- 综合排序
- 最热优先
- 最新优先
- 来自专栏信创系统开发
AI Agents 技术栈
构成 AI Agents 的技术栈有哪些关键组成部分？本文参考了一些资料，尝试解释这一概念，主要参考了以下内容： AI Agents Stack. 网址：https://www.letta.ai/blog/ai-agents-stack AI Agents: Introduction (Part-1). 一、什么是 AI Agents？ AI Agents 是指能够感知环境、做出决策并执行任务的智能系统。 与传统 AI 系统不同，AI Agents 具有以下特点： 自主性：能够独立完成任务，无需人工干预。 交互性：可以与用户、其他 Agents 或环境进行交互。 学习能力：通过数据反馈不断优化行为。 二、AI Agents 技术栈的层级架构 AI Agents 的技术栈总体架构如上图所示。大体上可分为五个关键层级，从底层基础设施到上层应用逻辑逐层递进： 1.
1.5K11编辑于 2025-02-12 AI Agents Masterclass 项目文档
项目标题与描述AI Agents Masterclass 是一个全面的AI代理开发教程项目，旨在展示如何利用大型语言模型(LLM)与外部系统交互，实现业务流程自动化。 项目包含多个功能模块，如Asana任务管理、Google Drive文档处理、Slack消息交互等，通过实际案例演示AI代理的强大能力。 LangGraph支持：使用LangGraph实现复杂的代理工作流安装指南系统要求Python 3.8+GitPip安装步骤克隆仓库：git clone https://github.com/coleam00/ai-agents-masterclass.gitcd ai-agents-masterclass创建虚拟环境：python -m venv ai-agents-masterclass激活虚拟环境：# Windows. \ai-agents-masterclass\Scripts\activateMacOS/Linuxsource ai-agents-masterclass/bin/activate安装依赖：pip install
26210编辑于 2025-07-24Agents & Muti-Agents
Building effective agents Agent的定义有多种。一些客户将Agent定义为完全自主的系统，能够在较长时间内独立运行，使用各种工具完成复杂任务。 Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage act as intelligent filters by iteratively using search tools to gather information, in this case on AI node 时，state 会发生变化(携带上一个 node 的执行输出信息) ref： https://www.anthropic.com/engineering/building-effective-agents
22110编辑于 2025-06-23- 来自专栏AIGC新知
AI Agents: 如何构建数字员工
作者：Alfredo Sone 编辑&排版：Alex AI Agents是构建智能系统的一种新方式。 多步骤流程：hebbia.ai 与遵循一组固定指令的传统程序不同，agent是一种新型软件，使用LLMs和认知来弄清楚需要做什么、如何做，然后完成它，一切都靠它们自己。 示例： ……捕获航班请求后，代理会识别诸如查找出境和回程航班之类的任务，并定义需要哪些步骤和操作来帮助客户根据自己的喜好预订航班等…… Memory 记忆 AI agent中的记忆有两种形式： 短期记忆是基于会话的 以下是 Google Agents 中目标和指令的定义方式： 3、定义记忆 记忆可以让agent保持一致并学习。 通过创建合作agent网络，实质上是在构建一支AI数字员工，能够作为一个协调系统解决复杂的问题，就像一支由熟练员工组成的团队一起解决具有挑战性的项目一样。
91100编辑于 2024-12-25 AI Agents 的开发实践经验
随着人工智能技术的快速发展，AI Agent（智能代理）已经成为企业提升效率、优化流程的重要工具。AI Agent 不仅能够自动化执行任务，还能通过自主决策和工具调用，完成复杂的业务流程。 本文将详细探讨 AI Agent 的开发实践经验，涵盖需求分析、技术选型、数据准备、模型训练、开发与集成、测试与优化、部署与推广等多个环节，并结合实际案例，分享从零到一打造商用 AI Agent 的全过程 同时，收集潜在用户的反馈，确保 AI Agent 的功能符合他们的使用习惯和期望。应用场景定义明确 AI Agent 将在哪些具体场景中发挥作用，这是确定 Agent 方向的关键。 例如，在客服场景中，AI Agent 应能够快速响应用户咨询，解决常见问题；在数据分析场景中，AI Agent 应能够自动生成报告，提供决策支持。 开源与社区合作AI Agent 采取开源的技术路线，允许全球的开发者和研究者自由使用、修改和共享技术，这促进了个数字化企业间的合作，加速了 AI 社区的创新。
