AI.x社区

在AI技术快速发展的今天，多智能体系统（MultiAgentSystems）被称为"AI的第三波浪潮"，而LangGraph作为新一代的智能体编排框架，为构建复杂的多智能体系统提供了强大的基础设施。本文将深入探讨LangGraph中的两个核心概念：Handoffs（交接）和Supervisor（主管）模式，通过详细的技术分析和代码示例，帮助你掌握构建生产级多智能体系统的关键技术。一、LangGraph多智能体架构概述1.1什么是多智能体系统？在多智能体架构中，智能...

今年3月开始用LangGraph重构我们的AI系统，到现在已经快6个月了。期间踩了一些坑，有些问题官方文档里根本没提到，今天把这些经验教训整理出来。先说结论如果你的系统符合以下任何一个条件，LangGraph可能适合你：需要复杂的多步骤决策流程有明确的状态管理需求需要人工审核关键节点要做多智能体协作但如果只是简单的单轮对话或者纯粹的RAG，用LangChain就够了，别给自己找麻烦。状态管理的坑1.Checkpointer选择决定生死刚开始...

最近在重构我们的AI对话系统，从简单的请求响应模式升级到实时流式处理。过程中发现LangGraph的streammode远比文档上写的复杂，今天把对应的实践经验分享出来。streammode到底是什么简单说，streammode就是控制你在流式处理时能拿到什么数据。简单理解就是你的Graph在执行时，每完成一个节点都会产生输出。streammode决定你能看到什么：是看到完整的状态快照？还是只看变化的部分？或者只关心LLM的输出？4种模式values这是默认...

作为技术人，当你接手一个新项目时，第一件事是什么？没错，就是看文档！但今天我要告诉你一个更高效的方法——用AI自动生成精美直观的项目架构图。传统方式vsAI方式传统方式：耗费大量时间阅读文档手动绘制架构图费时费力非技术人员难以理解技术细节AI方式：自动解析项目文档和代码一键生成专业级架构图直观展示核心流程，连PM都能秒懂MVP产品案例这是我用AI生成的一个MVP产品架构图，它不仅完整呈现了项目核心流程，还获得了P...

最近国外有个开发者，利用AI编程工具在短时间内开发了12个应用，总结了一份提示词并分享出来了，今天就来解析一下这份提示词。理念核心理念渐进优于颠覆确保小改动能编译通过测试从现有代码学习实施前先研究规划务实而非教条适应项目实际情况意图清晰优于代码巧妙选择简单明了的方案简单性原则每个函数类单一职责避免过早抽象不要使用巧妙的技巧选择“无聊”的解决方案如果需要解释，说明它太复杂了流程1.规划将复杂工作分解为3...

2025年7月23日，阿里巴巴Qwen团队正式开源了其最新一代旗舰编程模型Qwen3Coder系列，在编程和智能体任务上展现出惊人的能力，直接对标业界标杆ClaudeSonnet4，甚至在某些场景下实现超越。与此同时，阿里还推出并开源了一款用于代理式编程的命令行工具：QwenCode。QwenCode基于GeminiCode进行二次开发，可以和社区优秀的编程工具结合，如ClaudeCode、Cline等。技术特征MoE创新Qwen3Coder采用了先进的混合专家模型架构，总参数高...

7月8日，阿里通义实验室正式开源其最新网络智能体WebSailor，这一突破性技术在多个高难度任务评测中刷新了开源系统的成绩记录，成为首个在BrowseComp等基准测试中逼近闭源系统能力的开源方案。突破性性能表现：超越开源对手，直追闭源巨头在权威评测平台BrowseComp的严格测试中，WebSailor展示了令人瞩目的能力：在英文评测集（BrowseCompen）中达到12.0%的准确率在中文评测集（BrowseCompzh）中取得30.1%的优异成绩在GAIA信息...

最近在折腾AI项目的时候，偶然发现了一个平台Composio。这个平台上集成了很多tool,可以很方便地帮助构建Agent。composio的本质说实话，刚开始接触Composio的时候我有个误解。我以为它是那种"一站式代理服务"——就是说，我只要有了Composio的key，就能直接调用所有工具，比如TAVILY搜索、Perplexityai之类的，不用再去各个平台申请API密钥了。结果实际用起来才发现，Composio只是帮你管理和调用各种第三方服务，但该配置的API密...

今天浏览Dify的GitHub仓库时，发现版本已经更新到1.5.1了，这个版本最令人惊喜的升级就是大幅增强了工作流调试功能。过去调试工作流时，只能在"预览"模式下查看执行结果。一旦刷新页面或回退操作，就只能看到最终输出，完全看不到中间的执行过程。这意味着稍有不慎就要重复运行整个流程，往往需要调试好几遍才能定位问题。更麻烦的是，每次调试特定节点时，还需要手动准备各种变量数据。特别是遇到复杂的嵌套结构变量时，稍不注...

在目前AI市场上，RAG技术已经成为大语言模型应用的重要组成部分，而GraphRAG作为RAG的进化版本，通过引入图结构来处理复杂的知识关系，正在受到越来越多的关注。但面对市面上众多的GraphRAG变种，我们该如何选择最适合自己应用场景的方案呢？最近，一项名为GraphRAGBench的评估研究为我们提供了答案。它系统性地评估了总共九种主流GraphRAG方法，包括RAPTOR、LightRAG、GraphRAG、GRetriever、HippoRAG、GFMRAG、DALK、KGP和ToG...

