00:00 / 13:38
连播
清屏
智能
倍速
点赞58
00:00 / 04:19
连播
清屏
智能
倍速
点赞158
00:00 / 02:52
连播
清屏
智能
倍速
点赞27
00:00 / 05:04
连播
清屏
智能
倍速
点赞116
谷歌震撼发布ADK智能体框架!超越LangChain 🚀颠覆传统智能体!ADK谷歌最强AI智能体发布!支持MCP与ollama!Agent Development Kit详细教程!超越AutoGen和LangChain!轻松打造多智能体系统!自带UI界面 🚀🚀🚀视频简介: ✅【实战教程】谷歌开源ADK智能体框架详解:如何利用Python工具包快速构建、评估和部署复杂AI智能体系统的全流程指南!从环境配置到实现自动代码优化的全过程演示,多智能体协作系统构建实战与Ollama模型集成的完整开发教程 🌟 本期视频详细演示了谷歌新发布的ADK(Agent Development Kit)智能体框架及其使用方法: 1️⃣ ADK基础介绍:开源Python工具包,用于构建、评估和部署AI智能体系统 2️⃣ 实际演示: - 创建基础智能体(不到10行代码) - 调用Ollama本地模型 - 实现实时天气和时间查询工具 - 使用MCP Server抓取网页内容 - 构建三阶段代码优化多智能体系统 3️⃣ 多智能体代码优化流程: - 第一智能体:根据需求编写初始代码 - 第二智能体:进行代码审计提出建议 - 第三智能体:重构代码生成最终优化版本 4️⃣ 实用功能: - 文件上传与处理 - 语音交互 - 可视化工作流 - 会话管理 - 内置评估能力 🚀🚀🚀时间戳: 0:00 谷歌ADK(Agent Development Kit)开源AI智能体框架介绍 0:28 ADK多智能体代码优化系统与UI界面功能展示 1:11 ADK框架特色:代码为中心、丰富工具生态、多智能体支持 2:06 详细安装步骤:环境配置与依赖安装 4:13 创建简单AI智能体示例与测试(科幻小说生成、文件处理) 5:23 集成Ollama本地模型(Gemma3 12B)实现代码生成 7:10 工具调用实现:天气预报与城市时间查询功能开发 9:06 MCP Server调用方法与网页内容提取示例 10:59 多智能体协作系统:代码编写、审计与优化流程 12:08 冒泡排序算法优化实例与ADK框架发展前景 #adk #ai #ai智能体 #aigc #aiagent
00:00 / 13:24
连播
清屏
智能
倍速
点赞766
llama-index 和 langchain 的不同定位 每天分享一个AI趣味小知识,今天我们来探讨一下两个业界著名的开发框架,一个是Llama-index,另一个是 Langchain ,我们试图通过比较分析来澄清其各自的优势和不同的定位? 想象一下在某日夜深人静时,只有桌角的一盏台灯亮着,你一边喝着微凉的咖啡,一边思考:到底我的项目要用 LangChain,还是要用 LlamaIndex开发框架? 就在你犹豫不决时,这两个开发框架仿佛从电脑屏幕里跳了出来,站在你面前。 Mr. LangChain 先迈着稳健的步伐走来,他拍了拍胸脯说: “放心,我是个流程管家,任务编排是我的浪漫。你需要大模型调用吗?要添加第三方工具吗?我统统替你安排得妥妥当当。只要你告诉我具体流程,我就能把整套 AI 应用编排得像流水线一样精准。” 而在另一边,Miss. LlamaIndex 带着一点书卷气缓缓走来,她像一位温文尔雅的图书馆管理员,把其怀里的书轻轻的放在你桌面上,对你说: “我不负责流程,我只负责知识。你目前所有的文档、报告、网页和数据库,我能帮你组织、拆解、切块、建索引,再把它们变成 AI 能看得懂的知识库。” LlamaIndex只专注做一件事:让你的私域知识变成 AI 的长久记忆。这不就是我们常说的RAG检索增强生成的场景吗! LangChain负责“流程要怎么走”,LlamaIndex 负责“知识要怎么找”。 一个像导演,一个像编剧;一个负责调度镜头,一个负责构建内容。它们不是竞争关系,而是天然的互补。 当你把它们用对地方,你就会突然领悟到:LangChain 让你的 AI 会“办事”,而LlamaIndex 让你的 AI 会“懂事”。
00:00 / 02:24
连播
清屏
智能
倍速
点赞1