当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

Java后端如何高效实现AI Agent工具调用：从注册、发现、执行到回填的全流程拆解

源自113位全网作者

05-22 14:00

精选参考来源

看到很多朋友问过一个问题，为什么给我的 Claude Code 安排任务，它都不会一口气执行完，而是跑最多几十分钟就停下来，然后问我要不要继续。例如让它把项目中的单测全部补全（大概 1k 个），它跑了大概 200 个就停下来了。cc 并不是对一句话任务抗拒，如果不理解它的执行机制，很难设计出能跑长程任务的 harness 流程。在执行一个超大任务的时候，单 agent 的执行流程大概是这样的：1）刚开始是高效模式，指令遵循效果特别棒；2）跑了大概 80k tokens 的时候，context 开始逼近 compact 阈值；3）紧接着，对话历史被压缩为摘要，模型开始忘记刚才修复单测的细节；4）再经过一两轮 auto-compact，它甚至会开始重复检查已修复的测试，当触发 maxTurns 并且 response 没有 ToolUse 指令时，模型会退出任务，然后开始询问用户："我已经修复了约 200 个测试，要继续吗？"如果你在当前 session，回复继续，接下来的工作，它会做的更加不符合预期，并且退出得更快。任何试图在一个 agent session 内完成海量工作的方案，最终都会碰到 context 膨胀 → compact → 信息丢失 → 效率下降的问题。其实优化方向也特别简单，设计一个主-子 Agent 的运行模式（任务调度器），同时将任务进度写到 file system 中（进度持久化），每个子 agent 有独立 context、独立退出逻辑，主 agent 只负责调度和进度追踪，从而绕过单一 agent 的所有瓶颈。因此给 cc 的指令需要包含至少这三部分：1）任务分解。不要给一个无边界的指令（如修复所有单测），而是先扫描出所有失败测试，按目录或模块分组，每组 15-30 个，作为一个独立子任务。关键是每个子任务的 prompt 必须自包含——写清楚文件路径、错误现象、期望行为，不能写"根据之前的分析来修复"，因为子 agent 看不到父 agent 的历史。2）进度持久化。在项目根目录维护一个 progress.json，记录 completed / failed / pending 三个列表。主 agent 每轮调度前读这个文件决定下一批任务，子 agent 完成后更新对应条目。这样即使主 agent 自己被 compact，重读文件就能恢复全部状态。3）失败策略。子 agent 报错时，如果错误可修复，用 SendMessage 继续同一个子 agent（保留错误上下文更高效）；如果方向完全错了，启动新的子 agent 避免锚定在错误路径上；多次失败则上报用户，不要无限重试烧 token。Claude Code 其实已经内建了这套能力。最直接的方式是启用 Coordinator Mode（输入 /coordinator），主 agent 自动变成纯调度者：它不执行任何实际工具调用，只负责理解子 agent 的返回结果、合成下一步的具体指令、并行派发独立任务；而每个子 agent 会通过 AgentTool 启动，它们有独立 context。记住一句话就行了：设计多个 agents，各司其职、快进快出，把进度交给文件系统来记忆。

2026年必将是“智能体应用”大爆发的一年，一个迹像就是开发框架的快速迭代与成熟。比如，Java生态圈中的Spring AI，不到一年的时间，稳定版已经演化到1.1.4 ， 2.0版也在路上了。国内的阿里跟进得也很迅速，当前的版本，Spring AI Alibaba 1.1.2，适配1.1.2版的Spring AI。这些框架，将大模型的相关功能进行了深度封装，提升了开发效率，并且可以与已经非常成熟并且在互联网后端普遍应用的Spring其他框架紧密集成，将Spring技术家族整体推进到“深度集成智能服务”的时代。Java后端程序员，又需要更新技能清单了。

