- 文章摘要： 大模型Agent是基于大语言模型的智能执行体，通过自主规划、工具调用和系统集成，实现复杂任务自动化。其核心特性包括自主规划性、工具可拓展性、系统互通性、记忆迭代性和闭环执行性。Agent架构分为五层：基础模型层（推理核心）、核心调度层（流程控制）、工具插件层（能力拓展）、系统集成层（外部对接）和业务应用层（场景落地）。运行机制分为需求解析、任务规划、能力调用等六步闭环流程，支持API插 文章摘要： 大模型Agent是基于大语言模型的智能执行体，通过自主规划、工具调用和系统集成，实现复杂任务自动化。其核心特性包括自主规划性、工具可拓展性、系统互通性、记忆迭代性和闭环执行性。Agent架构分为五层：基础模型层（推理核心）、核心调度层（流程控制）、工具插件层（能力拓展）、系统集成层（外部对接）和业务应用层（场景落地）。运行机制分为需求解析、任务规划、能力调用等六步闭环流程，支持API插
- LangChain 是一套大语言模型 (LLM) 应用开发框架，主打链式编排、任务流程组装，可快速搭建智能对话机器人、智能助手、自动化流程、知识库问答、Agent 智能体。LangChain 支持对接各类在线大模型，包括OpenAI、文心、通义、讯飞等，也支持加载电脑本地的离线大模型。为避免在线大模型带来的大量Token消耗，接下来以离线大模型为例介绍如何搭建LangChain的开发环境。... LangChain 是一套大语言模型 (LLM) 应用开发框架，主打链式编排、任务流程组装，可快速搭建智能对话机器人、智能助手、自动化流程、知识库问答、Agent 智能体。LangChain 支持对接各类在线大模型，包括OpenAI、文心、通义、讯飞等，也支持加载电脑本地的离线大模型。为避免在线大模型带来的大量Token消耗，接下来以离线大模型为例介绍如何搭建LangChain的开发环境。...
- AI缺陷诊断已经不再局限于自动摘要和标签分类。一些工具开始利用日志、指标和调用链定位根因，另一些工具则可以生成修复代码、创建Pull Request，并把测试结果反馈至研发流程。面对定位不同的产品，企业真正需要比较的，不是谁的回答更像专家，而是谁能缩短从问题提交到验证关闭的完整周期。 AI缺陷诊断已经不再局限于自动摘要和标签分类。一些工具开始利用日志、指标和调用链定位根因，另一些工具则可以生成修复代码、创建Pull Request，并把测试结果反馈至研发流程。面对定位不同的产品，企业真正需要比较的，不是谁的回答更像专家，而是谁能缩短从问题提交到验证关闭的完整周期。
- 研发 Agent 的落地不应追求“一步到位”，而应遵循一条更现实的路线：先让 AI 看懂问题，再让它修改代码；先处理明确的缺陷，再参与新需求开发。 研发 Agent 的落地不应追求“一步到位”，而应遵循一条更现实的路线：先让 AI 看懂问题，再让它修改代码；先处理明确的缺陷，再参与新需求开发。
- 本文系统介绍了大模型落地的三大关键技术：全量微调、LoRA轻量化微调和模型量化。全量微调通过更新所有模型参数实现业务适配，但计算成本高；LoRA通过冻结原有权重、仅训练低秩矩阵，显著降低训练成本；模型量化则通过降低参数精度来优化部署效率。三者协同形成完整的大模型落地闭环：微调优化能力，LoRA降低训练门槛，量化提升部署性能。文章详细阐述了各项技术的原理、实施流程和应用场景，并通过代码示例展示了Lo 本文系统介绍了大模型落地的三大关键技术：全量微调、LoRA轻量化微调和模型量化。全量微调通过更新所有模型参数实现业务适配，但计算成本高；LoRA通过冻结原有权重、仅训练低秩矩阵，显著降低训练成本；模型量化则通过降低参数精度来优化部署效率。三者协同形成完整的大模型落地闭环：微调优化能力，LoRA降低训练门槛，量化提升部署性能。文章详细阐述了各项技术的原理、实施流程和应用场景，并通过代码示例展示了Lo
- 本文系统介绍了大模型智能体的核心概念与五大核心能力。智能体是基于大模型构建的、具备自主决策和执行能力的数字实体，通过规划、记忆、工具调用、反思和多智能体协同五大能力实现复杂任务处理。与普通大模型相比，智能体具有主动执行、工具调用和经验迭代的优势。规划能力是智能体的"大脑"，负责任务拆解和策略制定；记忆能力存储和复用历史信息；工具调用能力扩展智能体的功能边界；反思能力支持自我优化 本文系统介绍了大模型智能体的核心概念与五大核心能力。智能体是基于大模型构建的、具备自主决策和执行能力的数字实体，通过规划、记忆、工具调用、反思和多智能体协同五大能力实现复杂任务处理。与普通大模型相比，智能体具有主动执行、工具调用和经验迭代的优势。规划能力是智能体的"大脑"，负责任务拆解和策略制定；记忆能力存储和复用历史信息；工具调用能力扩展智能体的功能边界；反思能力支持自我优化
