智能体开发
智能体还是工作流：四个判断问题给出选型答案
能用固定流程描述的就别上智能体。本文对比工作流与智能体在路径、可预测性、成本上的差异，给出步骤能否列全、失败是否可恢复、是否需要审计、成本是否敏感四个判断问题与混合架构的落地建议。
#智能体开发
智能体开发
智能体人机协作（HITL）落地：审批点设在哪些位置才不拖慢自动化
智能体自治度越高越需要审批点。本文给出前置审批、中途打断、事后复核、停止条件四种落地形态，指出审批应放在不可逆、高风险、低置信度三类位置，并给出状态持久化、带证据审批等实现要点。
智能体开发
智能体可观测性怎么做：trace、评估与上线后的改进闭环
智能体上线后最贵的不是推理费用，是说不清它为什么这么干。本文对比智能体可观测性与传统监控的三点差异，列出一条 trace 该记的五类信息、两类评估方法与把失败 trace 变成永久回归测试的五步闭环。
智能体开发
智能体工具设计实践：工具数量、命名空间与返回的六条原则
智能体工具设计最容易犯的错是工具太多、边界重叠——人如果说不清该用哪个，模型更选不对。本文给出六条设计原则、工具数量分档建议、一个从失败到成功的真实迭代案例与四步验证方法。
智能体开发
智能体 Planning 规划模式实战：先出计划再动手，成功率能提多少
智能体 Planning 规划模式把边想边做改成先规划再执行：任务不跑偏、成本可预估、计划阶段可插人工审批。本文给出两模式六维对照、五步规划循环、可直接用的提示词模板、按复杂度分档投入的规则与三个常见失败根因。
智能体开发
RAG 和 Agent 结合实战：带判分与改写循环的 Agentic RAG
RAG 和 Agent 怎么结合？把检索改成模型按需调用的工具，加上相关性判分与改写重来的循环，就是 Agentic RAG。本文给出五个节点、可直接照抄的 LangGraph 图结构、三种升级路线对照表与五个必踩的坑。
智能体开发
Coze 扣子工作流实战：六步搭出采集到输出的稳定流程
Coze 扣子工作流的核心是把复杂任务拆成串节点，每个节点只干一件事。本文讲清六个必会节点、给出六步搭建流程与三个稳定化技巧，并说明工作流与智能体的分工边界。
智能体开发
LangChain 入门教程：20 行代码跑通第一个 AI 智能体
LangChain 入门最快路径是装包、设 Key、用 create_agent 写一个带工具的智能体，二十行以内跑通。本文拆解模型、工具、系统提示词三件套，并讲清何时该上 LangGraph 与四个新手常踩的坑。
智能体开发
Agent 设计模式 ReAct 实战：让智能体边思考边行动
Agent 设计模式 ReAct 通过 Thought→Action→Observation 循环让智能体边推理边调用工具，本文结合 ReAct 原论文（arXiv:2210.03629）拆解循环机制、Python 伪代码实现，并与 Pla…