全部
来源

内容由AI生成

1. 看到很多朋友问过一个问题，为什么给我的 Claude Code 安排任务，它都不会一口气执行完，而是跑最多几十分钟就停下来，然后问我要不要继续。例如让它把项目中的单测全部补全（大概 1k 个），它跑了大概 200 个就停下来了。cc 并不是对一句话任务抗拒，如果不理解它的执行机制，很难设计出能跑长程任务的 harness 流程。在执行一个超大任务的时候，单 agent 的执行流程大概是这样的：1）刚开始是高效模式，指令遵循效果特别棒；2）跑了大概 80k tokens 的时候，context 开始逼近 compact 阈值；3）紧接着，对话历史被压缩为摘要，模型开始忘记刚才修复单测的细节；4）再经过一两轮 auto-compact，它甚至会开始重复检查已修复的测试，当触发 maxTurns 并且 response 没有 ToolUse 指令时，模型会退出任务，然后开始询问用户："我已经修复了约 200 个测试，要继续吗？"如果你在当前 session，回复继续，接下来的工作，它会做的更加不符合预期，并且退出得更快。任何试图在一个 agent session 内完成海量工作的方案，最终都会碰到 context 膨胀 → compact → 信息丢失 → 效率下降的问题。其实优化方向也特别简单，设计一个主-子 Agent 的运行模式（任务调度器），同时将任务进度写到 file system 中（进度持久化），每个子 agent 有独立 context、独立退出逻辑，主 agent 只负责调度和进度追踪，从而绕过单一 agent 的所有瓶颈。因此给 cc 的指令需要包含至少这三部分：1）任务分解。不要给一个无边界的指令（如修复所有单测），而是先扫描出所有失败测试，按目录或模块分组，每组 15-30 个，作为一个独立子任务。关键是每个子任务的 prompt 必须自包含——写清楚文件路径、错误现象、期望行为，不能写"根据之前的分析来修复"，因为子 agent 看不到父 agent 的历史。2）进度持久化。在项目根目录维护一个 progress.json，记录 completed / failed / pending 三个列表。主 agent 每轮调度前读这个文件决定下一批任务，子 agent 完成后更新对应条目。这样即使主 agent 自己被 compact，重读文件就能恢复全部状态。3）失败策略。子 agent 报错时，如果错误可修复，用 SendMessage 继续同一个子 agent（保留错误上下文更高效）；如果方向完全错了，启动新的子 agent 避免锚定在错误路径上；多次失败则上报用户，不要无限重试烧 token。Claude Code 其实已经内建了这套能力。最直接的方式是启用 Coordinator Mode（输入 /coordinator），主 agent 自动变成纯调度者：它不执行任何实际工具调用，只负责理解子 agent 的返回结果、合成下一步的具体指令、并行派发独立任务；而每个子 agent 会通过 AgentTool 启动，它们有独立 context。记住一句话就行了：设计多个 agents，各司其职、快进快出，把进度交给文件系统来记忆。

2. 2026年必将是“智能体应用”大爆发的一年，一个迹像就是开发框架的快速迭代与成熟。比如，Java生态圈中的Spring AI，不到一年的时间，稳定版已经演化到1.1.4 ， 2.0版也在路上了。国内的阿里跟进得也很迅速，当前的版本，Spring AI Alibaba 1.1.2，适配1.1.2版的Spring AI。这些框架，将大模型的相关功能进行了深度封装，提升了开发效率，并且可以与已经非常成熟并且在互联网后端普遍应用的Spring其他框架紧密集成，将Spring技术家族整体推进到“深度集成智能服务”的时代。Java后端程序员，又需要更新技能清单了。

3. 用 AgentScope Java 开家 AI 奶茶店

4. 13 讲实战课全上线！让 Java 开发者快速入局 AI 应用开发

5. 手把手彻底学会 Agent Skills！【小白教程】

6. n8n上线Chat Hub！工作流秒变GPTs、仅使用权分享终于实现了

7. 在线开发中，构建高效智能AI代理系统是一大挑战，各种技能、记忆管理、安全检测、持续学习等环节缺一不可。Everything Claude Code 是一套开源的AI代理性能优化系统，专为Claude Code、Codex、Opencode、Cursor等多平台AI工具打造。它不仅集成了丰富的智能子代理（code-reviewer、security-reviewer等），还有自动学习的“本能”系统，助力代码质量、测试驱动开发、自动安全扫描，真正实现生产级别的多技能智能协同。GitHub：github.com/affaan-m/everything-claude-code主要功能：- 多平台全兼容，支持Claude Code、Codex、OpenCode、Cursor等主流AI编码工具；- 完善的技能库，覆盖测试驱动开发、代码审查、安全审核、E2E测试、文档更新等工作流；- 强大的Hook机制，自动触发格式化、secret扫描、上下文持久化等操作；- 持续学习系统，自动提取开发“本能”，提升智能决策能力；- 多Agent协作支持，拆解复杂任务、多线程执行更高效；- 集成AgentShield安全扫描，1282项规则全面保障代码安全；- 详细操作指令和跨平台安装脚本，2分钟极速上手。适合开发者、团队追求极致AI辅助开发体验的必备利器。#AI开发# #智能代理# #开源神器#