- AI 研发管理平台的价值，已经不只是帮助员工写需求、总结任务或生成代码，而是让 AI 在权限可控的前提下获得需求、缺陷、代码和测试上下文，参与真实研发流程。本文建立六维能力模型，对比 9 款相关平台，并给出不同企业的选型与 POC 建议。 AI 研发管理平台的价值，已经不只是帮助员工写需求、总结任务或生成代码，而是让 AI 在权限可控的前提下获得需求、缺陷、代码和测试上下文，参与真实研发流程。本文建立六维能力模型，对比 9 款相关平台，并给出不同企业的选型与 POC 建议。
- 研发团队引入 AI 后，工程师写代码的速度可能明显提升，但产品交付周期未必同步缩短。原因在于，代码生成只是研发流程中的一个环节。真正的组织级提效，需要让 AI 从辅助个人编码，逐步走向独立执行任务，并最终进入工单、缺陷、需求和测试等团队协作流程。 研发团队引入 AI 后，工程师写代码的速度可能明显提升，但产品交付周期未必同步缩短。原因在于，代码生成只是研发流程中的一个环节。真正的组织级提效，需要让 AI 从辅助个人编码，逐步走向独立执行任务，并最终进入工单、缺陷、需求和测试等团队协作流程。
- 摘要： AI智能体通过Workflow多步骤任务编排弥补了大模型单次调用的局限性（上下文有限、无规划性），实现复杂任务的自动化执行。其核心在于将模糊需求拆解为有序子任务，结合状态机与大模型动态决策，形成“规则兜底+智能微调”的闭环流程。示例展示了基于腾讯混元大模型的五步工作流（需求预处理→任务拆解→分步执行→结果校验→整合输出），验证了智能体在连贯执行、上下文记忆及异常处理上的优势。Workflo 摘要： AI智能体通过Workflow多步骤任务编排弥补了大模型单次调用的局限性（上下文有限、无规划性），实现复杂任务的自动化执行。其核心在于将模糊需求拆解为有序子任务，结合状态机与大模型动态决策，形成“规则兜底+智能微调”的闭环流程。示例展示了基于腾讯混元大模型的五步工作流（需求预处理→任务拆解→分步执行→结果校验→整合输出），验证了智能体在连贯执行、上下文记忆及异常处理上的优势。Workflo
- 之前的系列文章主要讲解上下文（提示词）和RAG（知识库），为了方便大家归纳，这里把前面的几个重要内容重新梳理总结。一、搭建应用开发环境正所谓磨刀不误砍柴工，要想后续顺利进行AI应用编程，务必正确搭建电脑的Python开发环境，这样可以避免代码编译时出现奇奇怪怪的错误，才能心无旁骛地钻研AI应用技能。首先是安装哪个Python版本。AI开发环境的Python版本推荐Python 3.10.x... 之前的系列文章主要讲解上下文（提示词）和RAG（知识库），为了方便大家归纳，这里把前面的几个重要内容重新梳理总结。一、搭建应用开发环境正所谓磨刀不误砍柴工，要想后续顺利进行AI应用编程，务必正确搭建电脑的Python开发环境，这样可以避免代码编译时出现奇奇怪怪的错误，才能心无旁骛地钻研AI应用技能。首先是安装哪个Python版本。AI开发环境的Python版本推荐Python 3.10.x...
- 上一篇文章介绍了如何从TXT文件读取文本信息，可是日常办公很少使用纯文本的TXT格式，而采用专业的PDF格式或者WORD格式，有时还需要通过网页抓取知识。接下来就介绍如何从PDF、WORD、HTML等文件中读取文本内容。一、从PDF文件读取文本PDF是一种常用的文档格式，常用于只读的通知文件，或者电子版书籍。Python提供了多种三方库用来解析PDF文件，其中pdfplumber较常用。使... 上一篇文章介绍了如何从TXT文件读取文本信息，可是日常办公很少使用纯文本的TXT格式，而采用专业的PDF格式或者WORD格式，有时还需要通过网页抓取知识。接下来就介绍如何从PDF、WORD、HTML等文件中读取文本内容。一、从PDF文件读取文本PDF是一种常用的文档格式，常用于只读的通知文件，或者电子版书籍。Python提供了多种三方库用来解析PDF文件，其中pdfplumber较常用。使...
