QuantZone

菜单

QuantZone 量化区间

归档

2026 年 09 月

关于我们

2026-09-01

# 关于 QuantZone QuantZone(量化区间)是一个专注于 AI Agent 架构设计、**量化交易策略** 与 Web3 技术 的学习与实践笔记站点。 ## 我们写什么 - AI:记录 AI Agent 相关的架构模式与工程实践,包括多智能体协作、记忆管理、工具调用(Tool Use
隐私政策

2026-09-01

# 隐私政策 最后更新日期:2026年9月1日 欢迎访问 QuantZone(以下简称"本网站")。我们非常重视您的隐私,本隐私政策说明我们如何收集、使用和保护您的信息。 ## 一、我们收集的信息 - 访问日志信息(IP地址、浏览器类型、访问时间等) - 如您注册/登录账户,我们可能收集您的邮箱地址

2026 年 08 月

记忆管理（memory）

2026-08-26

AI #agent
下面是一个融合了持久化存储和上下文摘要的完整示例。 1. 实现业务层的 Session 和 Store Eino 将存储实现交给开发者，你可以将对话存到文件、数据库或 Redis。 // 定义 Session，代表一次完整对话 (业务层概念) type Session struct { ID
多智能体协作（Multi-Agent）

2026-08-26

AI #agent
模式一：AgentAsTool（推荐） 这是最灵活、最推荐的协作方式。其核心思想是将一个完整的子 Agent 包装成一个工具 (Tool)，父 Agent 可以像调用普通工具一样，通过 ToolCall 自主决定何时调用它。 工作机制：父 Agent 保持控制权，并将特定任务委派给子 Agent。子
规划（Plan）

2026-08-26

AI #agent
方案一：使用 Plan-Execute Agent（标准方案） 规划器 (Planner)：根据用户目标生成初始任务计划。 执行器 (Executor)：执行计划中的步骤，必要时调用外部工具。 重规划器 (Replanner)：评估执行进度，决定是继续、调整计划还是完成任务。 import (
Tool Use

2026-08-25

AI #agent
在Eino中，一个工具需要实现 tool.BaseTool接口，并提供其功能描述和参数信息。你可以通过两种方式来创建： 方法一：使用
Reflection

2026-08-25

AI #agent
方式一：使用 compose.Graph 自定义反思循环 这是最底层、最灵活的方式。你需要用 compose.Graph 将生成者、批判者和修正者建模为独立的节点，并通过条件分支（GraphBranch）将它们连接成一个循环。 package main import ( "context"
Parallelization 并行化

2026-08-25

AI #agent
package main import ( "context" "github.com/cloudwego/eino/adk" // ... 其他导入 ) func main() { ctx := context.Background() // 1. 创
Prompt Chaining

2026-08-24

AI #agent
方式一：使用 compose.Chain（推荐用于线性流程） 如果你的 Prompt Chaining 流程是严格线性的，即步骤A完成后固定执行步骤B，那么 compose.Chain 是最简洁的选择 package main import ( "context" "github.
Routing

2026-08-24

AI #agent
方式一：使用 GraphBranch 实现条件路由 这是最基础、最灵活的路由方式，适用于在工作流内部根据上一个节点的输出，动态选择下一个执行节点。 其核心是向图中添加一个 GraphBranch，它包含一个条件判断函数，该函数接收上一个节点的输出，并返回下一个要执行节点的 key。
上一页 下一页