1.2K10编辑于 2025-03-25- 来自专栏架构驿站
一文读懂 AI Agents 技术
Hello folks，我是 Luga，今天我们来聊一下人工智能（AI）生态领域相关的技术 - AI Agents（AI 代理） 。 通常来说，不同类型的 AI Agents 旨在解决特定的挑战并完成特定的任务。对于构建有效且高效的人工智能系统来说，更深入地了解 AI Agents 的不同类型便显得至关重要。 通过了解各种 AI Agents 类型，我们可以更好地理解它们的功能和应用领域，并根据具体需求选择最合适的 AI Agents。 — 01 — 什么是 AI Agents & Autonomous AI Agents ？ 这反映了大家对开源 AI Agents 项目的广泛兴趣和支持。 不仅如此，我们几乎每周都能看到新的公司成立，专注于 AI Agents 的开发和应用。
7K53编辑于 2023-11-22 - 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
为了解决这个闭环问题，关于自主智能体（AI Agents）的研究和讨论开始引起重视。在国产大模型选型的文章里我们提过OpenAI关于自主智能体的设计，也说明了函数调用的重要性。 AI Agents的两大基础，是知识和工具。通过扩充上下文、企业知识库、或者精调等方式可以满足AI对知识的获取，是武装AI的大脑。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 AppID等信息； ext字段为消息自定义使用，这里设置了ai参数，是提醒AI不要对此消息再进行回复，防止出现AI对话循环。 如果你还有更好玩的想法，欢迎告诉我们，我们也会随时在产品群内分享 后记 如果有关于智能插件AI Plugin或者AI Agents的想法，或者希望第一时间试用智能聊天产品 本文内容已进入小蓝文章知识库，
47010编辑于 2025-05-23 - 来自专栏架构驿站
一文读懂 AutoGPT 开源 AI Agents
AutoGPT 是一种创新的开源自主人工智能（AI）工具，充分利用了 OpenAI 最新的文本生成模型——GPT-3.5 和 GPT-4，并与软件和在线服务进行无缝交互。 通过不断优化和迭代， AutoGPT 将引领开源 AI Agents 的新潮流，为人工智能领域带来更多创新和突破。 以上为开源 AI Agents AutoGPT 技术的修改解析，更多关于 AI Agents 的内容可参考后续文章所述，谢谢！
7.3K32编辑于 2023-11-27 - 来自专栏Python项目实战
AI Agents 崛起：让 AI 自己“干活”的时代，终于来了！
AI Agents 崛起：让 AI 自己“干活”的时代，终于来了！作者：Echo_Wish有时候我会想——AI 什么时候能不靠我们“喂指令”，而是自己去干事？ 这，就是 AI Agents（智能体） 的崛起。一、从“问答式AI”到“能干活的AI”我们以前用的 ChatGPT、文心、Claude，其实大多是“对话式”的 AI。你问，它答；你不问，它就不动。 二、AI Agents 背后的三大核心组件想让 AI “自己干活”，得让它具备三个基本能力：记忆（Memory）：让 AI 记住上下文和历史决策，比如它上次查过的资料、处理过的结果。 可以说，它让 AI 从“对话”走向了“行为”。五、Agent 正在悄悄改变各行各业别以为这只是技术玩家的玩具，AI Agents 已经开始“上岗”了。 六、我对AI Agents的看法：这不仅是效率革命，更是认知革命我记得几年前我们还在调侃：“AI 离自己干活还早着呢。”但现在，我真得承认——它来了。
38310编辑于 2025-10-27 Craft Agents
Craft Agents 是（在 craft.do）开发的一款工具，用于高效地与代理进行协作。 我们自己就是用 Craft Agents 只用 Craft Agents 来开发 Craft Agents —— 没有使用代码编辑器 —— 所以，任何定制都只是一个提示的距离。 ）: irm https://agents.craft.do/install-app.ps1 | iex 从源代码构建 git clone https://github.com/lukilabs/craft-agents-oss.git •会话命名：AI 自动生成标题或手动命名。•会话持久性：完整的对话历史保存到磁盘。 键盘快捷键 动作 https://github.com/lukilabs/craft-agents-oss?
