第一部分:AI编程基础理论
1.1 AI辅助编程全景认知 1.1.1 什么是AI辅助编程 传统编程是你一行一行地'手写'代码,告诉计算机每一步该怎么做。你需要掌握编程语言的语法、理解算法、记住各种API —— 学习曲线陡峭且耗时漫...
章末自测
题目 1:为什么第一版 Agent API 使用 POST,而不是 GET? 请结合请求体、任务语义和后续扩展说明,并解释为什么 message 更适合放 JSON Body。 Agent Chat 表示向服务端提交一个需要...
第06章:结构化输出(Structured Output)
1、结构化输出概述 1.1 什么是结构化输出 LangChain的结构化输出(Structured Output) 指的是: 要求模型最终返回一个符合预定义结构的数据对象,例如固定字段的JSON、Pydantic 模型、 TypedDi...
案例分析二:给飞书机器人接入 Agent,如何管理请求与任务生命周期
如果说前一个案例强调的是 Web 产品化,那这个案例更强调“企业协作入口 + 任务系统”。下面这张图从飞书用户发消息开始,一路串到 Bot 接收、API / Route、AgentService、AgentEngine,再到回...
7.3 搭建神经网络
7.3.1 自定义模型 在神经网络框架中,由多个层组成的组件称之为 模块(Module)。 在PyTorch中模型就是一个Module,各网络层、模块也是Module。Module是所有神经网络的基类。 在定义一个Module...
2.3.4 更丰富的初始化参数类型
前面讲了ChatPromptTemplate的两种创建方式。我们看到不管使用实例初始化方法,还是使用from_messages(),参数类型都是列表类型。列表中的元素可以是多种类型,前面我们主要测试了元组类型。源...
15. GIL 全局解释器锁
概念: GIL锁是 CPython 解释器中的一把互斥锁。 作用:无论 CPU 有多少个核心,在某一时刻,只允许同一个进程中的一个线程去执行 Python 代码。 结论:CPython 解释器中的多线程模型,本...
第05章:Tools
1、Tools概述 1.1 工具的重要性要构建更强大的AI工程应用,只有生成文本这样的“ 纸上谈兵”能力自然是不够的。工具是赋予大语言模型与外部世界交互能力的关键组件,从而能让智能体执行搜索、计...
第2部分:让 Agent 长出“手脚” Tool Error Recovery:工具失败了怎么办?
前面几节,我们已经把 Agent 的工具系统搭得越来越完整了。 模型会产生 Tool Call。 Tool Registry 能找到真实函数。 Tool Schema 会告诉模型每个工具怎么用。 上一节我们甚至已经实现了: read...
Working Memory:Agent 当前正在想什么?
上一节我们已经实现了 ContextBuilder,把真实 Agent 的输入从简单的: System Prompt + 用户问题 升级成: System Prompt + Agent Rules + AGENTS.md + Skills + Memory + Conversation +...










