Learning Path
浏览 AI Agent 相关教程与章节。
AI Agent、机器学习、深度学习、数据分析与 Python 科学计算。
教程
57
Hermes Agent 近年来，AI 智能体（AI Agent）领域发展迅猛，从单纯的聊天机器人进化到能真正做事、持久记忆并自主成长的智能体。 Hermes Agent 是 Nous Research 开源的自主 AI Agent 框架，通过自然语言交互的自主 AI Agent，它可以执行终端命令、操控浏览器、读写文件、联网搜索、生成图像，并且跨会话保持记忆。 GitHub 仓库：https://github.com/nou..
Hugging Face Transformers Hugging Face Transformers 是目前最流行的开源 NLP / AI 库，提供数千个预训练模型，覆盖文本、图像、音频、多模态等几乎所有 AI 任务。 它的核心价值：把复杂的模型加载、推理、训练流程封装成几行代码。 Hugging Face 生态系统全景 Hub 40万+ 模型 10万+ 数据集 Transformers..
/* SVG 容器样式 */ .langchain-svg-container { display: flex; justify-content: center; align-items: center; max-width: 100%; margin: 24px auto; overflow-x: auto; } .langchain-svg-container svg { ma..
大模型多模态（Multimodal） 多模态（Multimodal）大模型让 AI 同时处理文本、图像、音频、视频等多种信息形式，是当前大模型最核心的发展方向之一。 本文从零开始讲解多模态的概念、发展过程、内部原理与典型能力，并在文末给出 5 分钟搭建第一个多模态应用 的可运行示例。 一、什么是多模态？ 普通大模型通常只能处理一种信息——文本，如果给传统 AI 一张图片，并问它'图片里有几只猫？'，如果不支持多..
Loop Engineering（循环工程） Loop Engineering（循环工程）是 2026 年 6 月在 AI 编程社区迅速传播的一个新概念，由 Google 工程师 Addy Osmani 系统整理，Anthropic Claude Code 负责人 Boris Cherny 和开发者 Peter Steinberger 分别在公开场合提出了相同的观点。 本文将带你从零理解什么是 Loop Engineering、它与 P..
多智能体系统（Multi-Agent System） 本章节介绍多智能体系统（Multi-Agent System）。 多智能体系统通过多个 Agent 的协作来完成复杂任务。 这是构建大规模 AI 系统的关键技术，能够实现单一 Agent 无法完成的复杂功能。 多 Agent 架构基础 多 Agent 系统的核心挑战包括三个方面。 分工问题：如何将任务合理分配给不同的 Agent。 通信问题：Agent 之间如何传递..
多模态 Agent 多模态 Agent 能够处理和理解多种类型的输入。 包括图像、语音、视频等，而不仅仅是文本。 什么是多模态 多模态（Multimodal）指同时处理多种信息模态的能力。 人类通过多种感官接收信息：视觉、听觉、触觉等。 多模态 AI 旨在让机器具有类似的能力。 常见的模态类型 文本（Text）：自然语言文字，是最常见的模态。 图像（Image）：静态图片，包括照片、图表、截图等。 语音（Aud..
n8n 入门教程 n8n（读作 'n-eight-n'，意为 'nodemation'）是目前最受技术团队青睐的开源工作流自动化平台。 n8n 的核心优势是：可视化画布 + 原生代码支持 + 完全自托管——既能让非开发者拖拽搭建，又能让开发者在任意节点写 JavaScript 或 Python，而且可以运行在你自己的服务器上，数据在本地。 n8n 是一个工作流自动化平台，让你能够将 AI..
OpenClaw (Clawdbot) 教程 OpenClaw（原名 Clawdbot，过渡名 Moltbot）是 2026 年 1 月突然爆火的开源个人 AI 助手项目，由 Peter Steinberger（PSPDFKit 创始人）开发。 OpenClaw 是一个可执行任务的智能体，我们给指令，它不仅回答，还能主动操作系统、访问网页、处理邮件、整理文件、发起提醒甚至自动编写代码。 OpenClaw 是一个把 本地算力 + 大模..
OpenClaw 一键部署 现在各大平台都已经支持这个智能体，如果不想安装在本机，可以一键部署云上 OpenClaw： 字节 ArkClaw 火山引擎云..
OpenClaw 接入飞书 OpenClaw（原 Clawdbot）是一个开源、本地优先的 AI 代理网关，能让大模型在你的电脑/服务器上 7X24 小时运行，支持直接操作电脑、浏览网页、执行命令，还能无缝接入飞书、Telegram、Discord 等聊天平台。 本章节我们将 OpenClaw 接入飞书，实现消息推送、发图、收文件，审批交互、数据同步等自动化场景。 如果你还没安装 OpenClaw，需要先安装： 使用 npm 命令全..
OpenClaw 工作原理 OpenClaw 不是一个普通的聊天机器人，而是一个住在你电脑里的私人秘书，它能通过微信、WhatsApp、Telegram 等聊天软件接收指令，帮你发邮件、查日历、打开浏览器、运行命令，甚至 24 小时自动做事！ 核心概念 概念 类比 作用 ..
