文章目录我的Agent开源项目基础设施 skill类目openreach面向 AI Agent 的开源 Web 访问基础设施AgentForgeAgent框架模型协议层-Agent1统一模型协议层2通用ReAct Agent层3Harness Agent层Agent应用AI后端技术博客体系学习0AI理论基础篇1AI大模型层本地化部署LM StudioVLLMLocalAI2AI应用层框架脚手架向量数据库Milvusai框架langchain4jJava实现Spring AIJava框架Spring Ai alibabaJava框架langchainPython实现Qwen-AgentPython实现开发应用平台dify开源平台openclaw理论使用篇源码分析篇3AI Agent理论篇造轮子篇AI Chat项目调研篇前端优化篇Agent业务层设计实现Agent中间层设计实现通用Agent设计ReAct Agent设计Agent插件设计实现实战项目篇手写实战项目篇4AI前置数据预训练处理data-juicer我的Agent开源项目基础设施 skill类目openreach面向 AI Agent 的开源 Web 访问基础设施文章链接文章内容我开源了 OpenReach给 AI Agent 补上一层免费的 Web 访问基础设施本文介绍开源项目 OpenReach面向 AI Agent 提供 Web Search、Image Search、Read 等免费可自部署的网页访问基础设施支持多 Provider 自动降级帮助 Agent 稳定获取最新网页信息并降低厂商绑定。AgentForgeAgent框架模型协议层-Agent1统一模型协议层ChatModel文章链接文章内容统一ChatModel协议层01、ChatModel 核心协议层设计统一 API 契约封装与多协议扩展实现基于 AgentForge 开源项目讲解如何用一套 Provider-neutral 的 ChatModel 协议层统一封装请求与响应涵盖 ChatModel、ChatRequest、ChatResponse、HttpTransport 等核心契约并给出多协议扩展与工具调用落地要点。统一ChatModel协议层02、Function Calling 工具调用转换与执行扩展实现Tool 契约 ToolService 执行循环讲解 Function Calling 工具调用层的设计从 Tool 方法声明到工具规范转换再到 ToolService 推理-执行循环、参数自动合并与错误处理并用真实 curl 演练 OpenAI 与 Anthropic 的工具调用闭环。OpenAI协议文章链接文章内容OpenAI协议01、OpenAI底层协议快速理解快速拆解 OpenAI Chat Completions 底层协议messages 请求体、chat.completion 响应、finish_reason、SSE 流式增量及 function calling 的 tool_calls 细节并用 curl 演练两轮工具调用。OpenAI协议02、AgentForge 适配OpenAI接入核心实践记录 AgentForge 适配 OpenAI 的接入实践基于统一 ChatModel 协议讲解 Headers、消息、参数、响应与 finish_reason 的映射规则并覆盖流式实现、OpenAI-compatible 服务与错误处理。Anthropic协议文章链接文章内容Anthropic协议01、Anthropic底层协议快速理解快速拆解 Anthropic Messages API 的底层 wire 协议system 顶层字段、content block 消息结构、SSE 流式事件以及 tool_use / tool_result 工具调用细节并用 curl 演练两轮工具调用。Anthropic协议02、AgentForge 适配Anthropic接入核心实践记录 AgentForge 适配 Anthropic 的接入实践基于统一 ChatModel 协议讲解 Headers、SystemMessage、User/AI 消息、工具调用、参数与 stop_reason 的映射规则以及流式实现与错误处理。