这段时间，我一直在琢磨一个问题： 为什么现在很多智能体平台（像 Coze、Dify）都只能一维地调用大模型？流程永远是线性的：输入——输出，像拉直的管道。 可在真实的业务里，情况往往没这么简单。 一个完整流程往往是多维的：不同环节该交给不同的智能体，各自并行完成，再由一个“调度者”来分发任务。 我之前也尝试过用别的方式去模拟，但总觉得别扭，和实际业务逻辑差得有点远。 直到前段时间，我在 n8n 上把这个想法真正跑通了。 一、多智能体的雏形：AI视频工作流 我拿视频生产做了个实验。 流程是这样的：1 个…
现在获取信息太容易了，可在工作中，还是免不了被一大坨密密麻麻的文字砸脸。 老实说，我真没耐心一点点看。 有些朋友会把内容丢给 DeepSeek 或豆包，让它们帮忙排版、提炼。但我用下来觉得——不够高效，也不好分享。 所以，我干脆自己做了一个文档转精美卡片的扣子智能体。 用法特别简单：把文字或文档发给它，它会自动整理成一个排版舒服的 HTML 页面，再变成一张卡片。 我还加了点小心思，它会同时给你两张卡片。 原文卡片：一字不差，适合重要文件，信息绝不遗漏； 重点卡片：直接提炼核心内容，时间紧的时候看它就够了。 这样，…
这是一个特别特别懂流量的博主，他只是随便发几条短视频内容，点赞都能干到几百万。 我本以为跟我不会有什么交集，直到昨天，我找到了这位博主的流量密码。 你也可以复刻三国人物的一生。我叫黄忠，字汉升，是长沙最厉害的老人，也是当世屈指可数的神射手；还能讲透水浒 108 将的传奇一生。我叫武大郎，一个靠卖炊饼为生的市井小人物。 作为在 AI 领域有一定经验的技术人员，我已经利用工作流复刻了这个视频。今天带你好好拆解一下，这种历史人物连续剧，到底用 AI 怎么做的。 为什么必须拆它？ 好内容的标准就是把 “细节” 二字打磨到极…
从MCP(1)应用：通过mcp在大模型中关联应用私域数据库已可直观地感受到效果，现在来瞅瞅这个MCP工具的源代码——如何开发自己的MCP工具。简直太......请观后自品😄 回想一下，在没有 MCP 之前我们是怎么做的呢？我们多半是人工编辑描述好这些可能LLM所需要的信息——即上下文，然后粘贴给到它。 而现在，可由 MCP 这一充当着 AI 模型的"万能转接头"来帮 LLM 能自动获取数据或调用其它工具。 相信我：不久，在某些业务场景功能模块下，我们的后端应用服务中就要多出一份接口——它是MCP协议的（好比xml的…
最近的明显感受是，大模型进化的速度越来越快，相应的基于大模型衍生出来的AI工具也越来越多。 于是我开始思考，如何在这个快速变化的时代抓住一些不变的东西，来帮助自己获得一些确定性，或者说...安全感。 答案就是：「提示词」。 你当然可以用任何方式去描述这种交互方式，但提示词是一个更为广泛接受的概念，因此我选择用这个概念进行解释。 本文旨在讲清楚与提示词相关的基本概念和底层原理，帮助我们对提示词建立一个更清晰的认知，「知其然，更知其所以然」。 提示词的基本概念 所谓提示词，是指与人工智能模型交互时，用来引导人工智能模型…
最近评论
Georgelat 发布于 4 周前（09月14日）
Georgelat 发布于 2 个月前（08月17日）
苏森 发布于 2 个月前（07月30日）
Georgelat 发布于 2 个月前（07月28日）
archer 发布于 3 个月前（07月25日）