8. 在线协作开发常常需要协调多个AI助手、项目任务和沟通渠道，流程复杂不便管理。OpenSwarm 是基于 Claude Code CLI 的自治AI开发团队协调器。OpenSwarm 能自动从 Linear 拿任务，执行 Worker/Reviewer 代码生成与评审，还能在 Discord 上同步进度，利用 LanceDB 实现长期认知记忆，让AI团队像真人团队一样协作。主要功能：- 多代理流水线，支持 Worker、Reviewer、Tester、Documenter 多阶段自动协作；- 集成 Linear 任务管理，自动抓取和更新任务状态；- 通过 Discord 机器人，实时控制和查看任务进展，支持命令调度和对话；- 支持 LaurentDB 向量存储，实现跨会话的认知记忆回顾；- 支持多模型提供者，如Claude和OpenAI Codex，运行时可动态切换；- 自动监控PR，处理CI失败、合并冲突和重试，释放人工干预压力；- 丰富的终端交互界面（TUI），方便开发者操作与管理；- 支持多项目调度和自动任务分配，提升协作效率；- 具备代码依赖分析及变更影响检测功能，保障代码安全和准确；适合需要用AI自动化代码开发和评审、提升团队协作效率的开发者和团队。GitHub：github.com/unohee/OpenSwarm#开源神器# #AI开发助手# #自动化编程# #团队协作# #ClaudeCode# #开发效率提升#

9. AgentScope Java 1.0 发布：当领先的 Agentic 框架遇上 Java 生态，企业级智能体开发新篇章

10. Agent 越用越聪明？AgentScope Java 在线训练插件来了！

11. Hello AgentScope Java

12. 阿里甩出 AI 王炸！ Qwen3-Max-Thinking 高调对标 GPT-5.2-Thinking，是真硬刚还是博眼球？这款阿里旗舰推理模型拿下 19 项国际基准测试高分，自带自适应工具调用，能自主搜信息、做计算，主动解决问题，还成了阿里全生态的技术底座，打通电商、本地生活等全场景实现智能闭环。有人说它缩小了中外 AI 差距，坐稳中文 AI 头把交椅，让阿里 AI 生态形成良性循环，未来可期；也有人质疑，对标全球顶尖模型只是纸面数据，落地商业场景的实际能力仍需检验。阿里这次的 AI 大招，到底是技术突破的里程碑，还是营销造势的噱头？这款模型的真实实力究竟如何，一起来聊聊吧！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqpEa95

13. 今年最火的开源Agent项目，如何思考Agent的自我进化？

14. Claude 工具调用迎来重大升级简单来说，Claude 的工具调用方式从一问一答变成了写代码批量处理。以前的流程：用户提问 → Claude 调用工具 → 拿到结果 → Claude 再决定下一步 → 再调用工具 → 循环往复现在的流程：用户提问 → Claude 先写一段代码 → 这段代码自动调用工具、解析结果、根据条件判断下一步操作 → 最终把处理好的结果交给 Claude核心变化是：Claude 不再每次调用工具后都要"回来想一想"，而是提前用代码把各种可能的情况都规划好，一次性执行完。实际效果有多好？以网页搜索为例，Sonnet 4.6 在 BrowseComp 基准测试上准确率提升了 13%，同时输入 token 减少了 32%，又快又准。以前 AI Agent 每一步都要请示大模型做决定，现在 Claude 可以预先把成百上千种决策路径写进代码里，一次性跑完。这相当于把原来需要多轮 LLM 调用的循环压缩成了一次代码执行，效率提升的潜力非常大。除了搜索之外，代码执行、网页抓取、记忆、程序化工具调用等功能也同步正式上线了。

