最新

不久前，我开发了一个简单的应用程序来跟踪股票。它提取市场数据，并根据我的风险承受能力生成每日报告。基本上就是一个个人投资助手。这个应用运行得相当不错，所以我继续完善它。 现在，同样的框架帮助我进行房地产分析：比较社区、检查洪水风险、天气模式、学区、旧房与新房等。这是一个复杂的多变量决策，结果证明这是一个非常适合人工智能代理的应用场景。 与其使用ChatGPT或Grok 4，我选择了mcp-agent，它让我构建一个持久的多代理系统，能够提取实时数据，记住我的偏好，并随着时间的推移不断改进。 关键组成部分： • 协调者：为任务选择合适的代理或工具 • 评估优化器：对结果进行评分和优化，直到达到高质量 • 引导：在需要时加入人类参与 • MCP服务器：通过API暴露所有功能，以便我可以在Streamlit、命令行或其他地方使用 • 记忆：存储偏好和结果以实现个性化 这个系统是模块化的，模型无关（可以与GPT-4或通过Ollama使用本地模型），并且可以共享。 欢迎大家分享你们的想法！