2通用ReAct Agent层Function Calling 核心扩展业务 ToolMCP协议文章链接文章内容MCP 协议详解历史演进、协议设计与 Client/Server 底层原理系统讲解 MCP模型上下文协议的历史演进与底层原理从 M×N 集成难题与 LSP 类比讲起展开 JSON-RPC 消息模型、Host/Client/Server 三角色、能力协商、传输与生命周期设计并给出 Java 快速搭建与对接 Agent 的完整流程。MCP 框架调研与 AgentForge 接入实现对比 MCP 主流 Java 框架LangChain4j、Spring AI、AgentScope的协议实现路线剖析 AgentForge「核心自研协议栈 官方 SDK 可选桥接」的选型依据并给出 stdio/HTTP 双传输接入与 ToolExecutor 映射的落地实践。Local工具Java代码转换文章链接文章内容AgentForge Local 工具模块核心设计原理讲解 AgentForge Local 工具模块的核心设计通过 Tool / P 注解与反射把普通 Java 方法自动扫描为 ToolSpecification并完成 JSON 参数到方法入参的类型转换与反射调用。HTTP工具REST接口适配文章链接文章内容AgentForge HTTP 工具模块核心设计原理讲解 AgentForge HTTP 工具模块的核心设计把一组 REST 接口声明式映射为 ToolSpecification 与 ToolExecutor涵盖参数四维模型、请求体智能判断、重试容错与 curl 解析互转。3Harness Agent层Agent应用AI后端技术博客体系学习0AI理论基础篇MCP服务skill技能1AI大模型层本地化部署LM Studio文章链接文章内容LM Studio 本地部署大模型详解如何在MacM1/M2/M3/M4用LM Studio零配置本地运行Llama、DeepSeek、Qwen等开源大模型支持MLX极速格式与OpenAI兼容API16GB内存即可流畅体验全程离线保护隐私。部署模型平台选型指南LM Studio vs Xinference对比LM Studio与Xinference在大模型商业部署中的许可证、性能与扩展性差异指出LM Studio因禁止大规模商用及缺乏生产级功能而不适合商业场景Xinference凭借Apache 2.0协议与分布式架构成为企业安全高效部署开源大模型的首选同时提醒务必审查模型许可证以确保合规。VLLM文章链接文章内容快速了解VLLM推理引擎本文详细解释了Xinference作为模型部署平台与vLLM高性能推理引擎的关系。Xinference支持多种推理引擎包括vLLM、SGLang、llama.cpp通过统一的OpenAI兼容API提供灵活的模型服务。文章介绍了Xinference的工作原理、引擎选择策略及实际使用方法并提供了完整的API测试命令和响应示例帮助开发者在不同场景下选择最优推理方案。LocalAI文章链接文章内容LocalAI快速本地部署大模型LocalAI是一款开源AI框架可在本地电脑部署运行各类AI模型。文章介绍了其核心特点隐私安全、成本效益、离线运行、兼容OpenAI接口、低硬件要求及多模型支持。详细说明了快速一键部署、Docker部署及Mac电脑部署方式并提供了CPU机器全流程部署教程帮助用户在消费级硬件上轻松运行大模型。2AI应用层框架脚手架向量数据库Milvus文章链接文章内容Milvus向量库Java对接使用指南系统梳理Milvus向量数据库的核心概念与实战技巧涵盖Collection Schema设计、索引类型选型、内存估算、过滤/分组/混合搜索调优及MilvusClientV2升级注意事项助力高召回低延迟的向量检索落地。快速本地部署搭建milvus向量数据库本文详细介绍了Milvus向量数据库的完整部署流程包括Docker镜像代理配置、docker-compose.yml文件下载、密码设置、服务启动及可视化工具Attu的安装使用。文章提供了具体的配置步骤和命令涵盖了Web UI访问、数据管理操作以及查询表达式编写帮助开发者快速搭建和管理向量数据库环境。Milvus系列之01、Spring boot快速集成Milvus本文详细介绍了如何在SpringBoot项目中快速集成Milvus向量数据库实现RAG检索增强生成应用。内容涵盖Milvus集合加载、Schema定义、向量索引配置及完整的CRUD操作实现提供了从基础搭建到实战应用的完整技术方案。