Function Calling 调用工具总出错？问题多半在这份 schema 里
上周排查一个 Agent 的问题，现象很怪：模型明明「调用」了工具，但传回来的参数永远差一个字段，重试三次全是同一个错。查到最后发现，问题不在模型，在我给它的工具描述里——那个字段压根没写进 parameters。 这件事让我把「Funct…
分类 · 文章
AI 大模型
大模型应用、Prompt 工程、AI 工具、模型微调、AI 开发实践
不买昂贵的向量数据库：基于 pgvector + BM25 打造轻量级企业生产 RAG 混合检索系统
不买昂贵的向量数据库：基于 pgvector + BM25 打造轻量级企业生产 RAG 混合检索系统 在企业级知识库与 Agent RAG（检索增强生成）系统的落地过程中，90% 的团队都踩过同一个“过度工程化”的深坑： 系统刚立项，架构师…
牛逼！Github上有人开源了，让AI帮你生成数学物理解题视频
各位宝爸宝妈有福了，今天的这个 Skill 有点厉害。 我敢说它一定能帮助到我们小朋友学习数据，甚至帮助家长省一大笔补课费。 今天给大家推荐一个开源项目 edulab，里面整理了几组教育类 Skill。它可以把数学、化学题做成能操作的互动网…
实战指南：如何把现有 REST API 工业级封装为 MCP（Model Context Protocol）服务
> 作者：一缕82年的清风 定位：架构师实战解读 · 生产环境落地指南 文章概览：本文以 Prometheus 监控接口为例，完整拆解如何将企业存量 REST API 封装为标准 MCP 服务，涵盖 FastMCP 动态模型、Pydanti…
03-AgentScope核心概念全景：Agent / Message / Model 与 ReAct
> 系列第 3 篇 · 启航篇 上两篇我们做到了：知道 AgentScope Java 是什么、还亲手跑通了第一个 HarnessAgent。但说实话——它到底是怎么"想"的？消息在内部怎么流转？模型又是怎么被调用的？ 如果你对这三个问题还…
AI 编程智能体 04：一文看懂智能体的核心能力与概念辨析
> 很多同学刚接触 AI 领域时，很容易把「大模型」和「智能体」混为一谈。不少人以为，只要拿到一个大模型，就等于拥有了智能体。事实并非如此，今天我们就一层层剥开智能体的面纱，聊聊它到底是什么，又包含哪些核心特质。 Bilibili 同步视频…
Agent 的记忆不在对话里：把企业数仓沉淀为可治理的共享语义记忆｜QCon上海
- 2026-10-04北京 本文字数：3856 字 阅读完需：约 13 分钟 QCon 上海站聚焦 AI Native 时代工程落地，覆盖 AI Infra、Agent Runtime、安全可观测等九大关键技术方向，汇集百个产业级实战案例…
从 Pi 到 DSH：Agent Harness 如何从「可扩展」走向「自生长」
大模型能力持续提升之后，Agent 系统的竞争焦点正在发生变化。 过去，我们主要关心模型能不能理解任务、调用工具、编写代码。现在，更重要的问题逐渐变成：模型之外的系统，能否为 Agent 提供一个可以持续变化的运行环境？ 这个运行环境通常被…
ai agent --- mem0 外挂记忆系统
一.mem0是什么？ 1.概念 Mem0 是为 AI 应用和 Agent 提供的智能记忆层，负责从对话中识别、保存、更新、隔离和召回有价值的上下文，使无状态模型能够跨会话保持连续性。 Mem0（读作 “mem-zero”）是给 AI 助手/…
Agent 的记忆与工具：从上下文窗口到 MCP
> 本文是「Agent 基本概念」系列第四篇。 前三篇分别讲了 Agent 是什么、由哪些组件构成、如何决策与规划。这一篇聚焦 Agent 最核心的两个能力基座：记忆与工具。 系列规划：① 什么是 AI Agent → ② 核心组件 → ③…
🚥 给 RAG 装一台心电监护仪：LangSmith 全链路观测（上）
> 写在前面：前面几节课我们把 RAG 从"能跑"一路升级到了"会分诊、会拆题、会联网、会混合检索"。但有个问题一直悬着——你怎么知道它到底好不好？ readme 把这个痛感描述得极其生动："langchain/langgraph 开发 A…
Muse Spark跑赢Gemini，但真正的底牌是这种设计
你见过同时派16个AI Agent去解同一道题的产品吗？ 一、Muse Spark到底是谁——Meta憋了9个月的那张牌 1.1 从Avocado到Muse Spark：代号背后的战略意图 Muse Spark的原代号是Avocado，这是…
Nuxt 中使用 useHead 优化 SEO 与 GEO
本文介绍如何在 Nuxt 中使用 useHead 设置规范链接和 JSON-LD 结构化数据，帮助搜索引擎及 AI 更准确地理解页面内容，从而提升页面的 SEO 与 GEO 基础表现。 一、什么是 SEO 与 GEO SEO 是搜索引擎优化…
Prompt Engineering 面试怎么考？这 5 个范式你必须会
第三章：Prompt Engineering 与推理范式 Prompt Engineering 是大语言模型应用层最核心的工程方法论之一。它决定了模型输出的质量，也是 Agent 系统中行为约束、推理控制和安全的基石。本章覆盖推理范式（Co…
LangSmith：从链路追踪到 RAG 自动化评估
做过 LangGraph Agent 或 RAG 之后，很快就会遇到一个问题： 程序虽然能跑，但内部到底发生了什么？ 一次请求经过了哪些节点？Retriever 返回了什么？模型真正收到的 Prompt 是什么？哪一步最慢？Token 消耗…
大模型应用技术-Prompt工程实践 — 学习笔记
大模型应用技术-Prompt工程实践 — 学习笔记 来源:华为云 KooLabs 实验手册《大模型应用技术-prompt工程实践》 实验模型:DeepSeek-v4-flash (华为云 MAAS 推理服务) 实验时长:2小时 | 难度:初…
理解 Transformer
前言 总在AI的世界遇到很多新名词，一直在想有没有万变不离其宗的底层逻辑。我一直认为人的脑容量是很小的，站在技术的角度，记不了那么多内容的。 今天趁着假期的时间站在数据结构和算法的角度拆解一下 GPT。 本文 = 自己的理解 + 参考文章的…
openJiuwen X-Router：自演进模型路由技术，让 Agent 成本降 50%
背景 AI Agent 应用正面临现实困境：大多数系统用单一模型处理所有任务，无论简单翻译还是复杂代码调试，调用的都是同一个千亿参数强模型。这导致简单任务造成成本浪费，复杂任务交给轻量模型则效果不稳定。 随着模型生态快速分化，开发者面临越来…
LangChain 之二：组合原语深拆
LangChain 之二：组合原语深拆 我接过一个很普通的需求：把一段工单文本变成一个结构化的处理结果。先判断它是什么意图，比如退款还是催单；再并行做两件事，一件抽关键实体，一件生成一句话摘要；最后按意图把结果路由到不同的回复模板。如果某一…
任务跑一半，API 突然报“对话超长“断流：我给 Agent 修的紧急逃生通道
> 本文是我开源项目 codeAgent（终端 AI 编程智能体）的系列第 2 篇，每天讲一个里面真实用到的技术点，全部附源码。 仓库：github.com/Harvil1/cod… 请添加图片描述 场景：最猝不及防的一种死法 长任务跑到第…