300编辑于 2026-03-13- 来自专栏AIGC大模型应用
AI大模型企业应用实战-Agents是什么？
0 前言"Agents are not only going to change how everyone interacts with computers. -- 比尔盖茨无需为不同任务使用单独软件使用日常语言来命令你的设备“代理”是人工智能的高级形式未来五年将成为现实人人都有的私人助理Agent应用在干行百业之中（医疗、教育、娱乐....）1 Agents Al Agents是基于LLM的能够自主理解、自主规划决策、执行复杂任务的智能体，Agents不是ChatGPT的升级版,它不仅告诉你“如何做”，更会帮你去做。 若各种Copilot是副驾驶，那Agents就是主驾驶。Agents = LLM +规划技能+记忆 + 工具使用。 本质上Agents是一个LLM的编排与执行系统：一个精简的Agents决策流程，一个循环一个任务：2 LangChain 中的 Agents 咋实现？
44531编辑于 2024-08-18 - 来自专栏架构精进之路
AI Agents vs Agentic AI：有何区别？为何如此重要？
让我们带着以上问题，来探索 AI Agents 和 Agentic AI 的差异、实际应用和未来。 一、什么是 AI Agents 和 Agentic AI？ Agentic AI 和 AI Agents 都已开始出现在各个行业中，并且其应用正在快速增长。 这些 AI Agents 依赖于预定义的命令，并且非常擅长处理简单、重复的任务。 电子邮件管理 AI Agents 也非常适合管理您的收件箱。 随着人工智能的不断发展，AI Agents 和 Agentic AI 之间的界限可能会进一步模糊。 四、最后的想法 AI Agents 和 Agentic AI 都在以不同的方式改变世界。
1.8K20编辑于 2025-06-10 - 来自专栏AI大模型
颠覆性进化：Agentic AI正在终结传统AI Agents时代
再见AI Agents，你好Agentic AI：智能体技术的范式革命 阅读本文前，扣"777“《 飞书独家分享》本文较长，建议点赞收藏以免遗失。 由于文章篇幅有限，更多RAG----Agent与MCP资料+代码，也可在主页最新大模型理论+资料领取 随着2025年AI领域的深度演进，传统AI Agents（人工智能体）概念正被新一代Agentic AI（自主智能体）技术重构。 一、传统AI Agents的技术困局 任务执行局限性 单点任务导向：以预设指令闭环为边界（如Siri/Cortana） 有限上下文感知：仅响应显性需求，缺乏环境态势理解 硬编码决策树：依赖if-then 三、技术范式迁移矩阵 维度 AI Agents Agentic AI 改进幅度 决策模式 规则驱动 目标驱动 5.2× 知识表示 静态知识图谱 动态认知网络 89%↑ 容错机制 异常中断 自主恢复策略
50210编辑于 2025-07-18 - 来自专栏腾讯云TVP
Decoding LLM-native Agents: Bridging Compilation and Interpretation in AI
In the emerging field of AI Agents, two architectural paradigms seem to have emerged: Compiled Agents and Interpreted Agents. their differences, capabilities, and limitations is essential for grasping the broader evolution of AI-driven like "compiled" code, setting fixed probabilistic boundaries on potential behaviors.Interpretation in AI essence, the future of AI agents lies in balancing the precision and predictability of compilation with
24810编辑于 2025-03-13 - 来自专栏架构驿站
一文搞懂 AI Agents 的不同类型
Hello folks，我是 Luga，今天我们继续来聊一下人工智能（AI）生态领域相关的技术 - AI Agents（AI 代理） ，本文将聚焦在针对不同类型的 AI Agents 技术进行解析 ，使得大家能够了解不同 AI Agents 实现机制以及所应用的市场领域。 — 01 — 5 种不同类型的 AI Agents 通常而言，AI Agents 可以根据其智能水平和能力进行分类划分。 — 03 — 如何更好地提高 AI Agents 性能 ？ 为了提高 AI Agents 的性能，可以采用多种技术和策略，其中包括机器学习、搜索算法和优化等。 以上为 AI Agents 不同类型技术的解析，更多关于 AI Agents 的内容可参考后续文章所述，谢谢！
1.9K31编辑于 2023-11-23 - 来自专栏siri的开发之路
【AIGC】AI-Agents最新成果-斯坦福AI小镇源码解读
