【學習各類API】 智能體領域可能仍然看起來像是一種“瘋狂科學家”式的實驗，但已經有一些非常強大的模型可以嘗試，本文介紹其中最流行的11個開源AI Agent框架。

【AI驅動】 本文深入探討了兩個引人注目的用例 —增強型客戶服務聊天機器人 和 圖像生成— 探索它們當前的挑戰、使用 Bedrock 的 AWS 解決方案以及潛在的優勢。

【AI驅動】 本文，王吉偉頻道為整理了20個構建Agentic workflow的開源項目，幫助大家更好地理解與應用智能體工作流。

【AI驅動】 7 月 28 日，波形智能發布了個性化自適應私人語言模型「Weaver 2.0」，推出新一代 AI——Life-long Personalized Al（LPA），主打千人千面的普惠化 AI。在發布會之后，創始人&CEO 姜昱辰做客 Founder Park 直播間，與 Founder Park COO 艾之一起，聊了聊創業 500 天的收獲與經驗。

【AI驅動】 為了讓大家更好地學習與理解Agentic Workflow，本文精選了25篇智能體工作流相關的論文，并將其分為技術框架、系統（套件與工具）、評估測試基準、編程語言、模型與工作流及方法論六大類，希望對大家有所幫助。

【AI驅動】 AI Agent到底有何神奇之處？企業如果要部署AI Agent，需要做好哪些準備？它會成為大模型商業化的鑰匙嗎？本期AIGC實戰派特別邀請九章云極DataCanvas AI首席科學家繆旭，結合其對于智能體的行業觀察和實踐總結，就上述議題進行逐一探討。

【AI驅動】 整體來說，目前 AI Agent 技術棧分為平臺、記憶、規劃與編排、執行和應用?5 個板塊。

【AI驅動】 大模型成為企業數據體系中不可或缺的一部分，為企業數字化、智能化的發展提供良好的機遇和動力。本文從四個方面介紹大模型在數據領域應用的思路。

【AI驅動】 在現代軟件開發中，API 設計的開放性和效率至關重要。通過大語言模型（LLM）的支持，可以構建更加智能和高效的 API 體系。本文將介紹如何設計大語言模型友好的 API，幫助企業在數字化轉型中提升架構能力。我們將探討 API 設計的常見挑戰以及如何利用 LLM 技術來解決這些問題，并提供實用的設計模式和實施步驟。

【AI驅動】 本文詳細演示了如何使用coze的多agent功能，搭建功能更加全面和復雜的AI Bot。

【AI驅動】 本篇文章主要分享的是如何基于已有的服務創建免費API插件(今日頭條新聞)并通過工作流的方式和大模型鏈接起來的。最終再通過發布到公眾號的方式，實現了實際應用場景的運用。

【API解決方案】 本文將詳細展示如何使用扣子（coze）智能體API開發一個起床文案生成器，用于自己的鴻蒙應用中生成”千人千面“的起床文案。

【AI驅動】 為了探討這一主題，紅杉美國團隊在"Training Data"播客上與LangChain的創始人兼首席執行官Harrison Chase進行了交談。Harrison在ChatGPT甚至發布之前就開始創建支持大型語言模型的智能體基礎設施，LangChain已經成為開發智能體應用程序的默認框架。

【AI驅動】 本文是 新加坡科研局首席AI研究員黃佳 在CSDN直播間主題分享的文字版。

【AI驅動】 本文對LLMs工具學習方面的現有工作進行全面調查。