通义千问API：找出两篇文章的不同
本章我们将介绍如何利用大模型开发一个文档比对小工具，我们将用这个工具来给互联网上两篇内容相近但版本不同的文档找找茬，并且我们提供了一种批处理文档比对的方案
通义万相：视觉生成大模型再进化
通义万相是阿里云推出的视觉生成大模型，涵盖图像和视频生成。其2.0版本在文生图和文生视频方面进行了重大升级，采用Diffusion Transformer架构，提升了模型的灵活性和可控性。通过高质量美学标准和多语言支持，大幅增强了画面表现力。此外，视频生成方面引入高压缩比VAE、1080P长视频生成及多样化艺术风格支持，实现了更丰富的创意表达。未来，通义万相将继续探索视觉领域的规模化和泛化，打造更加通用的视觉生成大模型。
切块、清洗、烹饪：RAG知识库构建的三步曲
大语言模型明明已经喂了大量文档，为什么还是答非所问？就像米其林厨师需要精心处理食材，RAG系统也需要巧妙处理文档。从文本分块、清洗到结构化索引，这些不起眼的处理步骤决定了AI回答质量的上限。掌握这些技巧，让你的RAG系统从「路边摊」蜕变为「米其林餐厅」。
构建AI智能体：五十三、反应式应急+深思式优化：反应速度与规划智慧的平衡
智能体系统设计的混合架构研究 本文探讨了智能体系统的两种基本范式及其融合架构。反应式智能体采用"感知-行动"模式，具有响应速度快、资源消耗低的特点，适用于紧急场景；深思熟虑智能体采用"感知-推理-行动"模式，具备复杂问题求解能力，但计算成本高。研究表明，最先进的解决方案是分层混合架构：底层反应层处理紧急任务，上层深思层负责战略规划，二者通过动态交互机制协作。这种架构在扫地机器人等应用场景中展现出显著优势，既能快速应对突发情况，又能执行长期规划任务。
【MCP教程系列】如何自己打包MCP服务并部署到阿里云百炼上
本文章以阿里云百炼的工作流为例，介绍如何将其封装为MCP服务并部署到平台。主要步骤包括：1）使用Node.js和TypeScript搭建MCP服务；2）将项目打包并发布至npm官方平台；3）在阿里云百炼平台创建自定义MCP服务；4）将服务添加到智能体中进行测试。通过这些步骤，您可以轻松实现工作流的MCP化，并在智能体中调用自定义服务。
