Published on2025年8月14日LangChain Open Deep Research:开源深度研究系统LangChainOpen-Deep-ResearchAgentAI深度研究多代理系统MCP架构设计Python深入解析 LangChain Open Deep Research 开源深度研究代理系统的三阶段架构设计:范围界定、研究执行和报告撰写。详细剖析多代理协作机制、工具集成策略和代码实现,为构建智能研究助手提供完整技术方案和最佳实践指导。
Published on2025年8月10日Embabel 简介:新一代企业级智能代理框架介绍EmbabelAI代理JVMSpringKotlinJava企业级AI智能规划领域建模MCPA2A生成式AIRod-JohnsonOODA循环代理框架介绍 Embabel 智能代理框架的核心目标与设计理念。文章详细介绍了这个由 Spring 框架创始人 Rod Johnson 打造的企业级 AI 代理框架,并通过实际代码示例展示如何构建故事创作与评审代理,为 JVM 生态的 AI 应用开发提供介绍。
Published on2025年7月29日DeerFlow 深度解析:基于 LangGraph 的多智能体研究系统DeerFlowLangGraph多智能体系统AI架构PythonFastAPI状态机工作流编排RAG智能体协作深入解析 DeerFlow 多智能体研究系统的技术架构与实现细节。文章详细剖析了基于 LangGraph构 建的模块化工作流,从协调器、规划器到研究团队的完整智能体协作机制,涵盖Python现代技术栈、异步处理等核心技术。通过详细流程分析和独立入口函数设计分析,展示了如何构建生产级的AI研究助手系统,为开发者提供多智能体系统设计的最佳实践参考。
Published on2025年7月13日BAML 原理与实战:AI 工作流与代理的声明式提示语言全解析BAMLAI工作流提示工程代理LLMPython类型安全BoundaryML全面介绍 BAML(BoundaryML Application Modeling Language)声明式提示语言的设计理念、安装与使用方法,并结合源码与官网文档,深入剖析其类型系统、编译流程与 Python 集成原理,帮助开发者高效构建可靠的 AI 工作流与智能代理。
Published on2025年7月8日12-Factor Agents:构建生产级 LLM 代理的 12 要素原则12-Factor-AgentsLLM应用AI代理生产级AgentAI工程最佳实践大语言模型本文为 12-Factor Agents 英文原文的翻译整理,并结合个人实践补充了部分笔记和理解。内容涵盖 LLM 代理开发的 12 项核心原则,适合关注 AI 工程、生产级 Agent、AI 应用最佳实践的开发者参考。