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
QoderWake 入门教程 QoderWake 让你在本机组建一支数字员工团队（Wakers），每个员工有岗位、有名字、有人设、有专长，可以被你召唤聊天或干活，也可以按计划或事件自动开工。 产品核心理念：7x24 小时数字员工，'Always awake, always working.' QoderWake 是一款数字员工管理平台，支持本地部署和云端部署。 核心特性：安全可控、生产可用、持续进化。 ..
QoderWork 教程 OpenClaw 虽然强大，其实还是有门槛的，要懂命令行，还得安装 node.js 等，各种配置，没技术还真不好整。 阿里出了一个桌面级 AI Agent -- QoderWork，这个就简单多了，下载后直接用，不需要懂命令行，软件内可以安装配置各种 skills。 我们只需要描述需求，QoderWork 就会自动拆解步骤、调用软件、执行并交付结果。 传统 AI 工具：你问，它答，动手还得靠自己。 Q..
推理与规划（Reasoning & Planning） 在构建自主 AI Agent 的过程中，如果说大语言模型（LLM）是 Agent 的大脑，工具调用（Tool Use）是手脚，那么推理与规划（Reasoning & Planning）就是将其从简单的问答机升级为自主问题解决者的核心引擎。 复杂的现实任务往往无法通过一次生成（One-pass generation）完成。AI 需要具备拆解目标、逻辑推演、探索路径..
RAG 与知识检索 RAG（Retrieval-Augmented Generation，检索增强生成）是目前最主流的 LLM 落地架构之一。 RAG 的核心思想是：让 LLM 在回答问题时，先从外部知识库中检索相关内容，再基于检索结果生成回答，而不是仅依赖模型训练时记住的知识。 这解决了 LLM 的两个核心痛点：知识截止日期（模型不知道训练后发生的事）和幻觉问题（模型在不确定时会编造答案）。 RAG 基础原理 一个完整的 R..
Token (词元) :root { --ink: #0f0e17; --cream: #fffcf2; --warm: #ff8906; --accent: #f25f4c; --teal: #0abfbc; --muted: #a7a9be; --surface: #e8e4d9; --deep: #1a1a2e; } /* ─── TOKENIZER..
AI Agent 工具与外部集成 本章节介绍 Agent 如何与外部世界交互。 工具调用能力是 Agent 与外部环境连接的关键。 通过集成各种工具，Agent 能够执行代码、访问 API、操作文件系统等。 Computer Use Computer Use 让 Agent 能够像人类一样操作计算机界面。 包括浏览器、桌面应用等图形界面。 这是实现通用人工智能（AGI）的重要一步。 核心能力 屏幕截图解析：理解屏幕..
向量数据库（Vector Database） $(function() { $('.math').each(function() { renderMathInElement(this, { // 自定义选项，如果需要的话 delimiters: [ { left: '\\(', right..
AI Agent 垂直应用场景 不同领域对 Agent 有不同的需求和特点。 通过领域定制，Agent 能够提供更专业的服务。 代码 Agent 代码 Agent 是当前最成功的 Agent 应用领域之一。 能够理解代码库、编写新代码、调试问题。 核心能力 代码补全：根据上下文预测下一段代码。 代码生成：根据自然语言描述生成代码。 代码审查：发现代码中的问题和改进点。 Bug 定位：分析错误信息，定位问题根源。..
Vibe Coding 入门教程 Vibe Coding（氛围编程）是一种全新的编程范式，我们不需要一行行手写代码，而是用自然语言描述你想要什么，AI 来写代码、我们负责审查和把控方向。 Vibe Coding 教程参考：https://www.runoob.com/vibe-coding/vibe-coding-tutorial.html 什么是 Vibe Coding Vibe Coding 一词由前特斯拉 AI..