现在各种工作流框架太多了，看不过来，也没有什么精力去学习。最近无意中刷到一个微型框架：PocketFlow，这个框架非常小巧，看了下只有100行左右的代码，很容易看懂。我非常喜欢，写个教程介绍一下。对比其他框架抽象应用特定包装器供应商特定包装器代码行数大小LangChainAgent,Chain很多(例如，QA,摘要)很多(例如，OpenAI,Pinecone等)405K+166MBCrewAIAgent,Chain很多(例如，FileReadTool,SerperDevTool)很多(例如，OpenAI,Ant...

目前团队研发已全面采用Cursor作为主力工具。虽然ClaudeCode和ArgumentCode在功能上更胜一筹，但考虑到成本因素和网络问题，Cursor仍是我们的首选。然而我们发现，尽管使用相同的工具，团队成员的工作效率和体验却存在显著差异——关键在于对Cursor的掌握程度。本文将分享日常工作中的最佳实践，帮助大家充分发挥Cursor的潜力。cursor开发全流程要让Cursor充分发挥其潜力，达到我们的预期效果，需要系统性地结合以下四个关键要...

特定领域的QA系统不仅需要生成流畅的回答，还需确保基于专业知识的高事实准确性。尽管检索增强生成（RAG）框架改进了上下文调用能力，但在异构数据整合与推理一致性方面仍存在不足。为此，清华大学提出DORAG，一种可扩展、可定制的混合QA框架，融合多级知识图谱构建与语义向量检索技术。DORAG采用创新的AgenticCoT架构，从多模态文档中提取结构化关系，构建动态知识图谱以提升检索精度。在查询阶段，它结合图谱与向量检索结果生...

在早年阅读网上的技术博客时，我习惯一边看文章一边在语雀笔记中画思维导图。然而，回过头来看，这种方式其实效率不高。有了AI后，我们可以先让AI为我们生成相应的思维导图，以便我们对知识有个初步认识，再去深入阅读文章，这样会更有效。在这篇文章中，我将分享如何使用dify自动生成文章的思维导图，以提高我们吸收知识的速度。安装插件先在dify的插件市场安装如下两个插件：Markdown转换器：用于生成html文件Agent策略插件：...

在基于大模型的Agent中，长期记忆的状态维护至关重要，在OpenAIAI应用研究主管LilianWeng的博客《基于大模型的Agent构成》中，将记忆视为关键的组件之一，下面我将结合LangChain中的代码，分享7种不同的Agent记忆维护方式在不同场景中的应用。获取全量历史对话在电信公司的客服聊天机器人场景中，如果用户在对话中先是询问了账单问题，接着又谈到了网络连接问题，ConversationBufferMemory可以用来记住整个与用户的对话历史，可...

2025年6月17日，谷歌正式宣布其Gemini2.5混合推理模型家族迎来重大更新，包括Gemini2.5Pro、Gemini2.5Flash以及全新轻量级模型Gemini2.5FlashLite。这一系列升级不仅强化了AI的推理能力，还在性能、成本与适用场景上进行了深度优化，标志着谷歌在多模态AI领域的进一步突破。Gemini2.5FlashLite基准测试表Gemini2.5Pro：复杂推理任务的终极选择作为谷歌AI技术的旗舰产品，Gemini2.5Pro在多项基准测试中表现卓越，甚至超越OpenAI...

Claude现在拥有研究功能[1]，可以在网络、GoogleWorkspace和任何集成中进行搜索，以完成复杂的任务。这个多智能体系统从原型到生产的旅程教会了我们关于系统架构，工具设计和prompt工程的关键教训。多代理系统由多个代理（LLMs在循环中自主使用工具）组成。我们的研究功能涉及一个代理，它根据用户查询计划研究过程，然后使用工具创建同时搜索信息的并行代理。具有多个代理的系统在代理协调、评估和可靠性方面引入了新的挑战。...

背景在我们之前的文章中，我们对比了dify，ragflow和n8n这三个工具的使用场景及其差异。实际上，在企业中，这些工具通常会被结合起来使用，以便充分发挥各自的优势。例如，尽管ragflow也具备一些智能功能，但是与dify相比，它在这方面的表现力还有待提高。然而，当谈到解析和检索的能力时，ragflow却显著超过了dify。在今天的文章中，我们将探讨如何有效地将这两个工具结合使用。RAGFlow核心功能我觉得RAGflow最大的一个亮点就...

背景在当今AI应用蓬勃发展的时代，内容安全与合规性已成为开发者不可忽视的重要环节。比如用户在客服场景中，可以通过敏感词审查过滤用户的辱骂性语言，并返回预设的礼貌回复。Dify作为一款开源的大语言模型应用开发平台，其内置的敏感词审查机制为开发者提供了强大的内容安全保障。本文将深入解析Dify的敏感词审查模块(moderation)的工作原理，并通过源码分析揭示其实现细节，帮助开发者更好地理解和应用这一功能。dify如何开...

在AI技术高速发展的当下，企业想要高效、安全且低成本地落地AI应用，开源工具成为了重要选择。以下为你详细介绍Dify、RAGFlow、n8n这三款开源工具的核心能力、应用场景及优势，助你理清企业AI落地的实践路径。dify作为"AI应用操作系统"，Dify旨在为企业提供从开发到运营的一站式生成式AI解决方案。其名称融合了"Define"和"Modify"的含义，体现了持续优化AI应用的核心理念。coverv5optimized工具链:Dify平台包含生产级AI应用构建...