当前学 agent 有必要学 langchain langgraph 吗,还是 cc,hermes,openclaw 先扒一扒源码
感觉出圈的 agent 好像都不是 langchain langgraph 的。
age - 钛刻 - 科技风向旗 - 深度刻画技术趋势,引领数字未来 - 第91页 - 钛刻科技 | TCTI.cn - 钛刻 (TCTI.cn) 为您提供最前沿的硬核科技资讯、深度评测和未来技术趋势分析。
共 4169 篇相关文章 · 第 91 / 209 页
感觉出圈的 agent 好像都不是 langchain langgraph 的。
[API Error: {“error”:{“message”:“{"error":{"message":"Request contains an invalid argument.","type":
用了一些 skill ,搜索使用 searxng token 降下来了,但是好像结果不是很满意,大家有什么好的数据渠道么,是不是付费的会好一点
感觉出圈的 agent 好像都不是 langchain langgraph 的。
很久没有嫖过Gemini了,最近想想,免费额度可以拿来给Hermes Agent做副模型,执行一些简单的小任务。但是翻了半天文档,说实话都没找到Free Tier一个相对权威的免费额度,有无佬知道免费额度大概有多少呢? 6 个帖子 - 4 位参与者 阅读完整话题
创建或粘贴至.pi/agent/models.json 即可 { "providers": { "opencode-go": { "apiKey": "your-api-key", "mod
感觉出圈的 agent 好像都不是 langchain langgraph 的。
感觉出圈的 agent 好像都不是 langchain langgraph 的。
L站多了好多生图站,号称都是image-2 生图,看模型五花八门,有用5.3-codex 也有5.4 5.5 的 我试了一下,好像效果都差不多。特别是处理中文都没有什么乱码。是不是都是image-2模型生图的呢,问了gpt说是 OpenAI 的 image_generation
有没有一些开源项目,能够实现跟做老板一样,你跟“产品经理Agent”说一句话,然后产品规划方案给你汇报,然后给产品开发测试运维Agent一起开会讨论方案,最终给你结果反馈。实现高度脱手的Coding环节 6 个帖子 - 4 位参与者 阅读完整话题
佬们有没有好用的api中转哇,我主要跑Agent用,最近在用Hermes+open claw他俩给我搜集资讯,写文章+配图,用的一直都是deepseek,但是deepseek没办法识别图片,跑视频和图片我是本地的comfyui,开了gpt的plus会员但是没有api,然后不想每个
用Hub的一定要慎重,怎么制裁他??? 搞七捻三 怎么制裁他??? [image] [image] 补充一下: [image] [image] 本来上午给Codex设定好计划任务(搭了一个plus和中转在sub2api号池混用),然后去开会吃饭 吃饭刷贴看到佬的讨论,发现我也使用
GoPay貌似拉闸咯,支付已经deney了 { "status_code": "202", "status_message": "Your transaction is denied. Please try a
这是我做的黑袍纠察队最终季剧照,大家来看一下,确实做的很好 剧透 剧透 7 个帖子 - 4 位参与者 阅读完整话题
各种 claw+hermes 我都试过,以及我自己工作生活也开发了一些 agent (只用了最简单的 memory 模式,就是几个 md 文档)。 不知道是不是我用的不对,我总觉得 memory 是一个伪概念,试图把 agent 包装成一个 AGI 的产品,对实际工程化的帮助并没
AI 效能官 Aengt 架构师 高级 AI 开发工程师 AI 应用开发工程师 "高级/专家 AI 流程开发工程师 ( Agent/自动化方向)" "高级/专家 AI 应用工程师 ( Agent Ops )"📩 : zcgs2149@gma
各种 claw+hermes 我都试过,以及我自己工作生活也开发了一些 agent (只用了最简单的 memory 模式,就是几个 md 文档)。 不知道是不是我用的不对,我总觉得 memory 是一个伪概念,试图把 agent 包装成一个 AGI 的产品,对实际工程化的帮助并没
类似于paperclip、multica的,多agent协作的项目 1 个帖子 - 1 位参与者 阅读完整话题
用了一些 skill ,搜索使用 searxng token 降下来了,但是好像结果不是很满意,大家有什么好的数据渠道么,是不是付费的会好一点
单号Agent 缓存率确实高,95%+ 输入 : 输出 = 99.716% : 0.284% 缓存输入占总输入比例 95.89% 思考占输出比例 30.67% 未缓存输入 : 缓存输入 : 总输出 ≈ 4.10% : 95.53% : 0.37% 每 1M tokens(配平后)