6-Java RAG 知识库框架对比：LangChain4j、Spring AI、AgentScope
持续分享感兴趣可以点个【关注】不迷路～同一个 PDF 文档问答系统，LangChain4j / Spring AI / AgentScope Java 三种实现，从代码到效果全链路拆解。RAG（检索增强生成）是企业 AI 应用最高频的需求。
Agent面试:AgentScope 的 Agent、Message、Model、Memory、Tool
面试官把 AgentScope 的 Agent、Message、Model、Memory、Tool 放在一起问，真正想听的不是“五个组件的定义”，而是你能不能说清：谁负责决策，谁负责传递，谁负责生成，谁负责保存，谁负责执行。
AgentScope 2.0 拆开看了一遍
没有一个是"模型不够聪明"。它们分别是状态寻址错了、失败没有被表达、边界没有被定义。我后来花了几个月把 2.0.3 从构件里一层层拆开。
DSH阅读插件：给Agent装上office、PDF文档阅读器
它只干一件事：让 AI Agent 能把 Word、PPT、Excel、PDF 这些二进制文档，当成带行号的纯文本来读。做 AI Agent 的人都踩过这个坑：Agent 读代码、.
基于 AgentScope 构建金融级智能体底座实战
作为整个 Agent Harness 体系的核心组成部分，FinXScope 充分复用 AgentScope Java 在智能体编排、工具集成、多模型接入及可扩展运行时等方面的成熟能力，并在此基础上针对金融行业的合规性、安全性与高可用要求进行了深度定制与增强。高可用、安全合规、可观测的企业级保障让金融级投产不再是难题。
12-AgentScope Java RAG 实战：7 种后端任选，给 Agent 接入企业知识库
持续分享感兴趣可以点个【关注】不迷路～从文档加载到向量检索，7 种 RAG 后端横向对比，一篇搞定 Agent 的企业知识库接入。前置知识本篇是进阶篇第 3 篇，建议先阅读第 10 篇（进阶篇概览）和第 11 篇（Tool 工具系统）。
AgentScope 2.0 学习教程系列 · 总览与学习路线图
本系列共 50 篇正文 + 本总览篇，面向「有 Python 基础、想系统掌握 AI 智能体开发」的开发者。按 入门（15 篇）→ 进阶（20 篇）→ 实战（15 篇） 三阶段由浅入深编排，每篇 7000～16000 字（实战篇必要时扩展至 20000 字）。
我把 WorkBuddy 拆开看了一遍，终于搞懂了 Agent 是怎么干活的
很多人学习 Agent 最大的问题，就是一上来先研究 MCP、Skill、Multi-Agent、Context Engineering，研究了半天，最后还没真正用 Agent 完成过一件工作。