- 综合排序
- 最热优先
- 最新优先
- 来自专栏张善友的专栏
使用C# 构建AI原生Agent应用
摘要： 随着人工智能的迅猛发展，AI 原生 Agent 应用架构成为构建智能系统的核心。本文聚焦于以 C# 构建 AI 原生 Agent，并整合 k8s 与 Dapr，搭建高效可扩展平台。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 通过k8s与Dapr的集成，我们可以构建一个高度可扩展、可观测和可维护的AI原生Agent应用平台。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 在AI原生Agent应用平台的构建部分，我们着重探讨了C#语言的应用，以及Kubernetes（k8s）与Dapr的集成方法和应用成效，揭示了这些技术在构建高效、稳定的AI原生Agent平台中所发挥的关键作用
1.3K10编辑于 2024-12-24 - 来自专栏DotNet NB && CloudNative
使用C# 构建AI原生Agent应用
摘要： 随着人工智能的迅猛发展，AI 原生 Agent 应用架构成为构建智能系统的核心。本文聚焦于以 C# 构建 AI 原生 Agent，并整合 k8s 与 Dapr，搭建高效可扩展平台。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 通过k8s与Dapr的集成，我们可以构建一个高度可扩展、可观测和可维护的AI原生Agent应用平台。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 在AI原生Agent应用平台的构建部分，我们着重探讨了C#语言的应用，以及Kubernetes（k8s）与Dapr的集成方法和应用成效，揭示了这些技术在构建高效、稳定的AI原生Agent平台中所发挥的关键作用
54020编辑于 2025-02-25 - 来自专栏Elastic Stack专栏
使用 Mastra 和 Elasticsearch 构建代理式 AI 应用
使用 Mastra 和 Elasticsearch 构建代理式 AI 应用 构建代理式 AI 应用 Agent Builder现已正式发布。 本文将介绍如何使用 Mastra TypeScript框架构建与 Elasticsearch交互的代理式应用。 Mastra Mastra是一个用于创建代理式AI应用的TypeScript框架。 Mastra Studio提供了一个用于构建和测试您的代理的交互式UI，以及将您的Mastra应用作为本地服务公开的REST API。这使您可以立即开始构建，而无需担心集成。 结论 本文展示了将Elasticsearch与Mastra框架集成以构建复杂的代理式AI应用的简单性和强大功能。
12110编辑于 2026-04-15 - 来自专栏山行AI
介绍 GPTs—零代码构建AI应用
今天，Example GPT适用于ChatGPT Plus和企业用户进行尝试，包括Canva[1]和Zapier AI Actions[2]。我们计划很快将GPT提供给更多用户。 当构建者使用操作或知识自定义他们自己的GPT时，构建者可以选择是否使用用户与该GPT的聊天来改进和训练我们的模型。 我们希望更多人参与塑造AI的行为。 我们设计GPT，让更多人能够与我们一起建设。让社区参与对于我们致力于构建造福人类的安全AGI的使命至关重要。 通过将决定“要构建什么”的人群从仅限于那些具备先进技术的人扩大，我们很可能拥有更安全、更好地与人类对齐的AI。 与人们一起构建而非仅仅为人们构建的愿望，促使我们推出了OpenAI API，并研究了将民主输入纳入到AI行为中的方法，我们计划很快分享更多相关信息。
74850编辑于 2023-11-13 - 来自专栏鱼的爱情看不出泪水
基于RDS PostgreSQL与Dify平台构建AI应用
Dify是一款开源的大语言模型（LLM）应用开发平台。它将后端即服务（Backend as Service）与LLMOps理念相结合，使开发者能够迅速构建生产级的生成式AI应用。 本文将介绍如何基于RDS PostgreSQL与Dify平台构建智能问答应用。 创建RDS 快速创建RDS PostgreSQL实例。 为RDS实例创建账号和数据库，详情请参见创建账号和数据库。
88710编辑于 2025-03-20 - 来自专栏云云众生s
使用LangChain和Gemini构建AI应用程序
整合文本、图像、音频和视频等多种方式对于创建复杂且引人入胜的 AI 应用程序变得越来越重要。 LangChain 和 Google 的 Gemini API 被证明是开发人员的完美搭档，提供了一套强大的工具包来帮助构建高级多模态 AI 解决方案。 LangChain：构建 AI 应用程序的弹性框架 LangChain 是一个强大且灵活的框架，可以简化 AI 应用程序的开发。 Google 的 Gemini API：释放多模态 AI 的潜力 Google 的 Gemini API 是一个尖端的 AI 多模态平台，使开发人员能够构建可以同时理解和处理多种方式的应用程序。 系统提示和流式传输 系统提示 处理提示中的特定指令对于控制你的 AI 应用程序的行为至关重要： from langchain_core.messages import HumanMessage, SystemMessage
