阿里云 AgentCore 深度调研：企业级 Agent 构建与治理平台的能力与边界
<p>本文深度调研阿里云 AgentCore——企业级 Agent 构建与治理平台。系统拆解其产品沿革、统一构建接入、多智能体 Team 协作、身份权限与安全合规、可观测评估、SDK 开发与本地 Agent 纳管机制，并分析能力边界与计费地域，给出企业选型与落地参考。</p>
标签：AI agent
统一ChatModel协议层02、Function Calling 工具调用转换与执行扩展实现：Tool 契约 + ToolService 执行循环
<p>本文基于 AgentForge 开源项目，讲解 Function Calling 工具调用层的设计：从 @Tool 方法声明到工具规范转换，再到 ToolService 推理-执行循环、参数自动合并与错误处理，并用真实 curl 演练 OpenAI 与 Anthropic 的工具调用闭环。</p>
Anthropic协议02、AgentForge 适配Anthropic接入核心实践
<p>本文记录 AgentForge 开源项目适配 Anthropic 的接入实践：基于统一 ChatModel 协议，讲解 Headers、SystemMessage、User/AI 消息、工具调用、参数与 stop_reason 的映射规则，以及流式实现、错误处理与后续演进方向。</p>
OpenAI协议02、AgentForge 适配OpenAI接入核心实践
<p>本文记录 AgentForge 开源项目适配 OpenAI 的接入实践：基于统一 ChatModel 协议，讲解 Headers、消息、参数、响应与 finish_reason 的映射规则，并覆盖流式实现、OpenAI-compatible 服务、HTTP 错误处理与协议差距。</p>
MCP 协议详解：历史演进、协议设计与 Client/Server 底层原理
<p>本文系统讲解 MCP（模型上下文协议）的历史演进与底层原理：从 M×N 集成难题与 LSP 类比讲起，展开 JSON-RPC 消息模型、Host/Client/Server 三角色、能力协商、传输与生命周期设计，并给出 Java 快速搭建与对接 Agent 的完整流程。</p>
MCP 框架调研与 AgentForge 接入实现
<p>本文对比 MCP 主流 Java 框架（LangChain4j、Spring AI、AgentScope）的协议实现路线，剖析 AgentForge “核心自研协议栈 + 官方 SDK 可选桥接”的选型依据，并给出 stdio/HTTP 双传输接入、ToolExecutor 映射与验证的落地实践。</p>
AgentForge Local 工具模块核心设计原理
<p>本文讲解 AgentForge Local 工具模块的核心设计：通过 @Tool / @P 注解与反射，把普通 Java 方法自动扫描为 ToolSpecification，并完成 JSON 参数到方法入参的类型转换与反射调用，实现零依赖“让模型直接调用 Java 方法”。</p>
AgentForge HTTP 工具模块核心设计原理
<p>本文讲解 AgentForge HTTP 工具模块的核心设计：把一组 REST 接口声明式映射为 ToolSpecification 与 ToolExecutor，涵盖参数四维模型、请求体智能判断、重试容错与 curl 解析互转，让模型像调用本地方法一样调用 HTTP 接口。</p>
2026.4.12毕业2年 近期半年关于AI的一些思考
<p>本文深度分析了2026年AI agent三大开发模式：云端Agent(无文件系统、无状态)、claw Agent(带文件系统、数字员工模式)和本地Agentcli(人机协同模式)，详细探讨了AI应用变现路径及个人创业者可落地的利润业务模式，为创作者提供实用的商业化思路指导。</p>
我开源了 OpenReach：给 AI Agent 补上一层免费的 Web 访问基础设施
<p>本文介绍开源项目 OpenReach，面向 AI Agent 提供 Web Search、Image Search、Read 等免费可自部署的网页访问基础设施，支持多 Provider 自动降级，帮助 Agent 稳定获取最新网页信息并降低厂商绑定。</p>
统一ChatModel协议层01、ChatModel 核心协议层设计：统一 API 契约封装与多协议扩展实现
<p>本文基于 AgentForge 开源项目，讲解如何用一套 Provider-neutral 的 ChatModel 协议层统一封装请求与响应，涵盖 ChatModel、ChatRequest、ChatResponse、HttpTransport 等核心契约，并给出多协议扩展与工具调用落地要点。</p>
长任务场景下 ReAct Agent 的可靠终止机制设计与实现
<p>本文深入剖析ReAct框架的历史设计缺陷，提出通过封装FinishTool优化长任务停止判断机制。详细讲解系统提示词设计、AI消息检测逻辑及AgentSettings参数配置，帮助开发者解决AI Agent在长任务场景中无法可靠终止的问题。</p>
何为ReAct模式 & Plan+Act框架
<p>深度解析ReAct（Reasoning+Acting）模式与Plan+Act范式，梳理AI Agent从仅推理、仅行动到推理与行动协同的能力演进，结合Manus多智能体框架讲解Thought-Act-Observation循环如何将复杂任务端到端成功率提升4-6倍，并给出LangChain4j落地示</p>