15. 开发者常常熬夜敲代码，改动出错要手动回滚，迭代优化还得反复调试，效率低下又费时。gnhf 把 AI 代理自动化全搞定，让代理在你睡觉时持续干活 — 睡醒就有满分支干净代码和完整日志。不仅支持 Claude Code、Codex 等代理自动迭代，还内置失败回滚、重试机制、共享记忆 notes.md，甚至能多代理并行跑 worktree。GitHub：github.com/kunchenguid/gnhf主要功能：- 简单一键启动：gnhf "优化代码复杂度"，代理自动循环迭代直到目标达成；- 增量 Git 提交：成功改动自动 commit，失败 git reset --hard 回滚；- 智能失败处理：代理报错立即重试，硬错误指数退避，避免烧钱；- 共享记忆：notes.md 记录历史，代理跨迭代协作；- 运行时限制：--max-iterations、--max-tokens、--stop-when 灵活控制；- Worktree 模式：多代理同时跑同一 repo，互不干扰，睡醒审阅合并。支持 macOS、Linux、Windows，通过 npm install -g gnhf 全局安装，在 Git 仓库一键运行，适合个人开发者与团队使用。#AI代理##编程自动化#

16. 开发者在调用不同 AI 模型时，常面临账号管理繁琐、API 协议不统一以及配额限制等问题，在不同平台的 Session 和 API 之间来回切换非常耗时。Antigravity Tools 是一个高性能 AI 调度网关与账号管理工具，旨在打破不同 AI 厂商间的调用壁垒，提供一站式的本地 AI 中转方案。它不仅能将 Google 或 Anthropic 的 Web 端 Session 转化为标准 API 接口，还支持智能账号轮换与协议转换，确保 AI 业务调用稳定且低延迟。GitHub：github.com/lbjlaq/Antigravity-Manager主要功能：- 智能账号仪表盘，实时监控各账号配额健康状况并自动推荐最佳账号；- 支持一键无缝切换账号，集成 OAuth 2.0 自动授权、批量导入及权限检测；- 全协议适配，提供兼容 OpenAI、Anthropic 和 Gemini 标准格式的 API 端点；- 智能状态自愈，遇到限流或授权过期时自动触发毫秒级重试与静默轮换；- 模型路由中心，支持自定义正则表达式映射，实现专家级的请求重定向；- 深度适配多模态功能，支持 Imagen 3 高级画质控制及超大 Payload 传输。该工具基于 Tauri v2 和 Rust 构建，确保了极高的运行效率与本地数据安全性。支持 Windows、macOS 和 Linux 多平台使用，适合需要深度整合各类 AI 模型的开发者与爱好者使用。

17. 【0 元免费学】AgentScope Java 极客时间公开课上线！

18. AI Agent落地“卡壳”？腾讯云用100毫秒沙箱打通“最后一公里”｜甲子光年

19. 3天赚1200刀？纯聊天就能捏出个能搞钱的 AI Agent！【教程】

20. 刚开始接触 Claude Code 的朋友，强烈推荐你去看一个项目，叫 learn-claude-code。这个课程教的不是怎么用 Claude Code，而是带你从零实现一个类似 Claude Code 的 AI 编码 Agent。整个项目分成 12 节课，每节只加一个机制，代码从几十行慢慢长到完整版，每节都有独立可运行的 Python 文件，学起来非常丝滑。简单列一下课程脉络：前三节打基础。先搭一个最简单的 Agent Loop 加一个 Bash Tool，能跑起来就行。然后加上 Tool 的注册和调度机制，再让 Agent 学会先做计划再动手。中间几节加能力。子 Agent 拆分大任务，Skills 动态加载，上下文压缩，任务持久化加依赖图，后台异步执行。每一节都是在前一节的基础上叠加一层，逻辑很清晰。最后三节搞协作。多 Agent 组队，定义团队沟通协议，让 Agent 自主认领任务，最后用工作树做完全隔离，互不干扰。课程结尾还有一个 s_full.py，把 12 节课的所有功能合在一起，就是一个完整的 AI 编码 Agent。学完这个项目，你对 Claude Code 底层在干什么就彻底通透了。知其然也知其所以然，用起来完全是另一个境界。仓库地址：github.com/shareAI-lab/learn-claude-code在线学习平台：learn.shareai.run（建议先打开这个看可视化，体验非常好）中文 README：github.com/shareAI-lab/learn-claude-code/blob/main/README-zh.md#How I AI##科技先锋官#