84310编辑于 2024-06-08 - 来自专栏若城技术专栏
基于Amazon Bedrock_构建生成式 AI 应用
2 API的调用 打开 Amazon Cloud9 实验环境 创建环境 设置环境详细信息 熟悉 Amazon Cloud9 实验环境 查看对应的文件目录 编写调用 Meta Llama 2 API 应用 Amazon Bedrock 是一个专为创新者设计的平台，它提供了构建生成式人工智能应用程序所需的一切工具和资源。 对于AI新手和希望提升技能的专家来说，Amazon Bedrock 都是一个强大的助力。 今天我们就来一场酣畅淋漓的手把手教程， 让我们快速轻松的感受生成式人工智能的构建 登录Amazon Bedrock 点击链接 如下图所示点击开始实验 进入操作页面开启生成式ai 之旅吧！！ Meta Liama2 模型快速体验 模型这里我们选择 Meta => LIama2 Chat 70B 吞吐量 按需即可 选择完成之后 点击应用 效果演示 当我们点击应用之后 效果如下 名词解释
57810编辑于 2024-04-25 - 来自专栏云云众生s
DataStax旨在通过RAGStack简化AI应用的构建
它现在是帮助开发人员构建 AI 应用程序的技术栈的一部分。 RagStack：这个想法是提供一组技术，类似于 LAMP 堆栈对 Web 开发所做的那样，这些技术可用于创建 AI 应用。 使用 RAGStack 创建 AI 应用 最近，DataStax 更新了其产品，使 RAG 应用开发速度提高了 100 倍，该公司在 旧金山的 RAG++ 上宣布。 这个想法是提供一组技术，类似于 LAMP 堆栈对 Web 开发所做的那样，这些技术可用于创建 AI 应用。 Langflow 是一个开源的可视化框架，用于构建 RAG 应用。DataStax 在 4 月份收购了 Langflow。
36310编辑于 2024-07-12 - 来自专栏后端开发从入门到入魔
智能体应用开发：构建各类垂直领域的ai智能体应用
最近在做个类似的项目，有用到这方面的知识，顺便做一些记录和笔记吧，希望能帮到大家了解智能体应用开发 目录 引言 AI原生应用的兴起 智能体在AI中的角色 实现原理详解 机器学习基础 数据管理与关联数据库 原生应用的兴起 随着人工智能技术的飞速发展，AI原生应用逐渐成为创新的前沿。 这些应用从设计之初就将AI技术作为核心，与传统的应用程序相比，它们能够提供更加智能化、个性化的服务。 在AI原生应用中，智能体充当着用户与复杂AI系统之间的桥梁，它们使得AI技术更加易于访问和使用。 实现原理详解 机器学习基础 机器学习是智能体实现智能行为的关键技术之一。 场景模拟：设想智能体在不同情境下的应用案例。 性能指标：确定智能体的性能标准，如响应时间、准确性等。 智能体架构设计 智能体的架构设计是构建其内部结构和组件的过程。
2K11编辑于 2024-06-13 - 来自专栏DeepLearning AI
【DeepLearning.AI】吴恩达系列课程——使用Gradio构建AI应用
一、Gradio介绍1-1、Gradio介绍Gradio： Gradio是一个用于构建交互式界面的Python库。 Gradio使得构建交互式界面变得非常简单，无需编写繁琐的HTML、CSS和JavaScript代码。 二、使用Gradio构建AI应用2-1、NLP任务2-1-1、文本摘要概述：这里我们使用到的是DistilBART，可以在HuggingFace官网下载模型，地址：https://huggingface.co 文本摘要使用到的模型为使用Gradio构建文本摘要应用代码如下：from transformers import pipelinefrom transformers import AutoTokenizer
2.9K11编辑于 2025-02-10 - 来自专栏《Cloud Studio》
从技术视角解析：如何高效构建 AI 智能应用
• 研发效率不足：从原型到生产级应用，过程冗长，迭代周期长。 要解决这些问题，需要的不仅仅是模型接口，而是一个 面向应用的 AI 工程化平台。 Dify 的技术解法 Dify 提供了一个完整的智能应用构建框架，核心特性包括： • Agent 机制：支持定义智能体，赋予其任务执行、工具调用与自主决策能力。 • Agent 实践：掌握智能体的设计与应用。 • Workflow 流程化设计：实现复杂业务逻辑的自动化。 • Chatflow 构建：打造具备上下文能力的对话系统。 立即开启学习 《Dify 从入门到实战：智能应用搭建全解析》[2] 关于 CloudStudio CloudStudio 是 AI时代开发者的创客平台，也是围绕人工智能知识体系的教学内容实训平台。 探索 AI时代的应用创作，汲取AI时代的知识，你会发现它远比想象中更精彩！ 推荐阅读 从入门到精通，这样学 Linux 更高效 17个真实项目带你入门机器学习！
