Agent笔记 | X·myLog

password

URL

type

status

date

slug

summary

category

icon

周起始

标签

是否汉化

📌

[Python] Pydantic 让数据结构与验证融为一体_哔哩哔哩_bilibili

[Python] Pydantic 让数据结构与验证融为一体, 视频播放量 7068、弹幕量 10、点赞数 243、投硬币枚数 96、收藏人数 265、转发人数 12, 视频作者隔壁的程序员老王, 作者简介程序员一枚交流群：972933368，相关视频：一旦我找到Pydantic，我就停止使用其他所有东西，Pydantic教程：解决Python的最大问题 - pixegami，python3.13效率暴涨！NO-GIL！Python高性能时代到来！附大规模路径搜索测试！，5 个有用的 Python 装饰器，python如何优雅地替换一堆if..else，Python 中“Typing”已被弃用，如何在 Python 3.12 中使任何函数异步，[重构]求求你学一下Typing，别写屎山Python了！，为什么2024年你应该使用Pydantic，这就是为啥推荐使用现代IDE

PydanticAI初体验 - 类型安全的Agent构建框架_哔哩哔哩_bilibili

大模型（DMX）API https://DMXAPI.com ，无需特殊网络环境直接用上OpenAI和Claude API ✊推荐一个目前全网价格最实惠的合租平台，ChatGPT，MidJourney，奈飞，迪士尼，苹果TV等热门软件应有尽有 - https://dub.sh/unibus ，首单9折优惠 - 优惠码 01Coder本期视频我们一起来体验Pydantic推出的类型安全的Agent构, 视频播放量 3568、弹幕量 0、点赞数 89、投硬币枚数 33、收藏人数 217、转发人数 26, 视频作者五里墩茶社, 作者简介致力于AI与Web3知识分享与落地的社区。，相关视频：Pydantic AI：全新框架挑战CrewAI与AutoGen！轻松实现复杂AI应用与LLM无缝集成，本地部署+Agent微调数据集实战，一旦我找到Pydantic，我就停止使用其他所有东西，居然有比LangChain还好用的多Agent应用开发框架？，从零开始手把手带你基于LangGraph构建Agent智能体，看完这套实战教程，少走99%的弯路！，Pydantic教程：解决Python的最大问题 - pixegami，12项Agent智能体开发框架入门与选型！｜Coze、Dify、LangChain、LangGraph、AutoGen等工具对比分析与选型建议！，5 个有用的 Python 装饰器，Python 中“Typing”已被弃用，crewAI：替代微软autogen、清华chatdev的新型多角色agent框架，比autogen更能应对复杂情况、比chatdev更加灵活定义，支持本地部署，更新【AI企业级实战】大模型Agent智能体企业级项目实战：手把手带你搭建一套属于你的智能体，原理讲解+代码解析，超详细，LLM_大模型_微调_提示词

【软件测试/人工智能】人工智能与测试开发自动化沙龙_哔哩哔哩_bilibili

【软件测试/人工智能】人工智能与测试开发自动化沙龙, 视频播放量 2406、弹幕量 0、点赞数 39、投硬币枚数 13、收藏人数 147、转发人数 30, 视频作者测吧测试开发, 作者简介霍格沃兹测试开发学社的测试开发教程，学习更多教程可以关注我，学习方法点击进入：https://ceshiren.com，相关视频：23.SDK测试体系，离职原因(1)，ChatGPT写测试用例，app测试工具知道哪些-【软件测试面试题】，2.postman基础使用，【软件测试】什么是adb，【测试教程】APP自动化测试 Page Object实战-思寒，面试了十几家软件测试公司都是这样问的，selenium工作原理-【软件测试面试题】，【测试教程】从质量保障体系引发的测试管理思考

测试用例自动化生成智能体开发，最接地气的大模型落地软件测试的应用实战_哔哩哔哩_bilibili

一节课，搞定一个强大的AI智能体一节课，轻松搞定测试用例生成自动化这可能是最接地气的大模型落地软件测试的应用了, 视频播放量 4457、弹幕量 0、点赞数 51、投硬币枚数 23、收藏人数 182、转发人数 53, 视频作者但问智能, 作者简介大模型落地企业应用|性能测试|测试开发|测试架构师|自动化，相关视频：大模型+知识库落地应用核心技术分享，高质量自动化生成专业测试用例，轻松掌握LLM最接地气的应用实战，测试用例自动化智能体开发速战营（二），Playwright自动化测试元素定位实战（一），LLM 年度测评：2024 年最佳与最差模型大盘点，自动化测试框架分享，llama3.3 vs qwen2.5: 哪一个是最佳开源模型? 测试金融领域应用，12项Agent智能体开发框架入门与选型！｜Coze、Dify、LangChain、LangGraph、AutoGen等工具对比分析与选型建议！，【喂饭教程】Qwen2.5-7B微调，实现低成本微调行业大模型实战，全程干货操作，新手也能轻松体验！大模型|LLM|模型微调，超强 LLamaindex 框架项目实战-大模型、智能体、私有化知识库全覆盖，SQLChat应用实战（SQL难题终结者）

