作者文章归档：course
这篇文档核心是给“智能体AI”（Agentic AI）做了一次全面的“大盘点”——简单说就是研究那些能自己定目标、会沟通协作、还能处理复杂任务的AI系统（比如帮你写代码、做数据分析、规划旅行的智能工具），分析它们的核心框架、沟通方式、优缺点，还有未来该怎么改进。
用大白话拆成几个关键部分：
以前的AI更像“按指令做事的工具”——比如你让它算个数、识别张图片，它就做单一任务，规则都是提前定死的； 现在的“智能体AI”是“有自主能力的小团队成员”： - 自己能定目标、拆任务（比如“帮我总结近期AI新闻”，它会自己找资料、整理）； ...
这篇文档核心是给“智能体AI”（Agentic AI）做了一次全面梳理，用通俗的话讲清楚了它的过去、现在和未来，还解决了一个关键困惑：别用老思路理解新AI。
文档最核心的贡献，是把智能体AI分成了两个完全不同的“流派”，避免大家混淆： 1. 符号/经典派（老...
这篇文档其实是一份“实用指南”，核心是教大家怎么设计、开发和落地能真正投入生产使用的“智能体工作流”（简单说就是让多个AI智能体协作完成复杂任务的系统）。用大白话总结下来，主要讲了这几件事：
以前我们用AI（比如ChatGPT），是“人问一句、AI答一句”；但“智能体”不一样——它能自己规划步骤、调用工具（比如搜网页、查数据库）、和其他AI配合，不用人盯着就能完成多步骤任务。
比如多个智能体分工合作：一个负责搜新闻，一个负责筛选相关内容，一个负责写播客脚本，一个负责把脚本做成音频视频，最后自动发布到GitHub。这种“各司其职、自动配合”的系统，就...
阿里云百炼（Bailian）是阿里云推出的一站式大模型开发与应用平台，于2023年10月正式发布，后续历经多次核心升级（2024年3月全链路能力升级、5月承载“云+AI”核心定位、6月引入零一万物Yi-Large模型），现已成为企业与开发者链接“云算力+大模型能力”的核心枢纽，覆盖从模型调用、定制调优到应用落地的全流程需求。
LangChain 采用模块化、可扩展、面向任务的设计哲学，将大语言模型应用拆解为可组合的功能模块，便于快速开发与复用。其架构遵循分层设计原则，确保良好的灵活性和可维护性。
根据源码层面分析，LangChain 的技术架构主要由以下层次组成：
这个仓库是一个基于Python开发的股票/基金/可转债量化分析与自动化交易类项目，聚焦A股、港股、基金（LOF/ETF/私募等）、可转债等金融品种的全流程数据采集、分析、监控与交易执行，旨在通过代码化手段辅助炒股决策，核心特性和结构如下：
以量化思维实现金融数据的自动化采集、多维度分析、实时监控，同时支持部分自动化交易（如逆回购）和持仓管理，兼顾个人炒股决策辅助与量化策略落地，代码持续更新且支持策略交流扩展。
仓库按功能拆分模块化目录，核心模块如下：
| 目录/文件 | 核心功能 |
|---|---|
analysis/ |
股票数据分析核心：次新股涨停强度分析、股票“... |