向量检索增强生成（RAG，Retrieval‑Augmented Generation），是弥补大语言模型固有缺陷的关键技术。它可接入私有文档、内部笔记等外部数据源，有效缓解训练数据滞后、知识固化、回答幻觉等问题，输出更为精准可信的内容。Naive RAG 即朴素 RAG，是 RAG 体系中最基础原... ...

聊天模型只能根据上下文生成内容。它不知道实时天气、订单状态，也不能凭空计算一个复杂结果。Agent 之所以能够“做事”，是因为应用把外部能力包装成了模型可以选择的工具。 Tool Use 解决了什么问题 工具调用把一次请求拆成两个角色：模型负责判断是否需要动作、选择哪个工具和填写参数；程序负责真正执 ...

大家好，我是晓凡。 等了这么久，DeepSeek 终于有视觉模型了。8 月 21 日，DeepSeek 悄悄上线了多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，DeepSeek 终于自己能看图了。 一、这是个什么模型？ 先说定位。V4-Flash-Vision-Exp ...

第一次搭 Agent，最容易卡在模型和框架之间：Python 版本不对，依赖互相冲突，API Key 写进了代码，最后还没看清 Agent 做了什么就开始堆功能。 这本书把环境准备放在前面，我觉得很合理。一个可复现的最小项目，应该先解决“能运行、能观察、能停止”三个问题。 环境准备要可复现 建议先建 ...

DeepSeek Harness以MIT协议开源，一切皆插件的架构理念正在改写AI Agent生态。4天14.9万星，1300+社区插件，基于Cordis元框架实现核心组件热插拔，内置38条模型路由。本文拆解其架构革命、四种运行模式和生态数据。 ...

Agent 的决策能力最终要落到模型上。模型如果没理解目标、没识别工具参数，后面的工作流设计得再漂亮也只能得到错误动作。 所以在进入工具调用之前，有必要先把大语言模型看成一个“能力很强但需要检查的实习生”：它能理解自然语言、总结材料、提出计划，但不天然知道事实，也不会自动遵守业务规则。 Token ...

“把大模型接上工具”就算 Agent 了吗？这个说法有一定道理，但还不够完整。 如果只是用户点击按钮，程序固定调用一个函数，那更像普通自动化；如果模型能够根据目标和当前结果，决定下一步做什么，并在受限范围内循环执行，才更接近 Agent 的核心形态。 Agent 的最小定义 我会把 Agent 暂时 ...

通过计算巢 Agent 部署，无需编写代码即可将 Agent 配置快速部署到阿里云，实现可访问、可管理、可持续运行的云上 Agent 服务。 ...

这本《从零开始学 Agent》给我的第一印象，是它没有把 Agent 写成一个孤立的热点概念。它从大语言模型、工具调用和记忆讲起，往后延伸到 RAG、上下文工程、Harness、Skill、多 Agent、通信协议、安全、部署，最后落到编程助手、数据分析 Agent 和多模态 Agent 三个项目。 ...

摘要：Zvec 是一款类 SQLite 的轻量级嵌入式向量数据库，专为终端侧设计，具备开箱即用、资源可配置、极致性能以及多样化向量能力四大核心优势。基于Apache 2.0协议开源，Zvec 旨在为开发者提供从原型验证到端侧生产部署的一站式解决方案。欢迎体验 Zvec，期待你的使用、反馈与贡献！ 背 ...

同济 + 上海 AI Lab + 港中文 + 南大 + 上交的工作，目前挂在 Arxiv 26.03 上。当前多智能体系统（MAS）的记忆设计普遍存在两个瓶颈：记忆同质化（缺乏角色感知的定制）和信息过载（记忆条目过于细碎冗长）。本文提出 LatentMem，一个可学习的隐空间多智能体记忆框架：用一个 ...

一场突然的暂停 凌晨时分，OpenAI 放出了一条让整个 AI 圈措手不及的消息：下一代模型的强化学习训练被按下了暂停键，原计划中规模最大的一次前沿训练也被无限期搁置。原因不是算力不够，也不是数据短缺，而是模型在测试中表现出的某些行为，让安全团队觉得不能再往下推了。 公告里提到的直接导火索，是上个月... ...

本文基于LangGraph会话记忆管理相关内容，聚焦对话持久化存储方案，以LangChain官方推荐的PostgreSQL数据库为载体，拆解Checkpointer检查点存储与Store通用长期存储两大核心体系。通过对比两套存储机制的底层逻辑、差异特点与适用场景，结合可运行实战代码，实现会话重启续聊... ...

大家好，我是R哥。 牛逼啊，这才几天？ DeepSeek Harness 已经 150k+ Star 了。。 DeepSeek Harness 正式上桌吃饭！！ 这才刚进入开发者预览版，热度就已经这么夸张？？ 它的思路也很有意思： Agent = Model + Harness，模型、工具、Skil ...

准备环境： pip install modelscope pip install ms-swift -U --torch-backend=auto 下载模型和数据集： modelscope download --model Qwen/Qwen3.5-2B --local_dir ./qwen3.5- ...

Octopus提出了一种基于无历史数据的梯度正交化（HiFGO）的两阶段持续学习框架，通过梯度层面的正交约束有效缓解了任务间的干扰，同时提出两阶段训练策略实现可塑性与稳定性的良好平衡。Octopus在UCIT基准上实现了当前最优性能（SOTA），Avg和Last指标分别超越现有最优方法 2.14% ... ...

本文结合 AI 编辑器二期调研实践，拆解 Agent 在协同文档中的身份取舍、可回放事实链、side-by-side Diff 展示，以及 run 级精准撤回机制，说明如何让 AI 的改动看得见、退得掉、不误伤协作者。 ...

MCP（Model Context Protocol）是Anthropic发起的开放协议，被称为AI世界的USB-C接口。本文讲解MCP的核心概念、三层架构、五大优势，并提供FastMCP实战代码示例。 ...

为解决大模型外部工具调用、上下文传递标准不统一、适配混乱的痛点，本文基于 MCP 模型上下文协议，使用轻量化 FastMCP 构建 MCP 服务端，借助 langchain‑mcp‑adapters 完成与 LangChain 生态集成。文章介绍 Streamable HTTP 传输模式的适配场景，... ...

Zvec × 端侧分组搜索：本地检索也不能靠大 topk 硬扛，分组要按需扩展。 如果你也在关注端侧 AI、本地检索、移动端 RAG 或 Agent 本地上下文，欢迎交流 Zvec 的轻量分组检索方案 ✨ ...