跳到正文
实时
7月13日周一
6月30日周二
6月23日周二
6月18日周四
6月17日周三
  1. LangChain Blog50

    LangChain 探索循环工程的艺术

    LangChain 通过四个循环层次提升智能体效能:基础循环执行任务,验证循环确保质量,事件驱动循环实现后台运行,爬升循环通过分析优化自身。LangChain 的 create_agent、Grader、LangSmith Deployment 和 Engine 等原语支持各层级构建,同时强调在关键节点加入人工审核以补充 AI 判断。

6月10日周三
6月2日周二
6月1日周一
5月27日周三
  1. Dify Blog75

    Dify 平台:营销人员构建可靠 AI 工作流的实用指南

    Dify 是一个 LLM 应用开发平台,让营销人员能通过可视化拖拽构建包含 LLM、向量数据库、外部 API 和逻辑步骤的结构化、可重复工作流。其可支持多模型(如 GPT-4、Claude、Gemini)并行生成内容、自动评分和路由潜在客户、将营销知识库化并支持问答,区别于仅支持单模型对话的 ChatGPT、Claude 等工具。

4月24日周五
4月16日周四
4月2日周四
3月8日周日
2月25日周三
2月10日周二
  1. Dify Blog

    Dify 指导:为工作流准备 LLM 应用提示工程

    Dify 指导如何通过定义明确的优化目标、构建包含任务描述、示例和上下文的提示,以及分离系统规则与用户输入来设计工作流就绪的 LLM 应用提示。系统提示包含永久性约束(如角色、格式、安全边界),用户提示包含请求特定内容(如文档、问题)。要求模型输出结构化结果(如 JSON),并提供证据支持评分,以减少幻觉并提高输出在下游步骤中的可用性。

1月14日周三
1月6日周二
1月1日周四
7月6日周日
5月20日周二
  1. Dify Blog

    Dify 深度研究工作流:分步指南

    Dify 通过循环变量、结构化输出和 Agent 节点构建深度研究工作流,实现迭代探索与综合报告生成。工作流包含意图识别、动态研究循环(含六变量追踪)和研究成果合成三个阶段,Agent 节点利用 exa_search、exa_content 和 think 工具完成信息收集与处理。最终输出带引用的 Markdown 报告,加速专家级研究方法自动化。

4月18日周五
  1. Anthropic Research62

    Anthropic 发布 Claude Code 智能体编码最佳实践

    Anthropic 发布 Claude Code 智能体编码最佳实践,覆盖 CLAUDE.md 配置、工具权限管理、MCP 接入、常见工作流与多 Claude 并行等做法。文中建议先用子智能体探索和规划再写代码,并给出测试驱动、截图迭代、无头模式自动化等具体流程。该文已迁移至官方文档,原博客不再维护。

    推荐理由: Anthropic 官方系统整理了 Claude Code 的配置、工作流与多实例并行方法,可作为搭建智能体编码流程的参考。

4月17日周四
  1. Dify Blog

    Dify 如何集成 InfraNodus 实现高级问答与创意生成

    Dify 用户可通过集成 InfraNodus 创建高级 AI 问答机器人,该机器人不仅回答问题,还能从知识库中挖掘洞察并生成新想法。InfraNodus 可可视化知识库为知识图谱,识别概念连接的“结构间隙”,其 API 生成针对这些间隙的见解性问题。用户可将此能力无缝集成到 Dify 应用中,用于启动对话、内容开发或为 Dify AI 代理提供智能提示,从而在网站上嵌入增强型聊天机器人。

3月26日周三
  1. Dify Blog

    使用 InfraNodus 增强 Dify RAG:扩展您的 LLM 上下文

    InfraNodus 通过生成知识库的概览,帮助 Dify RAG 更好地理解上下文,提升对开放式问题的回答质量。InfraNodus 提取主题、关系和盲点等元数据,增强 RAG 提示词,使 LLM 能覆盖更广泛的重要议题。InfraNodus 可处理 PDF、文本等数据,并支持 API 自动化提取见解,集成 Dify 后显著改善答案结构性和精确度。

2月19日周三
2月13日周四
2月7日周五
1月22日周三
12月10日周二
11月5日周二
9月13日周五
8月16日周五
6月5日周三
  1. Dify Blog65

    Dify vs. LangChain 对比分析

    Dify.AI 和 LangChain 是两种流行的 AI 应用构建工具。Dify.AI 通过可视化工作流界面使非技术人员也能快速开发 LLM 应用,显著降低开发时间和复杂度;LangChain 则需要用户自行编码调试。Dify.AI 拥有 BaaS 架构、RAG 和丰富 API 等功能,并依靠专家团队确保高负载下的可靠性能,而 LangChain 依赖第三方代码贡献可能存在维护问题。

3月11日周一
  1. LangChain Blog

    Dosu如何通过评估驱动开发提升大语言模型可靠性

    Dosu 通过评估驱动开发(EDD)提升大语言模型可靠性,使用 LangSmith 监控和搜索活动以应对增长带来的挑战。团队采用 EDD 流程改进核心逻辑、模型或提示,确保维护性能并改善薄弱环节。LangSmith SDK 提供了所需的细粒度控制和可定制性,支持将提示作为代码管理并跟踪元数据。

2月4日周日
  1. Dify Blog65

    Dify 如何构建 AI 旅游顾问

    Dify通过可视化提示词编排、操作、数据集管理及内置RAG引擎,让开发者快速构建AI应用。用户可输入目的地、天数或预算,AI旅游顾问能结合维基百科和谷歌搜索生成行程,并提供当地住宿餐饮信息、价格和评价。Dify支持部署类似Assistants API的功能,基于任何流行LLM运行,并采用gpt-4-1106-preview模型效果更佳。

1月26日周五
11月21日周二
10月23日周一
  1. Dify Blog65

    Dify.AI 推出全新提示编排模式:从基础到专家模式全面解析

    Dify.AI 发布全新提示编排模式,用户可通过切换从基础模式到专家模式获得更高控制度。专家模式面向专业开发者与提示工程师,支持高度自定义编排,允许编辑上下文、用户输入、对话历史、示例等提示元素,以实现与 LLM 或数据集的强健交互。基础模式简化应用创建,专家模式则提供更多配置选项,如 CHAT 和 COMPLETE 模型,并支持外部工具 API 调用功能。

8月1日周二
  1. Dify Blog

    文本嵌入:基本概念与实现原则

    Embedding 将概念转化为数值序列,使计算机能理解概念间关系,其向量空间中距离与原始文本语义相似度相关。OpenAI 的 text-embedding-ada-002 输出 1536 维向量,帮助计算机理解文本细微语义差异。Embedding 类似携带小抄的学生,能高效回答训练数据外问题,但受限于单次输入 token 上限(GPT-4 支持 32K tokens)。