- brief introduction
- Table of contents
- Latest documents
16、AgentSkill详解
Agent Skills 一、MCP 之后，我们还需要什么？ MCP（Model Context Protocol）由 Anthropic 团队提出，其核心设计理念是标准化智能体与外部工具/ 资源的通信方式。想象一下，你的智能体需要访问文件系统、数据库、GitHub、Slack 等各种服务。传 统做法是为每个服务编写专门的适配器，这不仅工作量大，而且难以维护。MCP 通过定义统一的协议规 范，………
李智 - March 11, 2026, 11:42 a.m.
15、LangGraph与Agno-AGI深度对比分析
1. Agno 轻量级Python多智能体系统框架 1.1 项目概述 Agno是一个轻量级Python框架，专为构建多智能体系统（MAS）而设计。它支持开发具有不同能力级别 的智能体： - 基础工具代理 - 知识增强代理 - 记忆与推理代理 - 团队协作代理（多代理） - 确定性工作流代理 框架提供完整的开发生态，包括知识管理、工具集成、向量数据库支持和可视化Playground。 Github………
李智 - Nov. 3, 2025, 12:49 a.m.
14、企业级智能分诊系统RAG项目
基于langGraph的Agent RAG项目 支持多轮检索 支持长期记忆 支持web UI 界面 【附件】rag_system.zip
李智 - Oct. 17, 2025, 1:45 p.m.
13、基于LangGraph的多智能体交互系统
多智能体路由系统 基于 LangGraph 框架构建的多智能体系统，能够根据用户输入动态路由到相应的功能模块，实现工具调用和智能问答。 项目概述 本项目是一个智能路由多智能体系统，核心功能包括： 智能路由：使用大语言模型分析用户输入，自动分类并路由到相应处理模块 工具调用：集成高德地图 API 实现路线规划功能 智能搜索：提供强大的搜索能力 自主聊天：支持自然语言对话 上下文记忆：保持对话连贯………
李智 - Oct. 11, 2025, 1:57 p.m.
3、RAG技术与应用
RAG技术与应用 💡 学习目标 大模型应用开发的三种模式（范式） RAG技术概述 RAG核心原理与流程 NativeRAG实现步骤 LangChain快速搭建本地知识库 三大阶段有效提升RAG质量的方法 1. 大模型应用开发的三种模式 Thinking: Prompt vs RAG vs Fine-tuning 什么时候使用？ 2. 什么是 RAG ？ RAG（Retriev………
李智 - Oct. 8, 2025, 6:29 p.m.