标签 Python 下的文章

2026-10-27 项目

做 RAG 或智能体的第一道坎就是网页抓取：requests 拿回来的是导航栏、页脚、广告脚本混杂的原始 HTML，直接塞给大模型既费 token 又拉低质量；传统爬虫框架解决的是「怎么爬」，从没认真解决「爬下来之后怎么喂给模型」。写一套干净的去噪、抽取、结构化流水线，每个项目都要重造一遍轮子。 Crawl4AI 是 GitHub 上星数最多的开源爬虫，专为大模型和 AI 智能体设计：把任何网站变成干净、LLM 友好的 Markdown。开源部分永久免费自托管，官方另有云服务...

Python Connexion 规范优先自动校验请求的Web框架

2026-10-27 项目

多数团队写 API 的顺序是反的：先写代码，再补文档，结果文档永远滞后、缺失细节，还混着实现逻辑。调用方拿到一份和实际行为对不上的接口文档，联调成本高得离谱。规范优先（spec-first）的理念喊了很多年，缺的是一个让「先写规范」不增加额外负担的框架。 Connexion 就是这个方向的代表作：你用 OpenAPI（或 Swagger）规范描述 API，想写多细写多细，框架保证代码的实际行为和规范完全一致。这个项目在 Python 生态里已经营业多年，最新 3.x 重写了异...

Python SkillSpector 英伟达开源的智能体技能安全扫描器

2026-10-27 项目

智能体技能生态正在爆发，Claude Code、Codex CLI、Gemini CLI 的技能市场里每天都在上新。但很少有人想过一个问题：你随手装进来的技能文件，本质上是一段会被智能体执行的自然语言指令和脚本，它让你删文件、外传数据、执行陌生命令时，智能体多半会照办。NVIDIA 对 31132 个技能样本的分析显示，26.1% 存在漏洞，5.2% 有明显恶意意图。装一个来路不明的技能，风险和执行一段陌生脚本没有区别。 SkillSpector 就是为此而生的扫描器：在安装...

Python agent-framework 微软开源的AI智能体与多智能体编排框架

2026-10-27 项目

企业里想上 AI 智能体，常被两件事卡住：一是技术栈分裂——Python 团队和 .NET 团队各搞一套；二是“编排”和“部署”脱节，实验室跑通的 agent 很难上线。Microsoft Agent Framework 的思路是：一套框架，同时支持 Python 与 .NET，并把构建、编排、部署串成一条线。

Python camel 首个也是最好的多智能体研究框架

2026-10-27 项目

多智能体协作（Multi-Agent）研究里最难的是可复现：今天跑通的分工策略，明天换个环境就崩。CAMEL 是这一领域的标杆项目，它从“两个 agent 互相聊天完成任务”的起源方法做起，沉淀出一套完整的多智能体框架，覆盖了数据生成、任务自动化与世界模拟。