-
上下文工程(Context Engineering)
本文将上下文工程定位为 AI 智能体开发的关键学科，将大语言模型(LLM)比作操作系统，其中上下文窗口的功能类似于随机存取存储器(RAM)。详细阐述了四种核心策略：写入（通过暂存器/记忆模块外部保存上下文）、选择（检索相关上下文如工具/记忆）、压缩（通过摘要生成/修剪减少 token 数量）、隔离（将上下文拆分到子智能体或沙箱环境）。每种方法都针对特定挑战，如 token 限制和性能退化。文章重点…- 0
- 0
-
基于大模型的领域场景开发：从单智能体到多智能体的 React 框架设计与实现
本文深入剖析了饿了么团队在基于大模型进行领域场景开发中的实践经验。文章首先回顾了大模型工程从提示词工程到 RAG 再到流程编排的演进，并介绍了团队在该领域的现有成果。核心内容聚焦于如何设计并实现一个智能体 React 框架，特别是采用了“Planning As Tool”的决策模式，使大模型能够自主规划和调用工具，摆脱了传统 Prompt 工程的限制。文章详细阐述了该框架的技术选型（ElemMcp…- 0
- 0
-
开发更可控，部署更便捷：AgentScope 迈入 1.0 时代
文章详细介绍了通义实验室推出的 AgentScope 1.0 智能体开发框架，旨在解决智能体在构建、运行和管理中的核心挑战。该框架由 AgentScope 核心框架、AgentScope Runtime 和 AgentScope Studio 三个独立的开源项目组成。核心框架作为智能体开发的“编程语言”，通过异步架构实现了实时介入控制、智能上下文管理（动态压缩、跨会话长期记忆）和高效工具调用（工具…- 0
- 0
智能体框架
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×