OpenClaw 快速上手 使用以下命令一键安装。 macOS/Linux： curl -fsSL https://openclaw.ai/install.sh | bash Windows（PowerShell）： iwr -useb https://openclaw.ai/install.ps1 | iex 启动引导 安装完成后，运行 Onboarding 完成初始配置。这是最关键的一步： openclaw onboard --..
OpenClaw 配置目录 OpenClaw（也称 Clawdbot）的所有配置、状态数据、工作区和技能均集中在用户主目录下的 ~/.openclaw/（Linux/macOS）或 %USERPROFILE%\.openclaw\（Windows）这个核心目录中。 ~/.openclaw/ 是整个系统的根配置目录，首次安装/运行 openclaw onboard 或 openclaw onboard --install-daemon 时..
OpenClaw Skills -- ClawHub OpenClaw Skills 是包含指令代码的 Markdown 文件，用于帮助 Agent 执行特定任务或优化工作流功能。 真正让 OpenClaw 从聊天机器人变成超级助手的，其实是它的 Skills 生态 —— 相当于 AI 的 App Store。 简单理解： OpenClaw = iPhone 手机 Skills = App Store 没有 Skill 的 A..
OpenClaw 卸载指南 本文介绍如何 彻底卸载 OpenClaw，包括 CLI、Gateway 服务、配置文件以及工作区数据。 OpenClaw 卸载有两种情况： CLI 仍然存在（推荐方式） CLI 已删除但后台服务仍在运行（手动清理） 一、推荐方式（CLI 仍然存在） 如果系统中仍然可以运行 openclaw 命令，建议使用内置卸载命令。 1. 标准卸载 openclaw uninstall 该命令..
OpenClaw 接入微信 OpenClaw（原 Clawdbot）是一个开源、本地优先的 AI 代理网关，能让大模型在你的电脑/服务器上 7X24 小时运行，支持直接操作电脑、浏览网页、执行命令，还能无缝接入飞书、Telegram、Discord 等聊天平台。 本章节我们将 OpenClaw 接入飞书，实现消息推送、发图、收文件，审批交互、数据同步等自动化场景。 如果你还没安装 OpenClaw，需要先安装： 使用 npm 命令全..
Pi Coding Agent 入门教程 Pi 是一个运行在终端里的 AI 编码 Agent，类似于 Claude Code、OpenAI Codex CLI 这类工具。 Pi 的官方理念是：'There are many agent harnesses but this one is yours'（Agent 工具很多，但这个是你自己的）。 你给 Pi 一句话，它就能在你的项目目录里读文件、写文件、跑命令，循环..
AI Agent 生产部署与工程化 生产部署涉及可靠性、可扩展性、成本控制等多个方面。 工程化实践确保系统稳定运行并便于维护。 生产部署架构 生产环境对系统有更高的要求。 需要考虑可靠性、可扩展性、监控告警等多个方面。 部署模式 单机部署 适合开发和测试环境。 简单易部署，但无法应对生产级流量。 分布式部署 适合生产环境，需要考虑多个方面。 负载均衡：分发请求到多个实例。 服务发现：动态管理实例列表。 ..
/* ── 全局增强样式（WordPress 安全写法，全部限定在 .pe-article 内） ── */ .pe-note { background: #f0f9ff; border-left: 4px solid #3b82f6; border-radius: 0 8px 8px 0; padding: 14px 18px; margin: 20px 0; font-size: 15..
Python 实现 AI Agent 在深入代码之前，让我们先建立一个清晰的认知，可以把 AI Agent 想象成一个拥有大脑和手脚的智能程序。 大脑（核心）：一个能够理解、推理和决策的模型（比如大型语言模型 LLM）。它负责处理信息，制定计划。 感知（输入）：Agent 通过感官获取外部信息，如用户的指令、数据库查询结果、网页内容、传感器数据等。 行动（输出）：Agent 通过手脚影响外部世界，例如调用一个函数、发送一封邮件、在..
Python 实现 RAG 与知识检索 本章节介绍检索增强生成（Retrieval-Augmented Generation，RAG）技术。 RAG 是构建知识密集型 Agent 的核心技术之一。 通过将向量检索与语言生成模型结合，RAG 让 Agent 具备了访问和利用外部知识的能力，而不再只能依赖模型参数中'记住'的内容。 RAG 基础原理 RAG 的核心思想是把'信息检索'和&..
Python 实现推理与规划 本章节介绍 AI Agent 的核心智能能力，即推理与规划能力。 不同于传统的指令执行模式，具备推理能力的 Agent 能够进行复杂的思考过程。 它能够将复杂任务分解为可执行的步骤，并基于上下文做出决策。 ReAct 框架 ReAct（Reasoning + Acting）是一种将推理与行动相结合的框架。 在 ReAct 模式中，Agent 会交替进行推理和行动，形成一个闭环。 推理指导行..