2025.6.18 前期回顾 前言 DeerFlow 是一款开源的 Deep Research 框架，它利用大模型的推理能力进行课题研究的自主规划，在话题深度和广度上进行拓展，并且利用大模型调用工具的特性自动调取网页搜索、RAG、Python 执行器，最终生成高质量的图文报告及播客。DeerFlow 还支持通过 MCP 的方式进行工具扩展。DeerFlow 在 Github 上发布之后，在开源界获得了不错的反响，仅 7 天就收获了 10k Stars，可能是字节跳动 Stars 数增长最快的项目。技术分享文章的阅读量在内网也超过了 1.4 万阅读量，在公众账号上阅读量破万并被转发了数千次。在 2025 年火山大会后，DeerFlow 已在在火山引擎的“函数服务”中上线，可实现一键部署。有关 DeerFlow 的更多信息，

hello-agents/Extra-Chapter/Extra05-AgentSkills解读.md at main · datawhalechina/hello-agents📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程. Contribute to datawhalechina/hello-agents development by creating an account on GitHub.GitHubdatawhalechina 引言：MCP 之后，我们还需要什么？ 在第十章中，我们深入探讨了 MCP（Model Context Protocol）如何通过标准化协议解决智能体与外部工具的连接问题。你已经学会了如何让智能体通过 MCP 访问数据库、文件系统、API 服务等各种资源。让我们回顾一个典型的 MCP 使用场景： from hello_agents import ReActAgent, HelloAgentsLLM from hello_

发布人 Brave 2026-01-26 02:23  目录 * 一、什么是 Clawdbot * 1.1 认识 Clawdbot * 1.2 Clawdbot 与传统 AI 助手的本质区别 * 1.3 Clawdbot 能做什么？ * 二、准备工作 * 2.1 硬件要求 * 2.2 软件环境要求 * 2.3 获取 AI 模型的 API Key * 三、安装 Clawdbot（分系统详解） * 3.1  macOS 安装 * 3.2  Windows 安装