登录社区云，与社区用户共同成长
邀请您加入社区
做AI应用绕不开LangChain，很多新手入门时只会简单调用，一旦遇到多变量提示词、结构化数据返回、多步骤业务流程就束手无策。本文从零拆解LangChain三大核心基石：提示词模板、输出解析器、LCEL链式调用，覆盖基础语法、实战场景、选型对比、生产级优化方案，全部配套可直接运行代码。读完你就能搭建标准化、可复用、易维护的AI流水线，告别零散、混乱的模型调用代码。LangChain 旧版本使用C
2026年AI领域迎来Skills工程元年，作者将鬼谷子《符言篇》的古代领袖智慧封装为"符言君主正位术"Skill，解决AI Agent从工具升级为团队成员后的领导力缺失问题。该Skill采用六层架构设计，包含双轨意图识别、五行诊断等模块，针对8类管理痛点提供即时解决方案（如威信不足、团队混乱等），融合唐太宗等四位历史领袖的智慧。其核心通过21天训练路径（言行一致→赏罚分明→立规矩）帮助用户建立领
本文介绍聆犀AI录音卡与智谱ZCode的结合方案。录音卡通过MCP Key和Skills生态将会议录音接入ZCode编程环境，实现从「说话讨论→AI转写→Skills解析→Agent编程→代码交付」的全链路闭环，覆盖需求讨论出原型、技术评审落代码框架、Bug复盘自动修复等场景，让开发者的会议沟通直接转化为可交付的代码产出。
这两年大模型很火，但我越来越明显地感觉到：只会聊天的大模型，和能真正完成任务的 Agent，中间隔着一整套工程体系。一个可用的 Agent 不是“写一段神奇 Prompt”就结束了。它要能理解目标，选择工具，读取资料，保存状态，处理错误，必要时请人确认，还要能被评测、被监控、被复盘。换句话说，Agent 不是单点技术，而是一种把模型能力接入真实任务的系统方法。
SoloEngine：低代码Agentic AI开发平台，是首个无需编码即可搭建自主AI循环系统的可视化工具，将Loop Engineering的复杂技术栈（包括多Agent协作、ReAct引擎、渐进式Token优化等）封装为简单模块。用户通过拖拽设计Agent团队拓扑结构，系统自动编译并运行，实现目标拆解、任务分配与自主迭代。相比传统方案（如LangChain需编程、Dify仅支持工作流），So
在前几篇文章里，我一直在整理自己使用 Claude Code 的经验。从最开始的 Prompt，到后来的 CLAUDE.md，再到 Rules，我的目标其实一直很简单：让 Claude Code 在项目里表现得更稳定。一开始我以为，只要把需求讲清楚，Claude Code 就能少犯很多错。后来发现确实如此。任务目标、项目背景、限制范围、验收标准写得越清楚，它越不容易乱跑。但在真实项目里，这还不够。
《聆犀AI录音卡与Obsidian的无缝集成方案》摘要： 聆犀AI录音卡与Obsidian通过SonicNote Sync插件(v1.1.7)实现深度整合，打造自动化知识管理闭环。该方案支持录音→转写→总结→笔记全流程自动化，同步内容包括元数据、手写笔记、AI总结、学习全景图和逐字转录。三大核心场景覆盖会议记录、学习课程和灵感捕获，提供插件和MCP两种集成方式，5分钟即可完成配置。相比传统手动处理
在 iDWS 智能化研发平台 V2026 （后称iDWS平台）版本中，戴西围绕“智能化、工程化、国产化”三条主线，对平台进行了系统级升级。戴西 iDWS 智能化研发平台 V2026，正是依托全栈自研的国产化研发协同架构、工业级算力调度体系、高性能图形桌面云与 NexAI 智能体融合技术，面向复杂工程研发场景，提供的一体化智能化解决方案。在大型新能源装备研发企业中，iDWS 平台支撑近 200 名三
这个架构证明，有效的 AI Agent 不需要庞大的框架。通过将 Agent 设计精简到基础要素，NanoBot 实现了更快的实验、更容易的调试、更低的资源消耗和更强的执行控制。本文深度拆解了 NanoBot，仅用 4000 行代码实现了完整的 AI Agent 能力，讲解了其最小化架构设计思路，告诉你如何构建真正可控、可读、可改的 AI Agent。如果想构建可控 Agent，这个结构让你以最小
这么些年，前几年中美科技对抗，上海的外企走了一大批，当年叫的响当当名号的，EMC，Oracle，Dell，Nokia等，还有其他一些日韩的企业，逐步在完全退出。从去年到今年，AI行业中的名词层出不穷，完全停不下来，从LLM，CNN，RNN，DeepLearning，到后面的MCP，Agent, Skill，Prompt Engineering，到最近的OpenClaw, Harness Engin
EvoMap是一个解决方案库，提供从代码片段到系统设计的各类技术问题解决方案。相比传统搜索引擎时代需要人工验证方案有效性，如今AI Agent能自动执行验证，降低了使用门槛。平台通过悬赏机制激励用户分享方案，免费提供搜索服务。但存在判断问题复杂度的困惑，且对当前用户规模下的实际价值尚不明确。随着AI Agent规模扩大，其沉淀经验的价值可能更易显现。
本文记录了作者手写C语言标准库函数的实践过程与经验总结。文章通过函数速查表、代码示例和反思笔记，详细剖析了字符串操作和内存操作函数的实现要点与常见陷阱。重点分析了strcpy、strncpy、strncat等字符串函数的指针管理问题，以及memcpy和memmove在处理内存重叠时的差异。作者特别强调了边界条件处理、指针偏移计算和数据类型选择等关键细节，并分享了从错误中学习的思维过程。文章采用多种
2026 年了，不同模型之间的差距在缩小。Claude 确实全对，但 DeepSeek 也很接近。通义千问虽然在复杂任务上稍弱，但在中文文档场景下反而是最优解。没有「最好的模型」，只有「最适合当前任务的模型」。下一篇我们从零搭建开发环境：一个 Docker Compose 命令，把 DeepSeek 代理、Ollama 本地模型、API 调试工具全跑起来。一键部署，不用折腾半天环境。关注我，别错过
- 用户提问时,用同样的 embedding 模型把问题转为向量,检索最相似的 chunk,交给 LLM 生成回答。当前项目进度: 基础 RAG + 混合检索(向量+BM25) + RRF融合 + Agent 问答。: 擅长"精确关键词匹配" -- "qwen3.5" 精确匹配包含该词的文档。k 通常取 60,作用是降低排名差异的影响(第1名和第2名的差距不要太大)。: 擅长"语义相近但用词不同"
❌ 不要让AI写"咖啡店里，两人闲聊"——闲聊场景对画面要求低，但观众留存率最低✅ 每集必须有"画面事件"：摔杯子、推开门、手机响了、表情变化❌ 对话不要超过3轮/集——短剧靠画面和表情讲故事，不是靠台词✅ 每个转折点加一个"视觉符号"：戒指特写、雨中的伞、微信消息弹窗6-12个月。目前AI短剧处于"技术早期+内容红利"的双重窗口。平台在扶持AI内容（有流量补贴），技术还不够好导致竞争门槛低（不需
