AI Agent通关秘籍

📄️ 01-AI Agent 开发要学什么？

前言

📄️ 02-从 Tool 开始：让大模型自动调工具读文件

前言

📄️ 03-实现 mini_cursor：大模型自动调用tool执行命令

前言

📄️ 04-MCP可跨进程调用的Tool

前言

📄️ 05-高德 MCP + 浏览器 MCP：LangChain 复用别人的 MCP_Server 有多爽

前言

📄️ 06-RAG：把文档向量化，基于向量实现真正的语义搜索

大模型幻觉

📄️ 07-知识库的loader和splitter：从各种来源加载文档并分割成小块

前言

📄️ 08-LangChain全部Splitter，其实只需要其中的一个

上节回顾

📄️ 09-向量数据库Milvus：做 AI Agent开发必备技术

前言

📄️ 10-Milvus + RAG 实战：电子书语义检索助手

前言

📄️ 11-Memory 管理的三大策略：截断、总结、检索

Memory

📄️ 12-结构化大模型输出：Output Parser 还是 tool？

前言

📄️ 13-Output Parser 实战：智能录入 + 流式版 mini curosr

前言

📄️ 14-Prompt Template：组件化管理 prompt

前言

📄️ 15-Runnable：把写逻辑变成组装 chain

📄️ 16-实战练习 LCEL 组装 chain

📄️ 99-即将

- 了解skill，写skill