21. AI Agent 很火，但 Agent Infra 准备好了吗？

22. 养个电商🦞团队，让它们自主开店、谈客户

23. AI原生电商出现，Agent帮你从建站到运营

24. 删掉 OpenClaw！Hermes Agent 才是真王炸，一键本地部署 +模型接入全教程（避坑指南） | 零度解说

25. Awesome Claude开发者和AI爱好者常常需要搜集、整理各种工具和资源，才能更高效地使用Anthropic Claude这款强大的AI助手。Awesome Claude 是一个社区维护的精选资源列表，汇集了Claude的官方资料、开源项目、教程、SDK、IDE插件、项目管理工具等，帮助你快速上手和深入挖掘Claude的能力。主要内容包括：- Claude官方资源：教学课程、API示例、模型扩展指南等；- 优质GitHub项目：代码示例、技能库、插件、AI代理等；- 教育教程：从入门到进阶的详细文档和实操案例；- 多语言SDK：Python、Java、Go、Ruby、TypeScript等客户端支持；- 项目管理与编排工具：多代理协作、工作流自动化、模板管理；- IDE与浏览器扩展：方便集成Claude功能的开发插件和界面；- 社区互动：Discord、Reddit、Facebook等活跃交流平台。无论是做复杂推理、代码生成，还是文本分析，Awesome Claude 都是探索Anthropic Claude生态不可或缺的宝库。GitHub地址：github.com/alvinunreal/awesome-claude/适合开发者、研究人员、AI产品经理等专业人士使用，快速搭建和扩展基于Claude的智能应用。

