首页›实践
实践
实践
智能体框架、Skill 和 AI 工具的上手教程与一手使用经验。
共 217
smolagents 入门:用代码行动的智能体smolagents 是 Hugging Face 的轻量级智能体库,默认让模型写 Python 代码来行动。本文讲安装、运行带搜索的智能体、加自定义工具和放行导入。智能体操作留痕:用签名收据做可验证的审计用 Ed25519 签名和哈希链,给智能体的每次工具调用留一张收据,拿到公钥的人就能离线验证。同时讲清收据证明什么、不证明什么。在本地电脑上跑智能体用 Foundry Local 在自己的电脑上跑 Qwen 模型,再接上工具、本地文档检索和 MCP,做一个断网也能用的工程助手,并讲清取舍。智能体的记忆怎么做智能体记忆分短期和长期:会话内靠 AgentSession 保留上下文,跨会话要存进数据库或向量索引。讲清 Mem0、Cognee 和知识智能体各自怎么做。上下文工程:给智能体喂对信息上下文工程指给智能体在每一步喂对信息:规划需要什么、从哪取、怎么存、怎么压缩隔离,并识别投毒、干扰、混淆和冲突四类失败。智能体协议:MCP、A2A 与 NLWebMCP、A2A、NLWeb 三个协议分别解决智能体的哪一段连接:工具与数据、智能体之间、网站内容。读完能判断一个场景该用哪个。智能体上线:评测、可观测性与成本给智能体加上追踪和指标,区分离线与在线评测,并用小模型、路由和缓存控制成本。读完能知道上线前该先测什么。让智能体学会自我反思(元认知)让智能体评估自己的选择并调整策略。用一个酒店推荐的小例子跑通反思循环,并注意示例里 exec 和拼接 SQL 的风险。多智能体设计模式判断任务何时需要多个智能体,定好它们的通信、协调和可见性,再从群聊、接力和协同推荐三种模式中选一种来搭。智能体的任务规划设计把模糊目标拆成子任务,让模型输出 JSON 格式的计划,再把每个子任务分派给对应的智能体。读完能跑通一个规划器。怎么做一个可信的智能体:系统提示与人工确认用分步方法写出智能体的系统提示,针对五类常见威胁设计防护,并在关键动作前加入人工确认。读完能照着搭出第一版。Agentic RAG:让智能体自己决定怎么检索Agentic RAG 让大模型自己决定检索什么、改写失败的查询,并循环进行,直到答案有依据。本篇讲清循环怎么跑、出错怎么恢复,以及它的边界。智能体工具调用怎么做:函数调用流程与安全要点工具调用让智能体能调用函数和外部服务,比如数据库、接口和代码执行。本篇用 Python 演示函数调用的完整流程,并说明上线前该设置哪些访问限制。智能体设计原则:怎么把透明、可控、一致落到产品上智能体设计原则是一组以人为中心的 UX 准则,不是固定架构。本篇讲清三组原则、三条实施准则,并用旅行智能体示例说明怎么落地。智能体框架怎么选:Microsoft Agent Framework 与 Foundry Agent ServiceMicrosoft Agent Framework 负责编写智能体,Foundry Agent Service 负责部署和规模化运行。本篇讲清两者分工,以及该先用哪一个。AI 智能体入门:它是什么、什么时候该用智能体是让大模型调用工具、替它执行步骤的系统。本篇讲清它由哪几部分组成、有哪几种类型,以及什么样的任务值得用它。MCP 服务器开发最佳实践开发 MCP 服务器时,怎样拆分工具、校验参数、处理错误、控制权限和限流,以及有副作用的工具为什么不能盲目重试。MCP 与上下文工程上下文工程还在形成中。这篇梳理 MCP 在设计上回应了哪些上下文挑战,以及几种值得尝试的做法和衡量思路。写一个联网搜索 MCP 服务器用 FastMCP 和 SerpAPI 写一个联网搜索服务器,提供网页、新闻、商品和问答四个工具,并附常见报错排查。用 MCP 把数据库开放给智能体用 PostgreSQL 搭一个多门店数据库:行级安全隔离各店数据,pgvector 做语义搜索,为 MCP 服务器打好基础。MCP 核心概念:主机、客户端、服务器与三类能力读懂 MCP 的主机、客户端和服务器,分清资源、提示词和工具三类能力,并用 Python 写出第一个 MCP 工具。MCP 安全:提示注入、工具投毒与权限MCP 面临提示注入、工具投毒、会话劫持、令牌透传等风险。本文按风险类型列出表现和 2026-07-28 规范要求的控制措施。MCP 的 sampling 怎么用:让服务器请客户端调用大模型(已弃用)MCP 的 sampling 让服务器请客户端代为调用大模型。它在 2026-07-28 规范中已弃用,本文讲清流程和写法,以及新项目应改为直接调用模型 API。给 MCP 服务器加上鉴权MCP 服务器的鉴权可以先用 Authorization 请求头里的凭证起步,再换成 JWT,并用中间件做按角色的权限控制。本文讲清每一步的做法和局限。