AI 中的skill、mcp和 Function Call
特性SkillMCP层级基础机制（原子操作）产品模块（功能集合）通信协议（基础设施）目标让模型能调用单个外部函数为用户提供完整的、可复用的能力标准化模型与外部工具的交互方式面向对象开发者终端用户 / ...
排序
Flutter 三方库 langchain_google 的鸿蒙化适配指南 – 链接 Gemini 智慧中枢、LangChain AI 实战、鸿蒙级智能应用专家
是 LangChain.dart 生态中的重要一环。它将 Google 的生成式 AI 模型（如 Gemini Pro/Vision）抽象为统一的ChatModel或Embeddings接口。在鸿蒙端...
【AI 大模型】LangChain 框架 ① ( LangChain 简介 | LangChain 模块 | LangChain 文档 )
一、LangChain 简介1、LangChain 概念2、LangChain 定位3、LangChain 开发语言与应用场景4、LangChain 核心组件5、LangChain 学习路径二、Lan...
人工智能从入门到精通：大语言模型（LLM）应用开发流程与实战项目
本文系统介绍了大语言模型(LLM)应用开发的全流程与关键技术。主要内容包括：LLM应用开发的核心架构与流程设计；RAG(检索增强生成)架构的原理、实现与优化策略；Agent架构的设计方法与核心组件；L...
2026 Python+AI 学习方向拆解：3 个高性价比赛道，新手优先学
在AI时代浪潮下，选择正确的学习方向至关重要。根据市场调研和就业趋势分析，我们筛选出三个高性价比的Python+AI学习赛道，帮助学习者在短时间内获得最大收益。
Harness Engineering工程化教程（非常详细），AI Agent复杂长任务从入门到精通，收藏这一篇就够了！
OpenAI 的一个团队在五个月内用 Codex 写了一百万行代码，三个工程师平均每天合并 3.5 个 PR，没有一行代码是工程师手写的。Anthropic 的 Claude Code 能连续工作数天...
Java 手写 AI Agent：ZenoAgent 实战笔记
作为一个长期使用 Java 的后端开发者，我对 AI Agent 的内部运作机制充满了好奇。为了深入理解 Agent 的工作原理，我决定动手写一个简单的 Agent 系统 —— ZenoAgent。本...
LangChain实战：工具调用+结构化输出，让AI从“聊天“变“干活“
本文全面介绍了 LangChain 中两大核心能力——工具调用（Tool Calling） 与 结构化输出（Structured Output），涵盖实现方法、技术细节与典型应用场景，助力开发者构建...
别再只会调 LLM 了：从 ReAct 到 AI Agent 的完整实践
ReAct 并不是某种框架或组件，而是一种 推理-行动循环模式。思考 Thought 分析当前问题，判断下一步该做什么行动 Action 调用某个工具或执行某个操作观察 Observation 获取工...
人工智能从入门到精通：AI 在金融领域的应用开发与实战
本文介绍了AI在金融领域的核心应用场景与开发方法。主要内容包括：AI在金融领域的五大应用价值（提升效率、风险防控、投资决策优化等）和五大典型应用场景（智能客服、风控、量化交易等）；金融数据分析的技术栈...