- 前面的文章在构建RAG并检索时，既使用了国外大模型，也使用了国内大模型；既运用了内存向量检索库FAISS，也运用了磁盘向量数据库Chroma。但知识库的原始来源却是knowledge数组，这与现实场合有所出入，因为实际资料都保存在TXT、PDF、WORD等格式的文档中，甚至来自互联网上的HTML网页，于是RAG的前置条件就成了如何从这些文档中提取文本信息。一、读取TXT文件中的文本TXT文件... 前面的文章在构建RAG并检索时，既使用了国外大模型，也使用了国内大模型；既运用了内存向量检索库FAISS，也运用了磁盘向量数据库Chroma。但知识库的原始来源却是knowledge数组，这与现实场合有所出入，因为实际资料都保存在TXT、PDF、WORD等格式的文档中，甚至来自互联网上的HTML网页，于是RAG的前置条件就成了如何从这些文档中提取文本信息。一、读取TXT文件中的文本TXT文件...
- 本文对比了Qwen3-32B和ChatGLM3-6B两款本地部署大模型在高血压风险筛查医疗场景的实战表现。通过搭建OpenAI兼容API服务，使用相同的患者数据和提示词模板进行测试，发现32B大模型在精准度、规则理解、知识储备等方面显著优于6B小模型。Qwen3-32B通过4bit量化技术可在RTX4090显卡运行，能精准识别高血压高危因素并给出专业判定依据；而ChatGLM3-6B存在严重漏判和 本文对比了Qwen3-32B和ChatGLM3-6B两款本地部署大模型在高血压风险筛查医疗场景的实战表现。通过搭建OpenAI兼容API服务，使用相同的患者数据和提示词模板进行测试，发现32B大模型在精准度、规则理解、知识储备等方面显著优于6B小模型。Qwen3-32B通过4bit量化技术可在RTX4090显卡运行，能精准识别高血压高危因素并给出专业判定依据；而ChatGLM3-6B存在严重漏判和
- AI 编程工具正在进入真实研发流程，但 AI 生成代码并不等于可直接交付的代码。它可能提升编码效率，也可能引入业务偏差、安全漏洞、依赖风险和责任模糊。企业要真正用好 AI 写代码，关键不是简单放开或禁止，而是建立代码评审、安全测试和责任边界机制。 AI 编程工具正在进入真实研发流程，但 AI 生成代码并不等于可直接交付的代码。它可能提升编码效率，也可能引入业务偏差、安全漏洞、依赖风险和责任模糊。企业要真正用好 AI 写代码，关键不是简单放开或禁止，而是建立代码评审、安全测试和责任边界机制。
- 本文介绍了一个基于ChatGLM3-6B大模型的本地化部署方案，采用FastAPI后端和Web前端实现完整对话系统。项目特点包括：1）适配RTX4090显卡，支持FP16半精度推理，显存占用优化；2）提供两种推理模式（一次性返回和SSE流式输出）；3）内置完善监控系统，实时采集显存、Token生成速度等指标；4）兼容OpenAI API标准接口；5）包含可视化前端界面。系统采用四层架构设计，包含前 本文介绍了一个基于ChatGLM3-6B大模型的本地化部署方案，采用FastAPI后端和Web前端实现完整对话系统。项目特点包括：1）适配RTX4090显卡，支持FP16半精度推理，显存占用优化；2）提供两种推理模式（一次性返回和SSE流式输出）；3）内置完善监控系统，实时采集显存、Token生成速度等指标；4）兼容OpenAI API标准接口；5）包含可视化前端界面。系统采用四层架构设计，包含前
上滑加载中
推荐直播
-
用码道，让你的AI作品三步上朋友圈2026/08/04 周二 19:00-20:00
林华鼎-华为云AI开发者运营负责人
从入门 · 到做AI应用 · 到企业级开发。不教编程，只教用AI · 零代码、有产出、能带走、可炫耀 · 每课人人动手实操
回顾中 -
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
基于华为云码道，构建你的定制化AI搭子2026/08/14 周五 09:00-11:30
明亮-华为云开发者发展与支持部部长
本期直播将向您全面介绍华为云码道产品，并基于码道手把手教你部署自己的定制化AI陪伴搭子。
回顾中
热门标签