識(shí)熱力分析fromlangchain.analyticsimportKnowledgeHeatmapheatmapKnowledgeHeatmap(querylogsloadlogs("searchlogs.json"),docmeta...

你有沒(méi)有想過(guò)，為什么當(dāng)紅炸子雞DeepSeek這樣的大語(yǔ)言模型能夠又快又好地回答各種問(wèn)題，而且成本又那么低？秘密之一就在于它使用的"混合專家"（MixtureofExperts，簡(jiǎn)稱MoE）架構(gòu)。本文將用通俗易懂的語(yǔ)言，解釋MoE是什么，它如何工作，以及為什么它如此重要。MoE是什么？想象一下一所大學(xué)：傳統(tǒng)模型就像一位超級(jí)教授，必須精通所有學(xué)科，從文學(xué)到物理，從歷史到計(jì)算機(jī)科學(xué)。每個(gè)問(wèn)題都由這位教授獨(dú)自解答。MoE模型則像一所設(shè)有...

引言：LangChain的背景與意義在人工智能快速發(fā)展的時(shí)代，大型語(yǔ)言模型（LLM）如OpenAI的GPT系列，已成為生成自然語(yǔ)言文本的核心技術(shù)。然而，將這些模型應(yīng)用于實(shí)際應(yīng)用（如聊天機(jī)器人或虛擬助手）時(shí)，開(kāi)發(fā)者常常面臨提示管理、外部數(shù)據(jù)集成和上下文保持的挑戰(zhàn)。LangChain作為一個(gè)開(kāi)源框架，旨在簡(jiǎn)化這些復(fù)雜性，提供模塊化工具，幫助開(kāi)發(fā)者高效構(gòu)建LLM驅(qū)動(dòng)的應(yīng)用。LangChain于2022年10月由HarrisonChase在RobustIntelligence啟動(dòng)...

一、環(huán)境準(zhǔn)備1.1安裝框架全功能安裝（RAG代碼解釋器GUI支持）pipinstallU"qwenagent[rag,codeinterpreter,pythonexecutor,gui]"簡(jiǎn)約安裝版本pipinstallUqwenagent1.2模型服務(wù)配置方法1：官方服務(wù)exportDASHSCOPEAPIKEY'yourapikey'方法2：本地部署（vLLM示例）fromvllmimportLLM,SamplingParamsllmLLM(model"Qwen27BChat")二、核心功能開(kāi)發(fā)2.1工具定義與使用fromqwenagent.tools.baseimportBaseTool,registertoolimportjson5reg...

想象一下，你站在一個(gè)外星人面前，試圖向它解釋如何煮一杯完美的咖啡。它有著超強(qiáng)的執(zhí)行能力，但對(duì)地球上的事物一無(wú)所知。你會(huì)如何表達(dá)？是簡(jiǎn)單地說(shuō)"給我煮杯咖啡"，還是提供一套詳細(xì)的步驟指南？這正是我們與AI智能體交流時(shí)面臨的挑戰(zhàn)。在當(dāng)今AI迅猛發(fā)展的時(shí)代，大型語(yǔ)言模型(LLM)如GPT4、Claude等已經(jīng)成為構(gòu)建智能應(yīng)用的基礎(chǔ)設(shè)施。然而，要讓這些強(qiáng)大的模型真正理解我們的意圖、按照我們期望的方式工作，掌握高效的提示詞(Pro...

本文由DeepSeekR1根據(jù)搜集的資料和多次對(duì)話后整理而成。在人工智能技術(shù)日新月異的今天，提示詞工程（PromptEngineering）已成為開(kāi)發(fā)者與普通用戶駕馭大語(yǔ)言模型的核心技能。本文結(jié)合編程思維與AI交互實(shí)踐，系統(tǒng)梳理編寫(xiě)高質(zhì)量提示詞模板必須掌握的10個(gè)編程常識(shí)，助您在智能體開(kāi)發(fā)、內(nèi)容生成、數(shù)據(jù)分析等場(chǎng)景中游刃有余。一、變量與參數(shù)化思維編程中的變量概念是提示詞工程的基石。優(yōu)秀的模板應(yīng)包含可替換的動(dòng)態(tài)參數(shù)，通過(guò)占位符...

之前寫(xiě)過(guò)一篇文章《??Markdown+AI效率神器：10分鐘就能學(xué)會(huì)的大模型文本格式！??》，我以為應(yīng)該沒(méi)啥閱讀量，本來(lái)這個(gè)在程序員眼中是個(gè)再普通不過(guò)的工具，沒(méi)想到閱讀量還挺高，很多人給我留言或者私信問(wèn)Markdown如何排版的問(wèn)題。雖然很多人可能初步了解了Markdown的語(yǔ)法，但我想他們經(jīng)常會(huì)受到困擾的場(chǎng)景有以下這些。（1）直接點(diǎn)復(fù)制按鈕直接復(fù)制到Word中，要么排版一塌糊涂，要么帶著Markdown語(yǔ)法標(biāo)識(shí)。（2）鼠標(biāo)右鍵復(fù)制直...

前幾天寫(xiě)的文章??《Trae+Dify10分鐘構(gòu)建DataMcpServer與Agent，和Excel說(shuō)再見(jiàn)！》??，跟大家一起實(shí)現(xiàn)了簡(jiǎn)單的大模型數(shù)據(jù)處理，返回的最后結(jié)果只是json格式的數(shù)據(jù)。今天我們做一個(gè)完整的聊天應(yīng)用，可以在聊天結(jié)果中實(shí)現(xiàn)數(shù)據(jù)可視化分析。標(biāo)題說(shuō)效果直逼ChatGPT，還是有點(diǎn)差距的，這差距多大呢，差不多一光年吧！畢竟我們今天做的還只是玩具。我們先一起來(lái)看一下ChatGPT如何實(shí)現(xiàn)數(shù)據(jù)可視化結(jié)果的呈現(xiàn)。很顯然，ChatGPT的思路和...

這兩天AI產(chǎn)品的頻繁出圈，都把大家整焦慮了，我朋友圈有同學(xué)宣布一個(gè)月不看AI新聞，閉關(guān)了。為啥，都是Manus鬧的。當(dāng)然，背后其實(shí)是自媒體無(wú)底線的尬吹。我今天一直在考慮要不要蹭Manus的流量，內(nèi)心糾結(jié)了半天，后來(lái)看到某大V連續(xù)兩天發(fā)的文章，就釋?xiě)蚜恕Ｈ思沂钦姹臼掳?，第一天把Manus吹上天，第二天又發(fā)文理性批評(píng)，真是妙啊，好人壞人都當(dāng)了，這流量賺的的是滿滿的。真是昨天叫人家小甜甜，今天改叫人家牛夫人了，像極了一...

為什么寫(xiě)這篇文章，因?yàn)橐?jiàn)過(guò)太多人，在復(fù)制大模型回答的時(shí)候，連格式都沒(méi)有調(diào)一下，而是直接就用了。每次看到下圖這樣的格式，出現(xiàn)在正式的文件或者報(bào)告中，竟有點(diǎn)忍俊不禁。再就是不懂編程的小白，想做好智能體應(yīng)用開(kāi)發(fā)，即使是像Coze這種低代碼平臺(tái)，也必須懂的Markdown語(yǔ)言，不然無(wú)法輸出排版精美的文檔。Markdown是什么？Markdown是一種輕量級(jí)標(biāo)記語(yǔ)言，由JohnGruber于2004年創(chuàng)建。它使用純文本格式編寫(xiě)文檔，然后轉(zhuǎn)換成有...