We have released a little skill to help you build LLM Wikis with your agents.
AGENTS
-
Wiki-Builder Plugin Available on GitHub for Developers
By
–
Find the wiki-builder skill here: https://
github.com/dair-ai/dair-a
cademy-plugins/tree/main/plugins/wiki-builder
… -
New Skill Released to Build LLM-Powered Wikis
By
–
Releasing a skill to help build LLM Wikis. https://
x.com/omarsar0/statu
/omarsar0/status/2050963667190227350
… -
Using GPT and Codex to Generate Docs Slides and Sheets
By
–
make sure you’re on the latest version of the app and with GPT 5.5 you should get good results across slides, sheets and docs what helps is to give some instructions to Codex about how the artefact should look like and then it vrooms past
-
Top AI Papers of the Week: Agents, MAS, and Agentic Models
By
–
The Top AI Papers of the Week (April 26 – May 3) – Latent Agents
– RecursiveMAS
– OneManCompany
– AgenticQwen-30B-A3B
– Agentic World Modeling
– Agentic Harness Engineering
– From Skill Text to Skill Structure Read on for more: -
Framework for Building AI Employees with Claude and Vertex AI
By
–
18- Récap final : tout ce qu'il faut pour créer ton "AI employee" Ces 18 points = la vision complète du Claude × Vertex AI Agent Stack Les 4 insights qui changent tout dès demain : ① ADK démarre avec 3 fichiers → la barrière d'entrée est anormalement basse. Tu peux avoir un
-
Real-world enterprise AI use cases and production stacks
By
–
17- 3 cas d'usage réels en entreprise Ce stack tourne déjà en production dans des boîtes. Exemples : ① Support client automatisé Réception de la demande → recherche en BDD → génération de réponse → escalade humaine uniquement pour les cas complexes ② Agent d'analyse de
-
A2A Protocol: A Common Language for AI Agent Frameworks
By
–
16- Le protocole A2A : faire parler des agents de frameworks différents LangGraph, LangChain, CrewAI chacun parle son propre dialecte. A2A est la langue commune qui les connecte tous. 3 concepts à retenir : ① Agent Skill = la description de ce que l'agent sait faire ②
-
Simplifying AI Agent Deployment with Vertex AI Agent Engine
By
–
14- Vertex AI Agent Engine : le déploiement en prod sans douleur
Normalement, mettre un agent en production demande : • Créer un serveur web (FastAPI, Django…)
• Containeriser (Docker et compagnie)
• Configurer l'infra cloud
• Mettre en place monitoring + logs Avec Agent -
Real-time debugging dashboard for AI agents
By
–
12- La fonctionnalité qui change tout : le Web UI de debug Commande : adk web → un dashboard s'ouvre dans le navigateur Tu vois en temps réel : •quel agent a été activé et pourquoi
•le processus de réflexion complet
•chaque appel d'outil, dans l'ordre
•le flux entre