虽然新闻报道依旧很多，但对技术和实现方法的讨论比较少，截止目前国内网站只看到知乎上有一位大神的专栏有相关概念及生成流程的解读，本文也会引用该作者一些分析图片本文将从架构和实现原理的角度探讨，项目是如何驱动 Agents 做出决策的，欢迎大家一起交流和学习PS: 目前还有一个AI小镇Plus版本的AI-Town项目也在GitHub上开源了，其可扩展性更高，笔者将在下篇文章介绍该项目---整体架构该项目的环境为 Python3.9.12 游戏逻辑由 H5 引擎 Phaser3 开发，后端用 Django 作为服务器提供 Web 服务如下图所示，由于“游戏”本身并不存在用户操作，所以 H5 的页面仅供展示使用；Main Loop 即驱动 Agents Django 的后台 Server，运行 environment/frontend_server 目录下的python manage.py runserver运行成功后记得设置在后台常驻，该进程为整个AI 最好保持在桌面，不要最小化或者隐藏，如果检测到该TAB页不在active状态的话，会卡住后台计算的进程Simulation Server前面启动的Web服务实际上只提供了一个默认的沙盒环境，这个环境是静态的，当Agents
4.7K54编辑于 2023-09-17 - 来自专栏JavaEdge
为什么普通AI不够用？定制AI Agents工具是关键！
import MessagesPlaceholder from langchain.memory import ConversationTokenBufferMemory from langchain.agents 你从不说自己是一个人工智能助手或AI，而是以老夫、老朽等自称。 {who_you_are} 以下是你常说的一些口头禅： 1. 作者简介：魔都架构师，多家大厂后端一线研发经验，在分布式系统设计、数据平台架构和AI应用开发等领域都有丰富实践经验。 各大技术社区头部专家博主。
25510编辑于 2025-06-01 - 来自专栏沉浸式趣谈
AGENTS.md：AI 编程最佳实践的新标准
更糟的是，当你切换工具或团队其他成员使用不同 AI 助手时，这些配置文件根本无法复用。 而 OpenAI 和 Google 共同制定的 AGENTS.md，正是为了解决这个痛点。 什么是 AGENTS.md？ AGENTS.md 是一个简单、开放的格式，专为指导 AI 编程代理而设计。 获得生态支持 目前已有超过 2 万个开源项目采用 AGENTS.md，包括： • OpenAI Codex - OpenAI 官方支持 • Cursor - 主流 AI 编辑器 • Aider - 流行的 AI 配对编程工具 • Gemini CLI - Google 的 AI 编程助手 • RooCode、Factory、Zed等 12 个主流工具 工作原理深度解析 就近原则 AGENTS.md 采用智能就近匹配机制 动态更新：修改 AGENTS.md 立即生效，无需重启工具 实战：创建你的第一个 AGENTS.md 基础模板 # 项目 AI 编程指南 ## 开发环境设置 ### 技术栈 - 前端：Next.js
2.9K10编辑于 2025-09-17 - 来自专栏CreateAMind
Building Agents with Imagination
Building Agents with Imagination https://github.com/createamind/Imagination-Augmented-Agents Intelligent agents must have the capability to ‘imagine’ and reason about the future. tutorial presents a new family of approaches for imagination-based planning: Imagination-Augmented Agents https://github.com/pathak22/zeroshot-imitation] https://github.com/createamind/Imagination-Augmented-Agents
62230发布于 2018-07-20 AI Agents 的崛起与深度搜索如何重塑开发模式
第一部分：AI Agents 的崛起1.1 什么是 AI Agents？AI Agents 是指能够自主执行任务、与环境交互并实现特定目标的人工智能系统。 与传统的 AI 模型不同，AI Agents 具备更强的自主性和适应性，能够在复杂环境中独立决策和执行任务。 1.2 AI Agents 的核心能力自主性：AI Agents 能够根据环境和目标自主决策，无需人工干预。适应性：AI Agents 能够根据环境变化调整策略，具备学习和进化能力。 交互性：AI Agents 能够与人类、其他 AI 系统和环境进行高效交互。1.3 AI Agents 的应用场景1.3.1 智能助手AI Agents 将成为未来智能助手的核心。 Agents 的挑战与未来尽管 AI Agents 具有巨大潜力，但其发展仍面临一些挑战：安全性：如何确保 AI Agents 的决策和行为符合人类价值观和伦理标准？
32010编辑于 2025-03-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号