“智能體和工作流是大模型應用的一體兩面，其兩者既有區別也有聯系，更多的是相輔相成。”Agent智能體和workflow工作流是人工智能領域非常重要的兩個概念，很多人弄不清楚智能體和工作流的區別，甚至會認為它們是一回事。所以，今天我們就來討論一下智能體和工作流的區別與聯系。智能體與工作流Agent——智能體Agent智能體是大模型應用場景中一個非常重要的方向，也有很多人認為其是通向AGI——通用人工智能的必經之路；智能體...

“智能體中，大模型就是人，工具就是人使用的工具，提示詞就是你想讓大模型做什么，以及怎么做。”智能體作為AI領域潛力無限的一個應用方向，很多技術從業者都撲在了智能體上，同時也有更多的人想入行智能體開發；但面對智能體領域各種亂七八糟的新概念，新名詞很多人都不知道該從哪下手，以及怎么下手。特別是智能體是結合大模型LLM+Prompt+Tools組成的一個復合概念；最重要的是很多人剛開始很難弄明白大模型都是干啥的，以及...

“不同的模型可能具有完全不同的風格表現，而不同的風格適合不同的應用場景。”在之前的文章中說過，要把大模型當做一個人；不同的模型就是具備不同能力的人，有“人”擅長寫作，有“人”擅長繪畫，還有人擅長邏輯推理。而在最近使用chatGPT和DeepSeek的過程中發現，兩個模型在相同的領域內擁有完全不同的表現；DeepSeek就像一臺嚴密的機器，擅長處理復雜的任務；而chatGPT更像一個有感情的人，更擅長人類情感方面的處理，比如...

“智能體的核心是LLM，方法是Prompt，重要組件是Tools。”開發智能體有一個核心原則——那就是智能體的核心是大模型，不論多么復雜的智能體都是基于這個原則開發的。為什么這么說？原因就在于很多人沒有理解這句話，簡單來說就沒搞明白大模型的運行流程是什么樣的；而且面對市面上各種開發框架和開源項目，都把智能體的核心操作封裝起來了，而對于我們很多開發者來說，這些智能體的運行過程就是一個黑盒，也不懂得其中的原理。...

“ReAct思考和行動，既是一種方法論，也是一種范式，更是一種提示詞模板，還是一種Agent智能體的開發方式。”目前基于大模型構建上層應用，其中很大的一個問題就是大模型的能力不足，特別是在復雜場景下的邏輯思維能力，明顯存在嚴重的缺陷；而且由于安全性問題，大模型整體運行過程是一個黑盒模型，我們并不知道其內部到底是怎么運作的。因此，這時就需要一種方式讓大模型給出具體的思考和行動過程，一是為了弄明白大模型是怎...

“大模型只是一種可插拔組件，提示詞才是核心。”關于提示詞的重要性應該沒什么好說的了，可以說現在所有的基于大模型構建的應用都是以提示詞作為核心切入點；不管是RAG還是智能體，無外如是。對從事大模型應用的開發者來說，重要的不是大模型的部署和運維，其核心是怎么寫好提示詞；以目前市面上的開發框架或開源項目來看，大模型都是一個可插拔的組件，只要配置好模型參數，在業務場景中可以隨意切換不同的模型。模型只是可插...

“智能體開發在穩定性和靈活性之間必須做出一個選擇。”在前面幾篇文章中介紹了人工智能應用中大模型所扮演的角色，以及提示詞在其中的重要性和作用；但在之前的文章也介紹過智能體，工作流之間的關系，我們今天討論的就是智能體實現過程中，怎么兼顧靈活性和穩定性，以及為什么會有工作流的存在。智能體的靈活性和穩定性關于智能體的實現或者說關于大模型應用的開發，其核心都是圍繞大模型所展開；但大模型有一個很大的問題就...

“所有對大模型的操作都是通過提示詞實現的，而其它所有功能都是基于此二者之上。”大模型從訓練完成之后其能力范圍基本上就已經確定了，除非對模型進行重新訓練或微調；但怎么用好大模型，激發大模型的潛力，那就要靠提示詞來解決。大模型雖然功能強大，但其操作入口只有一個，那就是提示詞，不論是RAG，AIGC，還是智能體都是通過提示詞和大模型進行交互。而大模型對提示詞進行分析理解用戶需求，然后再根據需求進行下一步操作...

“尋找大模型的應用場景，就是把大模型帶入人的角色；人在不同場景中扮演什么角色，就可以嘗試讓大模型去扮演這個角色。”最近一直在做大模型應用方面的開發，從剛開始的迷茫和無措到現在對大模型有了一定的了解。因此，這時才發現自己陷入了一個很大的誤區，那就是對大模型認識不夠深刻，甚至很多時候不知道大模型是個什么東西。但經過這段時間的摸索之后才發現，我們應該把大模型當做一個人，而不是把大模型當做一個神。大模...

“人工智能做數據分析的原理是生成相對應的分析語句或代碼，而不是直接讓大模型對數據進行處理。”最近在研究基于人工智能進行數據分析，主要研究了基于langchain集成Pandas的數據分析智能體；以及數據分析開源項目Vanna，一個基于大模型做數據分析的框架。而在對比兩者實現原理的過程中就發現了一個問題，基于SQL做數據分析和基于Pandas做數據分析的區別以及優劣勢是什么。基于人工智能的數據分析在傳統的數據分析過程中主要采...