22210编辑于 2025-11-12 开源AI如何赋能企业级应用构建
随后出现了大量的分支应用：图像修复、动画制作、纹理生成、模型微调等等。起初，它感觉像是一个玩具。人们只是摆弄它，看看它能做什么。但很快，副业项目开始转变为真正的产品。 像Pieter Levels和Danny Postma这样的独立开发者，开发了用于生成个人资料图片、重新装饰房屋、创建专业头像的应用程序。 自此之后的实验和构建增长令人惊叹。在过去的一年半里，有200万人注册了某中心平台，其中3万人是付费客户。我们已经看到人们构建了自主机器人、实时绘图应用程序和语言模型命令行界面。 Character AI、Labelbox以及成千上万的其他企业都在某中心平台上部署模型。开源语言模型虽然我们起步于生成图像，但语言模型才是我们看到最大增长的领域。 通过构建优秀的工具，我们认为软件工程师有可能以使用普通软件的方式来使用机器学习。但我们目前只触达了这些软件开发者和企业中的一小部分。这就是我们进行4000万美元B轮融资的原因。
8210编辑于 2026-01-08- 来自专栏云云众生s
构建多模态AI应用的7大工具
译自 Top 7 Tools for Building Multimodal AI Applications，作者 Kimberley Mok。 如今，人们的兴趣正转向多模态大型语言模型(MLLM)，有报告指出，到 2028 年，多模态 AI 市场将以每年 35% 的速度增长到 45 亿美元。 其他潜在用途包括图像到文本和文本到图像搜索、视觉问答 (VQA)、图像分割和标记，以及创建特定领域 AI 系统和 MLLM 代理。 Claude 3 (https://claude.ai/) 具有强大的回忆能力，可以处理包含超过 100 万个标记的输入序列。 结论 现在有大量的多模态 AI 工具可用，大多数大型科技公司现在都提供某种 MLLM。
84010编辑于 2024-12-20 - 来自专栏李才哥
构建Web应用
构建Web应用.png 构建Web应用 基础功能 请求方法 最常见的请求方法是GET和POST,除此之外,还有HEAD、DELETE、PUT、CONNECT 等方法 PUT代表新建一个资源,POST表示要更新一个资源 通过查询字符串来实现浏览器端和服务器端数据的对应 缓存 设置缓存 · 添加Expires 或Cache-Control 到报文头中 · 配置 ETags · 让Ajax 可缓存 清除缓存 · 路径中跟随Web应用的版本号 响应JSON 响应跳转 视图渲染 在动态页面技术中,最终的视图是由 模板和数据共同生成出来的 模板 模板语言 包含模板语言的模板文件 拥有动态数据的数据对象 模板引擎 模板引擎 · 模板编译 with的应用
1.5K20发布于 2021-03-02 低代码AI开发：如何利用AutoML高效构建智能应用？
低代码AI开发：如何利用AutoML高效构建智能应用？引言随着人工智能技术的快速发展，构建高效的AI模型已成为许多企业和开发者的核心需求。 为了解决这一问题，自动化机器学习（AutoML）应运而生，它通过自动化流程显著简化了机器学习模型的设计、训练和优化，使得更多人能够轻松构建智能应用。什么是AutoML？ 使用AutoML构建智能应用的代码示例以下是一个使用TPOT库（一个基于Python的AutoML工具）构建房价预测模型的代码示例：1. 安装TPOT库pip install tpot2. 总结与展望AutoML的出现极大地推动了AI技术的普及和应用，使得更多企业和开发者能够快速构建智能应用。随着技术的不断发展，AutoML将更加智能、灵活和易用，未来有望在更多领域发挥重要作用。 希望本文能帮助你了解AutoML的基本概念和实际应用。如果你对AutoML感兴趣，不妨亲自尝试使用TPOT等工具，开启你的AI之旅！
36610编辑于 2025-04-04构建多智能体 AI 应用的5个最佳框架
例如，你可以使用 LLM 构建一个助手，能够在应用内自主为你下单购买商品并安排送货。这类基于 LLM 的助手被称为“智能体（Agent）”。 接下来的章节将介绍用于构建和集成 AI 智能体到你应用中的五大顶级平台。我们将探讨这些框架的核心特性与优势，并展示部分框架的智能体构建代码示例。 为什么使用多智能体 AI 框架？ 多智能体在企业中的应用场景 在企业环境中，Agentic AI 系统具有广泛的应用，从任务自动化到重复性操作都有巨大价值。 AI 智能体的局限性 尽管目前已有多个框架可以用来构建智能体助手，但真正投入生产使用的智能体应用仍然较少，仅有少数如 Cursor 和 Windsurf 被应用于 AI 辅助编程领域。 顶级五大多智能体 AI 框架 你可以使用多种 Python 框架将智能体集成到应用与服务中。这些框架覆盖无代码（可视化 AI 智能体构建器）、低代码和中代码开发工具。
92310编辑于 2026-03-13- 来自专栏AI进修生
快速打造AI应用！Taipy：只用Python，轻松构建生产级AI Web应用，功能强大还简单!
