17个Agent概念都听懂了，落到项目还是卡住？
把工具、契约、路由、约束、收敛这五组概念，对回你项目里真实存在的文件与字段——看完就知道自己卡在哪一步。「一次性搞懂 AI Agent 的 17 个概念」这类视频在 B 站被反复收藏，说明一件事：术语本身已经不再稀缺。
LangChain 实战第 8 篇：Agent ——多工具调用、状态管理与对话记忆
在上一篇文章中，我们介绍了 LangChain Agent 的基本原理。我们知道，Agent 不只是一个能够回答问题的大模型，它还可以根据用户的需求，主动选择工具、调用接口，并根据工具返回的结果继续推理。
Workflow、Agent、Tools 这三个的概念和区别介绍一下？
开场：一场把"多个 Agent 串联"问穿的追问 Workflow、Agent、Tools 这三个概念说一下，区别是什么？ Tools 是工具函数，Agent 是能调工具的智能体，Workflow 是把多个 Agent 串起来的流程——三者从小到大的关系。
第17篇：自动工具调用实战！让Agent自主判断、选工具、完成任务
欢迎回到 AI Agent 零基础实战连载系列。
不截屏不点坐标，也能让 Agent 操作桌面软件
上个月我在给一套财务对账流程做自动化。老系统没有 API，只有界面，每天要把几十张单子的数字抄进 Excel。我先试了“截图 + 视觉模型”那条路。分辨率一换、系统缩放一改、弹窗一挡，坐标就全废，模型还会很有礼貌地告诉我“已点击”。
在工程实践中，为什么有时候选择「手搓」Agent
开场：一道专测"有没有想清框架边界"的题 你平时做 Agent 开发用什么框架？ 主要用 LangChain，功能很全、上手快，工具注册、ReAct loop、记忆管理都封装好了，开发效率高很多。 那如果线上出了 bug，你怎么排查？
LangChain 学习路线（07）：Agent 入门，从 RAG 问答到智能体调用
前六篇，我们已经学习了 LangChain 的核心组件、LCEL、RAG、Milvus、混合检索和 Rerank。现在，我们开始进入一个新的阶段：Agent（智能体）。之前构建的 RAG 应用，主要解决的是一个问题：用户提出问题，系统从知识库中找到相关资料，再交给大模型生成答案。
Agent工具调用实现原理
本文介绍 AI 助手（Agent）从「用户说一句话」到「模型调用工具、异步任务跑完、结果回到对话」的完整链路。代码片段为简化示意，不代表线上原样。1. 要解决的问题一个对话式 AI 产品，模型本身只能生成文本。
低代码，Agent 编排和工作流平台差在哪：拆一遍 AgentSphere
业务团队想让 Agent 查资料、调接口、点网页、交回结构化结果，第一反应常是找个工作流平台画流程图。AgentSphere 走的是另一条路：把模型、能力、浏览器和模型路由配成一个实例，编排放进单个 Agent 的 ReAct 循环。
私有AI实战18：让本地AI动手干活，Agent工具调用实战
前面折腾了十几篇本地大模型和知识库，终于到了我感觉比较有意思的阶段。现在我们的本地AI已经能读文档、查资料、结合知识库回答问题，甚至还能在网页上进行多轮对话。但有个问题一直没解决：它知道怎么做，却不一定能替你做。