Evaluate multiple test cases Args: test_ids: List of test IDs to evaluate (evaluates all if None) ca

Evaluate multiple test cases

基础搜索示例

批量搜索示例

比较搜索示例

带上下文的搜索示例

事实核查示例

Example: GitHub Pull Request creation.

Example: Google Calendar integration.

研究助手示例 - 深度研究某个主题

Execute command in the persistent shell

Exit the application

Extract code blocks or instruction examples from text.

Extract Intel instruction opcodes and their descriptions. Specific to Intel architecture manuals.

Extract sections from text based on patterns. Useful for structured documents like Intel manuals.

Memobase 4 memory types with concrete examples.

Mem0 architecture with actual data flow and concrete memory examples.

本章知识脉络

Agentic RAG 系统架构（实验 3.6）

上下文感知检索（具体前缀示例）

结构化知识提取流水线（实验 3.10）

外部化学习循环（具体示例）

GAIA 经验学习系统（实验 3.11）

RAG 端到端流水线（具体示例）

稠密嵌入技术演进

HNSW 索引结构

BM25 评分机制

混合检索与重排序流水线（含分数示例）

RAPTOR 树状结构

GraphRAG 关系网络

Agentic RAG 与 Non-Agentic RAG 对比（具体示例）

MCP 协议时序图（具体消息载荷）

工具自我进化流水线（多阶段）

实验 4.7：Agent 从网络上寻找工具，自我进化

Voyager 学习循环（课程+技能库+迭代提示）

Sub-Agent 上下文准备（四策略对比）

事件驱动架构（具体事件源和载荷）

异步事件处理：三种策略时序对比

实验 4.4：事件驱动 Agent 架构

同步-异步模型矛盾

实验 4.5：带打断能力的异步 Agent

工具发现层次结构（server→tool 匹配）

KV 缓存优化（系统提示词稳定性）

OpenClaw 架构：以 Coding Agent 为核心的通用 Agent

Agent 自举循环（自我复制与进化）

实验 5.14：Meta-Agent 创建新 Agent 的流水线

Coding Agent 多阶段工作流程（具体工具调用）

搜索工具对比（四种工具 + 实际查询示例）

文件编辑方案对比（五种方式 + 代码示例）

PPT 生成流水线（Proposer-Reviewer 协作 + Slidev 代码）

实验 5.6+5.7：论文→PPT→视频 端到端流水线

实验 5.10：生产日志智能诊断流水线

动态表单生成流程（LLM→HTML→JSON→继续）

SQL 查询 Agent（artifact 模式 — 数据绕过 LLM）

Read file contents.

Filter large DataFrame using parallel processing. Args: df: Input DataFrame filters: Dictionary of filter conditions

Filter operations by action type Args: operations: List of memory operations action: Action type to filter ('add', 'upda

Left-to-right flow diagram: nodes connected by arrows.

Top-to-bottom flow diagram.

* Force end current speech session * @returns {Promise<Object|null>} Final speech data if available

格式化对话模板 将数据集中的消息格式化为模型可以理解的对话格式 Args: example: 数据集中的一个样本 tokenizer: 分词器 Returns: dict: 格式化

Format a conversation into readable text

Format tool response for the chat model

Format tool response for the chat model

Create a workflow step from browser-use action and element info

Create step from dictionary