Insight Daily Aitrainee | 公众号：AI进修生 Hi，这里是Aitrainee，欢迎阅读本期新文章。 如果你是一名数据工程师、机器学习工程师或 AI 工程师，想要将你的数据和 AI 算法快速转换为生产就绪的 Web 应用程序，而且不需要学习任何除了 Python 之外的新语言，那么你应该看看这个叫做 Taipy Taipy 专为数据科学家和机器学习工程师设计，可以轻松构建数据和 AI Web 应用程序，它使你能够构建生产就绪的 Web 应用，而无需学习新语言，只需 Python 即可。 在本文中，我们将演示如何本地安装 Taipy，然后我会向你展示一个示例，教你如何轻松构建这个 Web 应用。 首先创建一个虚拟环境，你不一定要创建它，但最好是这么做。 正如我们之前提到的，Taipy 的主要目的是创建 Web 应用程序。 这段代码用于使用Taipy创建一个简单的交互式web应用程序，其中滑动条的值动态更新图表。
1.2K10编辑于 2024-12-02 - 来自专栏AI智能体从入门到实践
构建AI智能体：构建本地化AI应用：基于ModelScope与向量数据库的文本向量化
上一篇文章《构建AI智能体：超越关键词搜索：向量数据库如何解锁语义理解新纪元》我们是通过阿里云的api调用的text-embedding-v4模型，同样还有很多其他轻量级的模型可以很好的完成这个任务，我们今天找两个结合前期讲到的本地化部署来尝试一下 嵌入（Embedding）：通过AI模型（如BERT、CNN、CLIP等）将非结构化数据转换为向量的过程，称为“嵌入”。这个转换过程捕获了数据的深层语义特征。 这对于需要实时或批量处理大量文本的应用（如搜索、推荐）至关重要。 构建FAISS索引 6. 进行相似性搜索 7. 、推荐系统、文档去重等多种应用场景。
66921编辑于 2025-11-08 Spring AI 核心架构解析：构建企业级 AI 应用的 Java 新范式
Spring AI 核心架构解析：构建企业级 AI 应用的 Java 新范式 随着生成式 AI 技术的迅猛发展，大语言模型（LLM）已从研究实验室走向企业生产环境。 如今，Spring AI 的诞生，正是 Spring 团队对这一时代命题的有力回应——它不仅是一套工具库，更是一种全新的编程范式，旨在让 Java 工程师无需切换技术栈，即可高效构建智能应用。 AI Agent、知识问答系统、智能客服等企业级应用。 降低 AI 技术门槛：Java 开发者无需学习 Python 即可构建 AI 应用，推动“AI 民主化”。 AI 治理与合规：内容过滤、审计日志、数据脱敏，满足企业合规要求。 与 Spring Cloud AI 整合：跨服务 AI 能力编排，构建分布式智能系统。
1K10编辑于 2025-11-30- 来自专栏云云众生s
构建一个AI驱动的问答应用程序
了解检索增强生成 (RAG) 工具 Haystack 和 Milvus，同时构建一个 AI 驱动的食谱应用程序。 通过将Milvus（一个开源向量数据库）与Haystack 2.0（Deepset 用于构建端到端大型语言模型 (LLM) 应用程序和检索增强生成 (RAG) 流水线的开源框架）结合起来，您可以构建用户和开发人员渴望的那种高级应用程序 在本文中，我将解释如何利用 Milvus 和 Haystack 2.0 的强大功能，使用检索增强生成 (RAG) 创建一个 AI 驱动的问答应用程序。让我们深入了解！ 构建 AI 驱动的应用程序 在接下来的部分中，我将向您展示如何使用流行的 RAG 技术以及 Haystack 2.0 和 Milvus 向量数据库构建一个 AI 驱动的问答食谱应用程序。 设置和安装 要开始使用 Haystack 和 Milvus 进行构建，以下说明将引导您构建一个基于 RAG 的示例食谱应用程序，该应用程序允许您提出问题、请求食谱并从一组流行的素食食谱中创建膳食计划。
42910编辑于 2024-10-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号