发布日期2026年11月16日企业 AI 治理如何落到工程控制AI-治理NIST-AI-RMF负责任-AI风险管理工程控制AI-AgentLLM企业 AI 治理的原则如何落到可执行的工程控制?本文以 NIST AI RMF 的 Govern、Map、Measure、Manage 风险管理视角为参照,讨论用例边界与责任分工、控制映射与证据留存、共享平台与用例分层治理、Agent 分层评估、生产观测、人工升级、变更复验与系统退出机制,并说明方法的适用边界。
发布日期2026年11月15日从 OpenTelemetry 到受控自治:SRE 可观测性的五阶段演进OpenTelemetry可观测性SREAI-AgentLLMKubernetes从统一遥测与运营上下文,到只读 AI 调查、LLM 应用观测和受控修复,梳理 AI 驱动 SRE 的五阶段建设路径及其工程边界。
发布日期2026年11月13日Jev 和 Laya 模型如何验证业务分类?从高置信错判看评测方法AILLMJevLaya模型评测业务分类模型验证Laya-MLXJev 与 Laya 模型如何用于业务分类?本文结合 24 条模拟工单、256 条 AG News、置信度与 few-shot 提示测试,以及 Laya-MLX 的移植一致性、推理延迟和量化结果,说明如何评估分类准确率、识别高置信错判,并划定模型上线前的验证边界。
发布日期2026年11月12日面向 AI Agent 的本体层:从实体对齐到可验证的工具边界AI-AgentOntology知识图谱本体建模LLM实体解析tool-callauthorizationagent-evaluation如何为 AI Agent 设计可靠的本体层(Ontology Layer)?从中文企业客户查询示例出发,解析实体身份对齐、时态建模、数据溯源、工具调用与访问控制,结合 SQL 和向量检索基线,说明知识图谱的适用边界、评估方法及治理成本。
发布日期2026年11月11日企业 AI 为什么需要本体工程?从五个借书问题到知识图谱AIOntology知识图谱本体建模LLM同一本书,为什么既可借又已借出?从五个图书馆问题出发,理解本体工程如何区分业务对象、组织知识图谱,并为企业 AI 提供可靠的查询与抽取基础,看清 OWL、SHACL 与 LLM 各自的职责。
发布日期2026年1月10日RAG 进阶:HyDE、Multi-HyDE 与 Adaptive HyDE 深度解析与实战RAGHyDEMulti-HyDEAdaptive-HyDELLMAI深入解析 HyDE 及其变体 Multi-HyDE 和 Adaptive HyDE,探讨如何利用大语言模型生成的假设文档提升 RAG 系统的检索准确性,并提供详细的代码实战与性能对比分析。
发布日期2025年12月24日基于 LangChain Deep Agents 与 Daytona Sandbox 集成 Claude Skills 的智能体开发指南LangChainAI-AgentClaudeDaytonaPythonLLMReActSandbox本文详细介绍了如何构建一个具备深度思考和安全执行能力的智能体系统。通过整合 LangChain 的推理能力、Claude Skills 的动态技能机制以及 Daytona Sandbox 的安全执行环境,实现了从任务规划到代码执行的完整闭环。
发布日期2025年9月12日LangGraph 子图(Subgraph):概念总结与代码验证LangGraphSubgraphLLM状态机AI-AgentPython教程本文总结 LangGraph 子图(Subgraph)能力,并通过两种通信模式(共享状态与不同状态)提供完整可运行的 Python 示例与流式输出,展示子图在父图中的编译与调用方式、输入输出映射以及在多智能体系统中的常见用法,帮助你快速理解并验证该特性。
发布日期2025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。
发布日期2025年7月2日上下文工程:从提示工程到智能体时代的关键技术Context-Engineering大语言模型LLMAI-AgentRAG提示工程记忆系统LangGraph本文探讨了上下文工程的核心概念与实践方法,阐述了从提示工程到上下文工程的演进过程,详细分析了上下文的组成要素、重要性及其在智能体开发中的关键作用,并通过LangGraph等实例展示了如何有效实现上下文管理。
发布日期2025年6月8日LangGraph实战:从零开始构建智能体应用的状态机编排指南LangGraphLLM状态机AI-AgentDeepSeekPython本文全面解析LangGraph状态机框架,从理论到实践,提供详尽代码示例与运行指南。通过循序渐进的实战演练,掌握从基础聊天机器人到高级状态管理的完整开发流程,深度探索如何结合DeepSeek等大模型构建具有持久记忆与工具集成能力的智能应用,助力开发者快速驾驭这一前沿AI编排技术。
发布日期2025年4月18日Java MCP SDK实战指南: 构建大模型与外部工具的智能连接JavaMCPSpring-BootAI集成大语言模型开发工具LLMSpring-AI本文全面解析Model Context Protocol (MCP) Java SDK的核心原理与实现方法,详细讲解如何使用Spring MCP构建连接大型语言模型与外部工具的桥梁,并通过实现天气服务API的实战案例,帮助开发者快速掌握MCP的实际应用与最佳实践。
发布日期2025年2月16日Google Agent白皮书解析:模型、工具与编排层全面指南AIAI-AgentLLMGoogle人工智能大语言模型深入解析Google Agent白皮书核心内容,详细介绍智能代理的架构、组件和工作原理,包括模型、工具、编排层以及ReAct、CoT和ToT等推理框架的应用与区别。
发布日期2024年12月22日生成式AI入门与AWS实战 阅读笔记AIGenerative-AI生成式AILLM乱翻书读书笔记《生成式AI入门与AWS实战》(Generative AI on AWS) 的阅读笔记