Agent

之前写 LangGraph 时，提到过它的 Human in the Loop 能力。最近在设计 Agent 的人工介入功能，发现这里有不少值得单独展开的细节。 Agent 可以查询资料、生成内容，也可以调用工具去修改数据、发送消息、发起业务流程。随着它能做的事情越来越多，我们需要明确：哪些事情可以交给它直接完成，哪些地方需要人补充信息，哪些动作必须由人确认。 ...

最近做通用 Agent 技术选型上有两个方向： 1. vanilla agent 2. 框架（langgraph agent， crew AI）等。最终考虑到细节上选择了框架方向，具体框架选择了 langgraph。 langgraph 呢是 langchain 团队做的一个底层 Agent 开发框架，其上 langchain 就是基于 langgraph 做的。我对 langchain 的认知还停留在 2023 年，彼时他只是一个简单的链式反应工具，做Agent 很重不够灵活，我呢一直是鄙视的态度看待。用他的产品也是仅用了他的文档处理相关的，比如confluence解析等。 ...

做通用智能体，首先从 DeepResearch 功能入手。几乎所有 AI应用 公司都会带这个功能。 在做过一些调研后，梳理下自己都这个功能的总结，理解。 首先 让一些出名的 DeepResearch 应用给出 DeepResearch 的调研报告 让我研究我自己？多少有点搞笑。 ...

近日接到通用智能体开发任务。类似 Manus，服务于公司内部一些场景，预计包含 PPT 制作，DeepResearch，小型开发任务等。 这里梳理下当前业界里的 通用 Agent。包含其产品特点，大致实现思路等。 ...

背景 近期工作中做了 LLM 长记忆功能，对此中的思路，技术做下总结。顺便为了练习自己的系统设计能力，这里按照系统设计的方式来整理 什么是长记忆 简单来说就是让大模型具备记忆功能，记住某个人。产品形态上可以是个人助手。不同于某次会话上下文记忆，长记忆具备的特点： ...