智能体

淘宝主播Agent的Harness工程实战，深入解析主播场景下Agent的上下文工程、安全防护、DAG规划、记忆系统等八大工程实践，构建高可靠直播AI系统。

QwenPaw 是 AgentScope 2.0 开源的个人 AI 助理平台。本教程从概念、原理、架构、实现四个维度拆解 Agent OS 设计，涵盖 ReAct 循环、工作区隔离、治理层、沙箱与 MCP 驱动等核心机制，助新手理解工业级 Agent 系统

系统梳理 Loop Engineering（循环工程）的概念起源、演进脉络、核心架构、典型 Loop 模式、失败护栏、应用场景与未来走向，帮助读者从工程视角理解如何让智能体真正自主运转。

全面解析AI Agent架构原理，从用户提问到任务完成的完整闭环，涵盖执行循环(ReAct)、工具调用(Function Calling)、知识库接入(RAG)、记忆系统等核心模块，并深入探讨工程落地实践与最佳实践。

围绕「Agent = LLM + 上下文 + 工具」核心公式，系统解析AI Agent设计原理与工程实践，涵盖上下文工程、记忆系统、工具调用、Coding Agent、多模态交互与多Agent协作等10大领域，配套28个可运行项目源码开源。

从核心组件到生产部署，全面解析AI Agent智能体系统架构设计，涵盖单Agent架构、多Agent协作、记忆系统、工具调用及LangGraph等主流框架对比，提供完整的技术栈选型建议。

基于LangGraph工作流编排与RAG混合检索架构，覆盖多租户隔离、智能体引擎（ReAct/Plan-and-Execute/Multi-Agent）、对话引擎、知识库引擎、插件化模型管理、ASR/TTS多模态、数据库设计、API接口、K8s部署运维的完整技术设计。