Milvus系列之02、SpringMilvus实现RAG检索增强本文详细介绍了企业知识库构建中的关键步骤使用Apache Tika解析多格式文档通过HanLP和LangChain4j实现智能文本分片最终将分割后的文本向量化存储到Milvus向量数据库。同时介绍了Spring AI的Advisors API在RAG检索增强生成中的应用实现大模型与向量数据库的无缝集成。ai框架langchain4jJava实现文章链接文章内容01、LangChain4j 系统化知识学习笔记接入模型、AiService、持久化记忆、增强RAGLangChain4j简化大语言模型与Java集成支持多种大模型提供便捷API助力智能应用开发。02、Langchain4j tools原理与核心实践含自定义http插件本文详解LangChain4j中Function Calling的四种实现方式注解快速集成、手动注册Tools、自定义ToolSpecification及HTTP插件扩展。涵盖Spring Boot整合、源码原理剖析与Serper搜索插件实战提供完整代码示例与前端对接方案助力开发者构建具备工具调用能力的AI智能体。03、LangChain4j的stream流式tool前后机制调用深入解析LangChain4j流式调用场景下的Tool工具调用机制涵盖AiServiceStreamingResponseHandler执行逻辑、同步/异步执行模式、beforeToolExecutionHandler与toolExecutionHandler前后钩子处理流程及Handler初始化机制。04、LangChain4j快速对接VL视觉理解模型本文详细介绍了如何使用LangChain4j框架对接阿里云qwen3-vl-plus视觉理解模型支持图片URL和本地文件两种多模态交互方式包含完整的Java代码示例与iflow平台免费模型调用实践。05、LangChain4j快速对接生图模型百炼平台、智谱本文详细介绍了Java开发者如何使用LangChain4j框架对接国内主流AI生图模型包括阿里云百炼通义万相和智谱GLM的SDK集成、API调用实战及开源协议对接方案提供完整的代码示例与免费额度使用指南。Spring AIJava框架文章链接文章内容SpringAI快速搭建mcp sse client server服务本文详细介绍了基于Spring AI的MCPModel Context ProtocolSSE Server服务构建方案重点介绍了如何快速搭建基于WebFlux的MCP Server与Client服务。详细展示了Tools工具实现、配置文件设置、以及完整的链路追踪验证过程为Java AI Agent系统提供了MCP协议集成的完整技术方案。Spring Ai alibabaJava框架jmanus文章链接文章内容spring ai alibaba-jmanus 智能体动态问答全流程梳理本文详细解析了JManus智能体平台的架构与实现原理重点介绍了基于Spring AI Alibaba的OpenManus Java实现。详细梳理了计划创建、任务执行和链路追踪的完整流程包括DynamicAgent的think/act循环机制、工具调用策略以及terminate终止条件为AI Agent系统的开发提供了完整的参考架构。langchainPython实现Qwen-AgentPython实现文章链接文章内容Qwen-Agent 开源项目理解学习本文深入探讨了Qwen3-14B-AWQ量化模型的function calling实现问题分析了AWQ量化技术对模型精确格式输出的影响并提供了基于xinference和LocalAI的部署方案对比。重点介绍了如何通过正确的参数配置和prompt设计实现可靠的工具调用功能为中文大模型应用提供了实践指导。开发应用平台dify开源平台文章链接文章内容dify系列之01、快速本地一键搭建dify本文详细介绍了Dify AI工作流平台的部署方案包括不同配置级别的资源需求、Docker环境配置、国内镜像优化以及快速启动步骤。重点讲解了如何在本地或云服务器上搭建Dify环境实现LLMOps全流程管理适用于企业团队协作和生产环境部署。openclaw理论使用篇文章链接文章内容OpenClaw理论使用01、初体验快速入门学习与安装OpenClaw篇本文详细介绍了OpenClaw个人AI助手的安装配置、多渠道对接、Skills技能系统和应用场景涵盖飞书、钉钉等平台的集成方法以及本地快速部署指南帮助开发者构建自托管的智能聊天网关系统。