#工具使用

1个月前

转：打造你的第一个 AI 智能体：一条清晰的实战路径！我发现，许多人满怀激情地想要构建自己的 AI 智能体 (AI Agent)，结果却常常半途而废。原因无他，要么是各种概念听起来太抽象，要么就是网上的文章吹得太玄乎。如果你是真心想动手做出第一个 AI 智能体，下面这条路，你真的可以一步步照着走。这可不是又一篇空洞的理论文章，而是我本人多次亲身实践、屡试不爽的真经。 1. 挑一个极小且极明确的问题先别想着搞什么“通用智能体”了，那太遥远了。你得先给你的智能体定一个非常具体的工作。比如： - 从医院网站上预约一次医生门诊。 - 监控招聘网站，把符合你要求的职位发给你。 - 总结你收件箱里未读邮件的要点。问题越小、越清晰，设计和调试起来就越容易。 2. 选一个基础的大语言模型刚起步时，千万别浪费时间自己训练模型。直接用现成的、足够好的就行了。比如 GPT、Claude、Gemini，或者如果你想自己部署，也可以选择 LLaMA、Mistral 这类开源模型。只要确保你选的模型具备推理和结构化输出的能力就行，因为这是 AI 智能体运行的根本。 3. 决定智能体与外部世界的交互方式这是最核心的一步，但很多人都跳过了。AI 智能体可不只是个聊天机器人，它需要**工具**才能干活。你必须想清楚它能使用哪些 API 或执行哪些动作。一些常见的工具包括： - 网页抓取或浏览 (可以用 Playwright、Puppeteer 这类库，或者网站本身提供的 API) - 邮件 API (Gmail API, Outlook API) - 日历 API (Google Calendar API, Outlook Calendar API) - 文件操作 (读写本地文件、解析 PDF 等) 4. 搭建骨架工作流先别急着上手那些复杂的框架。从最基础的流程开始连接： - 接收用户的**输入**（也就是任务或目标）。 - 将任务和指令（系统提示词，system prompt）一起传给大语言模型。 - 让模型**判断**下一步该做什么。 - 如果需要使用工具（比如调用 API、抓取网页），就去**执行**它。 - 把执行的结果再**反馈**给模型，让它决定再下一步的行动。 - 不断重复，直到任务完成，或者用户得到最终的输出。这个 **模型 → 工具 → 结果 → 模型** 的循环，就是每个 AI 智能体的心跳。 5. 谨慎地添加记忆功能大多数新手都以为智能体一上来就需要一套庞大的记忆系统。其实不然。先从最简单的**短期记忆**开始，也就是记住最近几次的对话上下文。如果你的智能体需要跨越多次运行来记住事情，用个数据库或简单的 JSON 文件就够了。只有当你真的需要时，再去考虑向量数据库 (vector databases) 或其他花哨的检索技术。 6. 给它一个能用的界面一开始用命令行界面 (CLI) 就行。等它能跑通了，再给它套上一个简单的外壳： - 一个网页仪表盘 (用 Flask, FastAPI, 或 Next.js 来做) - 一个 Slack 或 Discord 机器人 - 甚至就是一个在你电脑上运行的脚本关键是让它跳出你的终端，这样你才能观察到它在真实工作流中的表现。 7. 小步快跑，不断迭代别指望它第一次就能完美运行。让它去处理真实的任务，看看它在哪儿会“翻车”，修复它，然后再试。我做过的每一个能稳定运行的智能体，都经历了数十轮这样的循环。 8. 控制好范围你很容易会忍不住想给它增加越来越多的工具和功能。**请克制住这种冲动**。一个能帮你漂亮地完成预约挂号或管理邮件的单一功能智能体，远比一个什么都想做、却什么都做不好的“万能智能体”有价值得多。学习最快的方法，就是从头到尾、完整地构建一个**特定功能**的智能体。一旦你成功做完一个，再做下一个时，你就会感觉轻松十倍，因为你已经把整个流程都摸透了。

#AI智能体 #实战教程 #问题解决 #工具使用 #迭代优化

1个月前

大象也学会使用工具给自己搔痒了

#大象 #工具使用 #动物行为 #搔痒 #自然

3个月前

工具不是让你偷懒，而是让你把有限的精力用在刀刃上。内容质量还是要自己把关，但重复的格式化工作，完全可以交给机器人。副业这事儿，拼的不是时间长短，而是效率高低。

#内容创作 #工具使用 #副业 #效率

3个月前

“生意做得好与差，不只在于经营者是否熟练掌握和使用前述工具。还有一个关键性的决定因素——经营者的进取心，也就是经营者对自我的期许有多高、对成就的渴望有多强烈，这直接决定了经营者设定的目标经营规模有多大。”

#生意 #经营者 #进取心 #工具使用 #目标设定 #自我期许 #成就渴望

3个月前

OpenAI又偷偷升级了ChatGPT 现在GPT 4o和GPT 4.5具备了思考能力考虑到这俩模型都是常规非推理模型猜测OpenAI对模型进行了类似o3的工程化改造，应该增加了一些工具使用试了下，确实效果牛逼很多啊你们抓紧试试！

#OpenAI #ChatGPT升级 #GPT-4.5 #思考能力 #工具使用 #o3工程化

3个月前

如果你不这样使用 Cursor，那你就用错了来自：ℏεsam

#Cursor #工具使用 #高效工作 #鼠标快捷键 #效率提升

3个月前

作为业余代码爱好者，我基本上不怎么用像cursor之类的工具。大部分时间都是在chatgpt里面查一下，然后拷贝几行代码就完了。

#业余代码爱好者 #工具使用 #ChatGPT #代码复制

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3个月前

design pattern其实只有一种： Re(asoning)Act Act= reflection + tool use + Planning 作为LLM要从语义里找到这些action的因果、迭代、改进的方法，理解背后的动机，并激活生成路径。

