총 163건 · 필터: AI KIT
에이전트 설명에서 신뢰할 수 있는 트리거링을 위한 효과적인 `<example>` 블록 작성에 대한 완전한 가이드.
이 기술은 사용자가 "에이전트 생성", "에이전트 추가", "서브에이전트 작성", "에이전트 프론트매터", "설명 사용 시기", "에이전트 예제", "에이전트 도구", "에이전트 색상", "자율 에이전트"를 요청하거나 에이전트 구조, 시스템 프롬프트, 트리거 조건에 대한 지침이 필요할 때 사용해야 합니다
행동 테스트, 역량 평가, 신뢰성 지표, 생산 모니터링을 포함한 LLM 에이전트 테스트 및 벤치마킹 - 최고의 에이전트도 실제 벤치마크에서 50% 미만의 성과를 달성하는 경우 에이전트 테스트, 에이전트 평가, 벤치마크 에이전트, 에이전트 신뢰성, 테스트 에이전트 등을 사용할 때 다음과 같은 경우에 사용하세요.
AI 마에스트로 CLI를 사용하여 AI 에이전트를 생성, 관리 및 오케스트레이션하세요. 사용자가 "에이전트 생성", "에이전트 목록 작성", "에이전트 삭제", "하이버네이트 에이전트", "에이전트 깨우기", "플러그인 설치", "에이전트 표시", "에이전트 재시작" 또는 에이전트 수명 주기 관리 작업을 요청할 때 사용합니다.
크론 친화적인 스케줄링을 통해 tmux 세션(시작/정지/모니터/할당)을 통해 여러 로컬 CLI 에이전트를 관리합니다.
AI 에이전트(아키텍처, 패턴, 의사결정)를 위한 지속적이고 검색 가능한 지식 관리를 제공하는 하이브리드 메모리 시스템입니다.
기억은 지능형 에이전트의 초석입니다. 그것이 없으면 모든 상호작용은 0에서 시작됩니다. 이 기술은 에이전트 메모리의 아키텍처를 다룹니다: 단기(컨텍스트 창), 장기(벡터 저장소), 그리고 이를 구성하는 인지 아키텍처. 핵심 인사이트: 메모리는 단순한 스토리지가 아닙니다 - i
에이전트 메시징 프로토콜(AMP)을 사용하여 AI 에이전트 간에 암호화 서명된 메시지를 주고받습니다. 사용자가 "에이전트에게 메시지 보내기", "에이전트 받은 편지함 확인", "다른 에이전트에게 메시지 보내기", "메시지에 답장하기", "에이전트 알림" 또는 에이전트 간 통신 작업을 요청할 때 사용합니다.
도구는 AI 에이전트가 세상과 상호작용하는 방식입니다. 잘 설계된 도구는 작동하는 에이전트와 환각을 일으키거나 조용히 실패하거나 필요 이상으로 10배 더 많은 토큰이 드는 에이전트의 차이점입니다. 이 기술은 스키마부터 오류 처리까지 도구 설계를 다룹니다. JSON 스키마 모범 사례, 설명
'''python'''
**Error**: `Cannot connect to the Docker daemon`
흐름은 실행 경로, 상태 관리 및 조건부 분기에 대한 정밀한 제어를 통해 이벤트 중심 오케스트레이션을 제공합니다. 크루가 제공하는 것보다 더 많은 제어가 필요할 때 플로우를 사용하세요.
도구 패키지를 설치하세요:
**Error**: `ModuleNotFoundError: No module named 'crewai_tools'`
ReAct, 도구 호출, 스트리밍을 통해 에이전트 구축에 대한 완벽한 가이드를 제공합니다.
벡터 저장소와의 통합, LangSmith 관측 가능성 및 배포.
LangChain을 사용한 검색 증강 생성에 대한 완전한 가이드.
도구와 RAG 기능을 갖춘 에이전트 구축하기.
라마허브를 통한 300개 이상의 데이터 커넥터.
쿼리 엔진, 모드 및 사용자 지정에 대한 완전한 가이드.