源码分析篇文章链接文章内容一站式了解openclaw的底层原理设计实现3AI Agent理论篇文章链接文章内容何为ReAct模式 PlanAct框架深度解析Manus多智能体框架如何借ReAct模式破解复杂任务“工具乱舞”难题实现Thought-Act-Observation循环端到端成功率提升4-6倍并给出LangChain4j落地示例与开源替代方案。造轮子篇AI Chat项目调研篇channel通道对接渠道钉钉篇文章链接文章内容钉钉openclaw插件调研及本地案例学习系列-消息表情反馈功能本文详细介绍了钉钉openclaw-connector项目中表情反馈功能的实现方案包括贴表情、撤回表情的核心代码逻辑和API调用方式以及在队列繁忙场景下的优化处理策略为AI聊天机器人提供即时用户反馈的完整解决方案。前端优化篇文章链接文章内容优化篇之AI Chat响应换行渲染效果不生效本文解决了AI对话框中JSON内容展示时换行失效的问题通过在前端对换行符进行处理确保JSON格式在Markdown渲染器中正确显示提升用户体验。Agent业务层设计实现文章链接文章内容Agent业务设计应用多渠道发布数据收集监控 自动化ai分类分析实现本文详细介绍了如何设计一套Agent业务监控系统实现多渠道数据收集、AI自动分类归因和可视化大屏展示。通过数据收集中间件无侵入记录用户问答利用AI自动化分析提升回答质量形成数据驱动优化的闭环能力。系统包含消息表、分类归因配置表等核心设计帮助运营人员实时监控Agent效果并持续优化。Agent业务设计应用钉钉发布实现问题对话点赞 数据收集实现本文详细介绍了钉钉渠道Agent应用的数据收集与反馈系统设计解决了数据黑盒、反馈缺失、问题堆积三大痛点。通过Middleware拦截、H5点赞点踩页面和监控大屏实现了完整的数据闭环包括数据库表结构、非流式响应时间计算、反馈提交等关键实现助力企业优化AI对话质量。Agent中间层设计实现通用Agent设计ReAct Agent设计文章链接文章内容长任务场景下 ReAct Agent 的可靠终止机制设计与实现本文深入剖析ReAct框架的历史设计缺陷提出通过封装FinishTool优化长任务停止判断机制。详细讲解系统提示词设计、AI消息检测逻辑及AgentSettings参数配置帮助开发者解决AI Agent在长任务场景中无法可靠终止的问题。通用Agent设计实现并发tools工具调用与AgentMiddleware补充本文详细介绍了在钉钉机器人集成服务中如何通过并发工具调用和Agent中间件机制优化执行性能。通过对比传统串行执行与并发执行方案展示了实际案例中性能提升效果从3秒优化至1.4秒同时保持了业务逻辑的灵活扩展性。通用Agent设计03、大模型Agent上下文压缩实战从原理到CompactSummarizationMiddleware实现本文深入解析了大模型Agent中上下文压缩的核心技术重点介绍了CompactSummarizationMiddleware的混合压缩策略包括Token估算、从后往前保留机制、摘要生成和智能截断等关键技术点为开发者提供了完整的大模型上下文管理解决方案。Agent插件设计实现对接HTTP接口文章链接文章内容Agent插件设计适配Agent的HTTP插件系统设计本文详细介绍了基于LangChain4j的AI插件系统设计与实现重点展示了如何通过HTTP接口快速构建插件工具并集成到AI大模型中。详细讲解了从语雀文档知识库对接到联网搜索插件的实战案例包括插件配置、CURL解析器实现、以及与AI多轮对话的function calling机制为AI Agent系统提供了完整的插件化解决方案。实战项目篇手写实战项目篇文章链接文章内容langchain4jai模型 硅谷小智 智慧医疗实战项目案例本文详细讲解基于JavaLangChain4j框架构建医疗AI智能体硅谷小智的完整实现涵盖通义千问模型接入、MongoDB记忆持久化、Function Calling预约功能、Pinecone向量数据库RAG增强及流式输出等核心技术提供从0到1的企业级大模型应用开发实战指南。4AI前置数据预训练处理data-juicer文章链接文章内容data-juicer篇-01、认识一站式数据处理系统>