慢慢收集到的一些实践。
比如：
知识库的系统工程化管理，使用RagFlow是一个好的实践，可以通过API集成到AGENT中。其实ragflow还是可以作简单的DIFY一样的工作流的。
提示词的管理使用langfuse，也是可以API调用的。
可观测，评测，同样可以考虑langfuse。这样就会比较专业化一样。
今天，RAGFLOW和LANGFUSE我都懂通了。作个记录，后面慢慢学。
image.png
AI智能体工程化启示
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
相关阅读更多精彩内容
- 黎跃春讲AI智能体运营工程师核心知识图谱：从入门到精通的完整路径 2026年，AI智能体从概念走向落地，企业开始大...
- 摘要 本报告基于《AI研创社-8月内刊》闭门分享会中对大模型智能体AI Agent的核心概念、技术原理及关键生态进...
- 2025年，大语言模型（LLMs）已成为人工智能领域的核心驱动力，深刻影响着全球科技发展。结合产品经理体系《AI研...
- 测试工程师的角色正从“脚本执行者”向“质量策略架构师”跃迁。掌握用Dify这样的AI工作流平台来编排“AI测试智能...
