【学习各类API】 智能体领域可能仍然看起来像是一种“疯狂科学家”式的实验，但已经有一些非常强大的模型可以尝试，本文介绍其中最流行的11个开源AI Agent框架。

【AI驱动】 本文深入探讨了两个引人注目的用例 —增强型客户服务聊天机器人 和 图像生成— 探索它们当前的挑战、使用 Bedrock 的 AWS 解决方案以及潜在的优势。

【AI驱动】 本文，王吉伟频道为整理了20个构建Agentic workflow的开源项目，帮助大家更好地理解与应用智能体工作流。

【AI驱动】 7 月 28 日，波形智能发布了个性化自适应私人语言模型「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。在发布会之后，创始人&CEO 姜昱辰做客 Founder Park 直播间，与 Founder Park COO 艾之一起，聊了聊创业 500 天的收获与经验。

【AI驱动】 为了让大家更好地学习与理解Agentic Workflow，本文精选了25篇智能体工作流相关的论文，并将其分为技术框架、系统（套件与工具）、评估测试基准、编程语言、模型与工作流及方法论六大类，希望对大家有所帮助。

【AI驱动】 AI Agent到底有何神奇之处？企业如果要部署AI Agent，需要做好哪些准备？它会成为大模型商业化的钥匙吗？本期AIGC实战派特别邀请九章云极DataCanvas AI首席科学家缪旭，结合其对于智能体的行业观察和实践总结，就上述议题进行逐一探讨。

【AI驱动】 整体来说，目前 AI Agent 技术栈分为平台、记忆、规划与编排、执行和应用 5 个板块。

【AI驱动】 大模型成为企业数据体系中不可或缺的一部分，为企业数字化、智能化的发展提供良好的机遇和动力。本文从四个方面介绍大模型在数据领域应用的思路。

【AI驱动】 在现代软件开发中，API 设计的开放性和效率至关重要。通过大语言模型（LLM）的支持，可以构建更加智能和高效的 API 体系。本文将介绍如何设计大语言模型友好的 API，帮助企业在数字化转型中提升架构能力。我们将探讨 API 设计的常见挑战以及如何利用 LLM 技术来解决这些问题，并提供实用的设计模式和实施步骤。

【AI驱动】 本文详细演示了如何使用coze的多agent功能，搭建功能更加全面和复杂的AI Bot。

【AI驱动】 本篇文章主要分享的是如何基于已有的服务创建免费API插件(今日头条新闻)并通过工作流的方式和大模型链接起来的。最终再通过发布到公众号的方式，实现了实际应用场景的运用。

【API解决方案】 本文将详细展示如何使用扣子（coze）智能体API开发一个起床文案生成器，用于自己的鸿蒙应用中生成”千人千面“的起床文案。

【AI驱动】 为了探讨这一主题，红杉美国团队在"Training Data"播客上与LangChain的创始人兼首席执行官Harrison Chase进行了交谈。Harrison在ChatGPT甚至发布之前就开始创建支持大型语言模型的智能体基础设施，LangChain已经成为开发智能体应用程序的默认框架。

【AI驱动】 本文是 新加坡科研局首席AI研究员黄佳 在CSDN直播间主题分享的文字版。

【AI驱动】 本文对LLMs工具学习方面的现有工作进行全面调查。