LLM Multi Agent

大模型多智能体

专注大模型多智能体应用

解锁智能协作新纪元：深入剖析 Agent-to-Agent (A2A) 通信框架

深入探讨 Google Agent-to-Agent (A2A) 通信框架，解析其核心设计原则、关键概念、与MCP模式的区别，以及如何实现企业级健壮应用。了解A2A如何赋能智能体间的无缝协作，开启智能自动化的新纪元。

深入探讨Microsoft AutoGen框架中的Model Context Protocol (MCP)，以及如何利用它构建功能强大的多智能体系统，并且展示了如何集成 Jira MCP、Confluence MCP 和 Github MCP。

这篇博客介绍了 Google 推出的 A2A (Agent to Agent) 框架，一个旨在实现智能体之间无缝互操作的开放性标准和协议。

OpenManus 是一个开源的智能体框架，旨在提供类似 Manus 的功能但无需邀请码，让开发者和用户能够轻松构建并使用功能强大的 AI 智能体。本文将从架构设计、核心组件、使用方法和技术特点等方面对 OpenManus 进行全面分析。

李飞飞教授等人编著的《Agent AI Surveying the Horizons of Multimodal Interaction》简单总结

OPENAI论文《Practices for Governing Agentic AI Systems》的总结，讲述了 Agentic AI的潜在收益和如何保持 Agentic AI 的安全等内容

An Open-Source Programming Framework for Agentic AI. (微软开源的多智能体框架)

LangChain is a framework for developing applications powered by large language models.(大模型应用开发框架，支持多智能体、chatbot和 RAG 等功能)

MCP 是一个开源协议，旨在为 AI 助手（尤其是 LLM 应用）提供一个统一、标准化的方式来连接各种数据源和外部工具。可以将其想象为 AI 应用的 USB-C 接口，就像 USB-C 为设备提供标准化的连接方式一样，MCP 为 AI 模型提供了标准化连接不同数据源和工具的方式。