测试用例生成智能体应用实战（附源码），这才是企业真正想要的软件测试智能体_哔哩哔哩_bilibili

测试用例生成智能体应用实战（PydanticAI）一次可以轻松生成超过1000个需求的测试用例智能体(附源码)这才是企业真正想要的软件测试智能体, 视频播放量 452、弹幕量 0、点赞数 6、投硬币枚数 0、收藏人数 27、转发人数 5, 视频作者但问智能, 作者简介大模型落地企业应用|性能测试|测试开发|测试架构师|自动化，相关视频：测试用例自动化生成智能体开发，最接地气的大模型落地软件测试的应用实战，Dify实战教程:搭建AI自动生成流程图、序列图、甘特图等图表的agent，12项Agent智能体开发框架入门与选型！｜Coze、Dify、LangChain、LangGraph、AutoGen等工具对比分析与选型建议！，自从学会了它，让我实现了脚本自由，按键精灵被我扔了，【Coze教程】25版Coze扣子入门教程，快速学会用Coze搭建AI工作流，让Agent高质量的帮你处理复杂任务！大模型|Coze|AI|LLM，五分钟手搓一个AI竞品分析助手，最新text to SQL框架postgres.new震撼来袭！告别繁琐SQL语句，用自然语言操控数据库！让数据分析变得像聊天一样简单 #text2sql，超越LightRAG！kotaemon零代码打造RAG知识库！Haystack企业级RAG框架轻松实现检索增强生成！DeepEval评估RAG效果，Dify 101 使用工具生成漫画图片，可能是全网首个GraphRAG结合Dify创建AI Agent教程-GraphRAG实战教程2

GraphWalker

GraphWalker is an open source Model-based testing tool for test automation. It is designed to make it easy to design your tests using graphs

FastBotsAi Customer Service ChatBots Trained On Your Custom Data

Ai Customer Service ChatBots Trained On Your Custom Data

Use the power of ChatGPT to create ai chatbots powered by your own custom business data. Install on your Website for customer support.

gradio.app

图普 neo4j + 模型驱动测试

自动化测试---po测试---模型驱动--领域模型---知识图普

RAG(检索增强生成) 传一个文件+提示词, 输出 Agent智能体

Fecmall Api 登录和验证 - Fecmall Appapi 入口 - FecShop Guide

对于需要用户登录这类安全认证的请求，需要先进行用户登录，获取token ，然后每次访问带上token，fecshop根据token做安全认证

Fecmall Api 登录和验证 - Fecmall Appapi 入口 - FecShop Guide

对于需要用户登录这类安全认证的请求，需要先进行用户登录，获取token ，然后每次访问带上token，fecshop根据token做安全认证

为什么要用知识图谱？

✍🏻

为什么要用知识图谱？知识图谱在多种方式上都很有用。我们可以运行图算法并计算任何节点的中心性，以了解一个概念（节点）对于整个作品的重要性。我们可以分析概念的连接集和断开集，或计算概念社区以深入理解主题。我们可以理解看似不相关概念之间的联系。我们还可以使用知识图谱来实现图形检索增强生成（GRAG或GAG），并与我们的文档进行聊天。这可以给我们带来比老旧版本的RAG更好的结果，后者有几个缺点。例如，仅使用简单的语义相似性搜索来检索与查询最相关的上下文并不总是有效的。特别是当查询没有提供足够的上下文来说明其真实意图，或者当上下文跨越大量文本片段时。例如，考虑这个查询——告诉我《百年孤独》书中关于José Arcadio Buendía家族史的信息。这本书记录了7代人的家族史，其中一半的角色都叫。如果使用简单的RAG管道，即使可能，回答这个查询也将是相当的挑战。RAG的另一个缺点是它不能告诉你该问什么。很多时候，提出正确的问题比得到答案更重要。图形增强生成（GAG）可以在一定程度上解决RAG的这些缺点。更好的是，我们可以混合搭配，构建一个图形增强检索增强生成管道，以获得两全其美的效果。所以现在我们知道图形很有趣，它们可以非常有用，它们看起来也很美。