#设计模式 #反思 #规划 #工具使用 #生成路径 #动机理解 #LLM

4个月前

如何用扳手打开挂锁？🤔

#工具使用 #开锁技巧 #安全知识 #DIY

4个月前

99% 的扣子工作流的使用场景：因为不知道有工具可以一键解决问题因为不知道大模型可以用 markdown 格式做 input 文本的分割因为不知道最最基础的提示词工程所以强行把一个步骤拆成N个节点，为了做工作流而做工作流扣子商店里面点赞最多的工作流，实战水平基本是当众拉💩

#工作流 #工具使用 #大模型 #Markdown #提示词工程 #效率 #工作流商店

4个月前

AI生成的长内容，粘到 X上，经常很拥挤，阅读体验不佳分享个小技巧提示词：“重新排版，有呼吸感” 用 Dia浏览器或其他模型处理后，就会添加换行和分割线。先复制到纯文本编辑器，比如Sublime 3等，再粘贴回编辑框时，效果就出来了。

#AI生成 #阅读体验 #提示词 #重新排版 #工具使用 #文本处理

5个月前

今天计划整理下今年公众号发布的文章和数据。但后台没看到导出地址。抱着试试看心态，用Dia写了个提示。 “提取文章标题，浏览人数，点赞人数，分享人数，点❤人数，留言数，划线数，打赏金额，文章网址，制作成csv” 除了，文章网址没有提取对，其他一点没错！又一次被Dia浏览器震撼！

#公众号 #Dia浏览器 #数据导出 #编程 #工具使用 #数据分析

马东锡 NLP 🇸🇪

5个月前

「Agent, RAG, Reasoning」论文 ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning ReSearch，充满了 ReAct 的影子。它教会模型“何时求助于世界”；但局限在于，ReSearch 只能依赖一种工具。作者提出了一种创新的框架，名为 ReSearch，旨在通过强化学习（RL）训练 LLM 在推理过程中有效地反复利用 search API 完成任务。从任务形式上，它解决的是增强LLM+ RAG的问题，但并不同于基于 embedding 的单轮相似度检索方法。它关注的是多次 query、反复调用 search API 来完成信息查询任务。并不同于基于embedding去单次算相似度的方法，它解决的是多次query，反复调用search API完成外部信息查询的问题。而反复调用 API，涉及推理能力去决策调用的时机，以及生成调用的参数 —— 这是一个典型的 agent + function calling 场景。 ReSearch目标将这种search的reasoning能力通过RL学到。具体来说，ReSearch 采用了专门为搜索功能设计的训练模版： <think>...</think>：表示模型的思考过程； <search>...</search>：表示模型发起的搜索查询； <result>...</result>：表示搜索引擎返回的结果； <answer>...</answer>：表示模型给出的最终答案。特别地，ReSearch 的奖励函数不是仅仅基于答案对错，而是采用 rule-based 的组合机制：基于答案的 F1 相似度 + 输出格式是否符合模板，以此优化 policy，微调语言模型参数。此时不免再次提及 ReAct：ReSearch 充满了 ReAct 的循环影子——： Reasoning：模型的思考过程； Action：模型发起的调用； Observation：工具返回的反馈。 ReAct 是神作，它以 verbal reasoning （人话）的方式，将原本充满数学公式的 RL 概念转化为语言链式推理，让 LLM 学会如何使用工具，优雅而简洁。一些思考： ReSearch 以及前几天分享的 ReTool 是非常类似的工作，它们都通过强化学习微调，将使用工具的能力内化于语言模型中，增强工具调用的鲁棒性。但它们的局限性也非常明显：ReSearch 和 ReTool 都只支持一种工具 —— search API 和 code interpreter。而 ReAct，通过 Prompt Engineering，就可以灵活调用多个外部工具。 ReSearch 和 ReTool 的 RL 框架是为“单工具、二选一调度”设计的。如果强行扩展为多工具，训练信号将更加稀疏、credit assignment 更加困难，其策略网络、reward assignment、以及 rollout 表达能力都需要重新设计。我们距离真正原生具备多轮、多工具能力的通用 Agent，还有一段距离。

#agent #RAG #reasoning #Research #React #强化学习 #大模型 #Reinforcement Learning #工具使用 #创新框架

6个月前

卫生间里要换根管子，管子在器具背面，贴墙，紧固螺栓在凹槽里，换了四五种工具，要么够不着，要么卡不住，要么没法使劲，都行了，手柄又顶着东西，转不动，尝试着折腾大半个小时，无解，只有腰酸背痛两眼发黑，瘫坐。一怒之下直接拿手去拧，诶，好像动了一点，再使劲拧，妈的确实手就能拧动。想哭。

#家庭维修 #卫生间维修 #DIY #工具使用 #手工操作

7个月前

如何在没有开罐器的情况下，打开罐头？🤔

#生活技巧 #开罐头 #工具使用

8个月前

今天再次让机器人做事了，其实和前两次做的是同一个事情，不过这次我加上一些工具，另外完善了一下流程，我现在提示词也让他自己来分阶段以后自己完善了，另外在每一步之后加上了一个让机器人读文档来检查工作细节的环节，看看这次效果如果。

#机器人 #流程优化 #人工智能 #工作效率 #自动化 #工具使用