“智能體的運作流程非常復雜和不可控，因此需要其它解決方案來解決這些問題。”從結構上來看智能體的實現非常簡單，就是大模型LLM+工具Tools；而構建工具主要有兩種方式，Functioncall和MCP協議。但由于智能體是由大模型自己決定怎么使用工具，以及怎么處理工具需要的參數和返回值。而這個過程對技術人員是完全不可控的，因此這一點也是智能體執行過程中主要的困難點和風險點；特別是在多鏈路的工具調用過程中，比如說讓模型找...

“想賺錢你不一定需要很厲害的技術，關鍵是你能解決大部分人的問題。”很多人說程序員有一個很大的特征就是其思維方式，由于經常要處理邏輯問題因此其邏輯思維能力很強；但其它方式的思維能力又很弱，而且作為程序員又有很強的技術鄙視鏈。而我們今天要說的就是改變我們程序員的思維方式，用技術去解決問題，而不是單純的去學習技術；一個問題有很多種解決方案，而你會的技術可能只是其中之一，而且還不一定是最好的。改變你的...

?“Vanna的核心思想是由大模型替代DBA人員編寫SQL，能夠直接根據自然語言進行數據分析。”在大模型應用中有一種技術叫做NL2SQL——自然語言生成SQL語句；在基于人工智能的數據分析場景中，數據庫是必不可少的一個環節。但怎么處理數據庫中的數據卻有不同的思路，比如類似于傳統數據分析，使用SQL讀取數據庫，然后交給大模型進行分析；第二，使用pandas這種數據分析工具，讓大模型調用pandas的函數執行獲取結果；因為存在即合理...

“智能體開發過程中存在很多問題，但由于其執行過程是個黑盒，因此其調試存在更多的困難。”最近一段時間一直在搞智能體方面的開發，主要方向是數據分析智能體；采用的框架是langchain家族的Langgraph框架；原因就在于Langgraph有很強的定制功能。但是，在實際開發的過程中卻一步一步坎，面臨著各種各樣的問題；比如說數據分析結果不準確，找不到數據或文件，在多鏈路的過程中，智能體只能處理一般的需求，另一半需求被忽視。但...

“智能體開發是一項復雜的系統工程，用戶需要根據自己的需求選擇合適的架構。”智能體開發是一項復雜的系統性工程，因此在開發過程中存在各種各樣的問題，因此我們今天主要來普及一下關于智能體的幾個概念：MAS——MultiAgentSystem多智能體系統SAS——SingleAgentSystem單智能體系統workflow工作流從功能上來講，智能體是一個能夠獨立完成任務的功能節點；其既可以單獨使用，也可以和其它工具配合使用。關于智能體的概念普及關...

?“Agent智能體技術理論和實際操作完全是兩碼事，這也是為什么市場一直有人說還看不到大模型的應用價值。”最近在做基于Agent的數據分析功能，主要使用大模型和工具來實現；通過大模型自主分析的能力獲取數據的分析結果，然后調用工具來進行繪圖；開發框架使用的是Langchain和Langgraph。但是本來以為是一個很簡單的事情，但等到真正操作起來時才發現；其過程遠比自己想象中的要復雜得多。果然是紙上得來終覺淺，絕知此事要躬...

“工具調用是大模型智能體的核心理念，沒有工具就沒有智能體的存在。”智能體開發是大模型應用中一個重要的概念，也是大模型應用的未來；而關于智能體的開發有各種各樣的概念，但核心無非有兩個一個是函數調用，另一個就是工具的實現。關于函數調用有兩種方式，其一是之前的functioncall，其二是現在比較火的MCP協議；不管是fc還是MCP目的都是讓大模型能夠調用外部的工具來實現具體的功能。而今天我們主要介紹的就是基于Langcha...

“如果說大模型是智能體的大腦，那么工具就是大模型的手和腳。”在Langgraph智能體開發框架中有幾個核心概念，分別是狀態圖，節點和邊；但在此之外還有其它的一些概念如工具，工具在智能體開發中的重要性就不言而喻了。雖然這些概念說起來很簡單，但在實際操作過程中卻面臨著各種各樣的問題。今天我們就主要介紹一下關于Langgraph中的工具的使用和注意事項。Langgraph中的工具工具是智能體開發過程中的核心，雖然大模型也很重要...

“一個開發框架的靈魂是其設計思想，而不是其技術實現。”最近幾天在學習人工智能開發框架——Langgraph，雖然其理論看起來很簡單，但等真正開始使用的時候才發現其經典的架構設計遠比其技術更經典，更優雅。人工智能開發框架作為一個技術人員，很多時候都在學習各種各樣的開發框架；而且很容易沉迷于其技術實現無法自拔，但事實上一個經典的框架都有著其經典的設計哲學。從javaweb的spring框架，到人工智能開發框架Langchain和...

“人工智能時代的來臨，是很多人夢寐以求的機會，但同樣也是很多人必須要面對的巨大風險。”一項新技術的出現往往伴隨著很多的爭議，兩千年左右的互聯網，前幾年的元宇宙，到現在的人工智能；但技術的發展并不會因為爭議而停止，雖然有些技術目前來看確實只是一個噱頭，但原因可能并不在技術本身，而在于當前的技術水平無法支撐如此龐大的體系。而以人工智能技術來說，其發展速度已經遠超普通人的想象，雖然很多人在說人工智能...