Qwen-Agent 是一个利用开源语言模型Qwen的工具使用、规划和记忆功能的框架。其模块化设计允许开发人员创建具有特定功能的定制代理，为各种应用程序提供了坚实的基础。同时，开发者可以利用 Qwen-Agent 的原子组件构建智能代理，以理解和响应用户查询。
本篇将介绍如何在Qwen-Agent中并行调用多个tools。
相关文章
使用vLLM（不使用Qwen-Agent的方式）进行工具调用：开源模型应用落地-Qwen2.5-7B-Instruct与vllm实现推理加速的正确姿势-Docker-Tools助力（四）
Qwen-Agent系列教程：
🐾 一个比官方控制台更强大的 OpenClaw 可视化管理工具，支持 QQ、微信、Telegram、Discord 等 20+ 通道统一管理，多 AI 模型提供商配置，技能中心，版本管理，环境检测，Docker 一键部署。 📌 项目简介 ClawPanel 是一个基于 React + TypeScript + Express 的 OpenClaw 智能管理面板，旨在为 OpenClaw 用户提供一个比官方控制台更强大、更直观的可视化管理工具。 项目前身是 openclaw-im-manager（一个简单的 QQ 机器人管理后台），经过 4 个大版本迭代，现已进化为功能完整的 OpenClaw 全能管理面板。 GitHub 地址：https://github.com/zhaoxinyi02/ClawPanel
一、前言 GLM-4是智谱AI团队于2024年1月16日发布的基座大模型，旨在自动理解和规划用户的复杂指令，并能调用网页浏览器。其功能包括数据分析、图表创建、PPT生成等，支持128K的上下文窗口，使其在长文本处理和精度召回方面表现优异，且在中文对齐能力上超过GPT-4。与之前的GLM系列产品相比，GLM-4在各项性能上提高了60%，并且在指令跟随和多模态功能上有显著强化，适合于多种应用场景。尽管在某些领域仍逊于国际一流模型，GLM-4的中文处理能力使其在国内大模型中占据领先地位。该模型的研发历程自2020年始，经过多次迭代和改进，最终构建出这一高性能的AI系统。 在开源模型应用落地-glm模型小试-glm-4-9b-chat-快速体验（一）已经掌握了glm-4-9b-chat的基本入门。 在开源模型应用落地-glm模型小试-glm-4-9b-chat-批量推理（二）已经掌握了glm-4-9b-chat的批量推理。 本篇将介绍如何集成Gradio进行页面交互。 二、术语 2.1.GLM-4-9B 是智谱 AI 推出的一个开源预训
系列篇章💥 No.文章1【AI大模型前沿】深度剖析瑞智病理大模型 RuiPath：如何革新癌症病理诊断技术2【AI大模型前沿】清华大学 CLAMP-3：多模态技术引领音乐检索新潮流3【AI大模型前沿】浙大携手阿里推出HealthGPT：医学视觉语言大模型助力智能医疗新突破4【AI大模型前沿】阿里 QwQ-32B：320 亿参数推理大模型，性能比肩 DeepSeek-R1，免费开源5【AI大模型前沿】TRELLIS：微软、清华、中科大联合推出的高质量3D生成模型6【AI大模型前沿】Migician：清华、北大、华科联手打造的多图像定位大模型，一键解决安防监控与自动驾驶难题7【AI大模型前沿】DeepSeek-V3-0324：AI 模型的全面升级与技术突破8【AI大模型前沿】BioMedGPT-R1：清华联合水木分子打造的多模态生物医药大模型，开启智能研发新纪元9【AI大模型前沿】DiffRhythm：西北工业大学打造的10秒铸就完整歌曲的AI歌曲生成模型10【AI大模型前沿】R1-Omni：阿里开源全模态情感识别与强化学习的创新结合11【AI大模型前沿】Qwen2.5-Omni：
开源大模型趋势一文详解：Qwen3-4B端侧部署成新主流 1. 为什么是Qwen3-4B？一场端侧AI的静默革命 你有没有试过在手机上跑一个真正能干活的大模型？不是那种只能回答“今天天气怎么样”的玩具，而是能读完整篇PDF、写完整份周报、调用工具查数据、甚至帮你调试代码的智能体——现在，它真的来了。 过去几年，我们习惯了“越大越好”的叙事：32B、70B、甚至上百B参数模型轮番登场，服务器轰鸣，显存告急，电费飙升。但现实是，90%的日常任务根本不需要那么大的模型。真正需要的，是一个够聪明、够快、够省、还能塞进你口袋里的AI。 Qwen3-4B-Instruct-2507就是这个转折点。它不是“小而弱”的妥协，而是“小而锐”的重新定义——40亿参数，却在通用能力、长文本理解、指令遵循和实际响应速度上，全面击穿了人们对小模型的固有认知。它不追求榜单排名，只专注一件事：让AI真正落地到每个人的设备上。 这不是又一个实验室玩具。它已实测可在树莓派4上稳定运行，