使用图数据库与大型语言模型（LLM）结合，增强检索生成（RAG）系统的能力。通过将非结构化文本转为向量嵌入，并利用知识图谱（如Neo4j）处理结构化数据，实现复杂查询。通过集成LLM和知识图谱，结合语义搜索与精确查询，创建一个强大的RAG应用程序。该系统支持供应商过滤、计数、分组和基于描述的语义搜索，为企业数据处理提供全方位解决方案。

Most AI apps today follow a familiar chat pattern ("chat" UX). Though easy to implement, they create unnecessary interaction overhead, limit the ability of us humans to scale ourselves, and fail to…

We are introducing Magentic-One, our new generalist multi-agent system for solving open-ended web and file-based tasks across a variety of domains. Magentic-One represents a significant step towards developing agents that can complete tasks that people encounter in their work and personal lives. We are also releasing an open-source implementation of Magentic-One(opens in new tab) on Microsoft AutoGen, our popular open-source framework for developing multi-agent applications.

Agentic RAG System Architectures: Explore dynamic frameworks merging RAG and AI Agents to enhance decision-making, retrieval, and more.

近年来，大模型技术迅猛发展，成为人工智能领域的关键驱动力。这些模型具备前所未有的参数规模和复杂性，使得机器在理解与生成人类语言、图像等方面达到新的高度。在金融行业，大模型通过智能投研、风险控制等应用，提升了金融服务的效率和精准度。但大模型在金融应用的深度和复杂度上仍有待提升，大部分应用还是以问答的形式实现信息的获取、总结和提炼。对于更为复杂的任务如金融文档写作，已有的单一大模型技术，虽然具备潜力帮助研究人员润色和改进已有写作内容，甚至解决人工编写过程中的诸多困难。

Micro Agent: an open-source AI coding assistant that generates reliable code by using generated tests as guardrails.

A post for developers with advice and workflows for building effective AI agents.

随着《个人信息保护法》的正式实施，国内对个人信息的保护意识显著提高。在这样的背景下，各企业也开始强化员工的信息安全培训，以提高整体的信息保护意识和处理能力。

为了加强团队成员的信息安全意识，我们开展了“信安小卫士”项目。落地方式为通过选择题的形式进行企微消息推送。但随着时间的推进，题库的更新速度和题目的多样性逐渐无法满足需求。

在2024年的今天，结合当前人工智能技术的进展，特别是大语言模型在各行各业的广泛应用，我们提出一个问题：“能否利用大语言模型（LLMs）来生成题库内容呢？”

本文将着重探索AI技术，特别是大语言模型和RAG（Retrieval-Augmented Generation）在信安小卫士中的应用，展示如何通过RAG来优化问答题的生成流程，及通过结合已有垂直领域的知识库，来提高内容质量，最终解决题库更新慢和多样性不足的问题。

本文对当前具身智能体的相关关键技术演进趋势、核心技术、进展和未来方向进行探讨，并结合亚信科技的人工智能实践和行业定位，分析了具身智能体的发展路线和相关技术进展，以期为关注该领域的从业者与学者提供参考借鉴。

随着人工智能技术的飞速发展，AI Agents（人工智能代理）在各个领域的应用日益广泛。

Agent无疑是本年度大模型领域最火的概念，“调用工具”、“任务编排”、指令延伸”各种概念层次不穷。Agent到底是什么？为什么需要它？内部是如何工作的？有什么挑战？对于这些疑问，笔者将在本文中阐述，并结合实战的例子揭秘其内部工作机制。

AI Agent重构微服务治理解决运维复杂性难题。

本文将探讨如何利用AI技术，特别是AI Agent，来破解难题，提升研发效率。通过具体的案例和实践，我们将看到AI Agent如何在问题排查、测试数据生成和知识传承等方面发挥重要作用，成为工程师们高效工作的“神队友”。

作者结合实践经验，以复杂表格智能问答POC项目为切入点，结合大模型的哲学三问（“是谁、从哪里来、到哪里去”），穿插阐述自己对大模型的一些理解与判断，以及面向公共云LLM的建设模式思考，并分享软件设计+模型算法结合的一些研发实践经验。

商品标题中关键词的好坏是商品能否被主搜检索到的关键因素，使用大模型自动优化标题成为【AI经营】中的核心能力之一，本文讲述大模型如何帮助商家优化商品素材，提升商品竞争力。

人工智能时代已然到来，它不仅深刻地改变了我们的日常生活，比如通过智能助手安排日程、利用推荐系统享受个性化服务，还极大地推动了各行各业的创新与发展。从医疗健康到环境保护，从智能制造到金融服务，AI的应用正在不断拓宽边界，提升效率与精准度。