26. AI Agent从0到落地实战（二）

27. AI Agent 生产部署实战

28. Agent 应用为什么越来越需要统一 API 网关？以向量引擎中转站为例聊聊工程落地

29. 5个被大多数开发者忽视的AI Agent生产级架构设计

30. 传统Restful API快速集成AI Agent

31. AI Agent本体能力落地方案，不用Palantir，不用从零自建

32. 如何提高工具调用准确率？

33. Github热榜推荐！打造超强AI Agent的必备最佳实践指南

34. 一图看懂AIAgent全流程，吃透版！！

35. Vibe Coding 之如何通过“克隆”并定制 AI Agent 应用

36. 太香了！京东开源AI Agent神器，开箱即用

37. 2026年，传统Java开发者如何转型做AI Agent开发，详细指南来了

38. 2026 Java AI 风口

39. Agent 中间件架构

40. 当 Agent 应用遇上中间件

41. Java主流Agent框架全景概览

42. 阿里炸场开源！专为 Java 打造的企业级 AI Agent 框架，直接上生产！

43. Java 终于有自己的 AI Agent 框架了？

44. Java + Python 自研 AI Agent 实录

45. 用 Java 学透 AI Agent

46. Java 开发转型 AI Agent 开发之认识 Agent

47. 字节最火的开源Agent项目，如何思考Agent的自我进化？

48. 「对比Embabel vs Spring AI Alibaba

49. 还在纠结Java AI框架怎么选？5大框架横评对比，看完不再迷路

50. Java 生态 AI Agent 框架技术选型分析报告

51. Java 17+ 专属！一款阿里达摩院开源的 Java AI Agent 生产级框架，非常丝滑

52. AI Agent构建与工具调用机制

53. AI Agent中6种常用的设计模式

54. subagent 的常用 4 种编排模式

55. Agent 系统的资源治理架构

56. Agent Skills

57. 当 Agent 从模型调用，走向系统工程

58. AgentExecutor 嵌入 Chain

59. 开源|一款阿里达摩院发布的Java Agent 框架，支持MCP,Skill,Rag,模态,状态管理等快速实现

60. 用实例看清楚AI Agent全流程！

61. Java 写的 AI Agent 平台

62. Java AI Agent 框架

63. Java 写 AI 别只调 HTTP

64. [15章全]Java转 AI高薪领域必备-从0到1打通生产级AI Agent开发

65. 《AI Agent 遇到故障怎么办？错误处理和重试机制设计全解析》

66. 阿里面试官皱眉

67. 字节面试官问Agent工具调用失败怎么办时，大模型agent面试精选题库

68. 字节面试官

69. Agent 高频面试·第二篇

70. Agent 工作流别只会重跑

71. Agent上线七柱

72. 从“聊天”到“行动”：AIAgent、Skills正在如何重塑你的工作流？

73. 六大 AI Agent 框架深度横评

74. JAVA基础——Java Agent登场

75. 高并发压垮 Agent？3 个真实瓶颈 + 5 种硬核优化方案全解析

76. AI Agent落地难？核心卡点不在模型，而在这三大现实壁垒

77. VAKRA 之后：Agent 的失败模式要从经验判断变成可度量架构约束

78. 三分钟说清楚 ReAct Agent 的技术实现

79. 面试官：在高并发RAG Agent系统中，如何优化召回和生成阶段的延迟？

80. 02:Agent Loop 深度剖析：ReAct 循环的工程实现

81. 揭秘 SkyWalking/Arthas 核心原理：Java Agent 到底有多强大？

82. Java 后端 Agent，工具调用怎么设计？ Java 后端 Agent 面试要讲清工程闭环！这期拆解万类智生后端开发面经，覆盖 Spring AI、Agent 执行流程、上下文组装、系统提示词、工具调用、知识库、记忆、异常日志、意图识别、工具选择、参数抽取、参数校验、权限校验、工具执行、工具结果解析、工具调用和知识库问答边界、本地知识库检索、文档解析、清洗、切块、Embedding 入库、余弦相似度、RAG 语义召回、多轮对话记忆、短期记忆、长期记忆、极简 Agent 系统、RAG 完整流程、自建 Agent 和框架取舍、状态管理、可观测、重试兜底。适合 Java 后端、Spring AI、RAG、AI Agent 和后端开发面试复习。#程序员 #面试 #万类智生 #Java后端 #SpringAI #Agent #RAG #Embedding #工具调用 #后端面试

83. 智能体工具调用策略

84. 给 Python/Java/前端兄弟们的自救指南：如何平滑转型 AI Agent 开发

85. 迪哥-2025AI大模型爆火agent（打造专属的LLM智能体） - 哔哩哔哩

86. 面了个半吊子 Java 转 AI Agent 方向真的

87. AI 工程化项目实战营-毕业总结

88. 一篇搞懂 AI Agent 架构选型，避开 80% 落地坑！

89. 2026 AI Agent 框架终极选型：LangGraph vs CrewAI vs AutoGen vs OpenAI Agents SDK，谁才是生产首选？

90. Java生态下的AI框架怎么选？6款主流工具的优劣势对比

91. AI Agent 实现方案全景对比与最优选择

92. LangChain DeepAgents 速通指南（三）—— 让Agent告别混乱：Tool Selector与Todo List中间件解析

93. LLM Agent提速48.5%！PASTE：边思考边执行，破解工具调用延迟瓶颈

94. 67页Agentic AI综述：13大机构发布，4大核心范式与未来路线图！

95. Agent调用大模型 vs 普通调用，到底差在哪？一篇讲透！

96. 实测170个AI Agent技能后，致命误区：一次编写，到处运行全是陷阱

97. JBoltAI框架：Java大模型开发的架构、方案与范例

98. Java性能调优实战：AI框架的优化路径对比

99. Java+AI智能应用开发课核心实战教程分享 - 哔哩哔哩

100. 给Agent装一个执行前的"质检员"，错误率下降还是越改越乱？

101. 开源 Agent 框架 1. **Agent 框架四强**：#CrewAI 性能最强（快2-3倍）、LangGraph 最适合复杂架构、OpenAI Swarm 入门快但有黑盒问题、AutoGen 创意好但容易烧 Token 2. **2026 新标准**：从"哪个模型聪明"变成"能不能管50+Agent不崩溃"——状态管理和可控性成了关键 3. **混合模型策略**：复杂任务用 GPT-4o/5，简单任务用本地模型，能省 60-80% Token 💡 **对 OpenClaw 的启发**： - 现有的 fallback 机制（GLM-5 → GLM-4.7 → Kimi）其实已经走对了方向 - 可以考虑借鉴 CrewAI 的 Crews/Flows 双模式来优化 Skill 编排

102. Agent调试的痛点

103. 小红书大模型二面：你用过哪些Agent框架？选型是如何选的？你最终场景的评价指标是什么？

104. EPFL：用“元工具”给AI Agent降本增效

105. 一个医疗信息相关的AI Agent实践日志（一）

106. Hook System：Agent 系统的扩展性设计

107. AI智能化云盘后端大项目+AI大模型综合实战，Java大模型课2026教程

108. 26M 参数就能调用工具：Needle 给 AI Agent 的推理引擎做了一次减法

109. Java性能调优实战：3招让系统吞吐量提升300%，附JVM参数配置

110. agent产品经理的技术选型第一原则

111. 【2026最新版】保姆级AI Agent智能体开发全流程，带你完整走完从理论到企业级落地，全程无废话，学完即可独立开发智能助手！

112. 一张表搞定AI Agent选型：Claude Code / Copilot / OpenClaw

113. Java转 AI高薪领域必备-从0到1打通AI Agent开发 - 哔哩哔哩

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！