- 综合排序
- 最热优先
- 最新优先
AI 时代需求管理：如何用Visual RM 平台AI功能助力写好需求和智能化入库
本文将从 AI 创建需求、AI 在线编写与优化需求、AI 智能化入库三大维度，详解如何借助 Visual RM 的 AI 功能高效产出高质量需求。 需求分析：AI 基于主题拆解关键要素，提示用户补充需求背景、业务目标（如 “缩短开户时长至 5 分钟内”）、适用场景等信息；3. AI 全文问答：编写过程中可随时提问（如 “新核心系统下，该需求如何与账户管理模块关联？”），AI 基于全文内容与平台资产库知识精准作答，无需手动翻阅历史文档；3. “同类银行转账需求描述”）缺乏编写思路时三、AI 智能化入库：让需求成为可复用的 “数字资产” 需求编写完成后，Visual RM 的 AI 智能化入库功能可实现需求与企业资产库的精准关联，解决 “资产分散 AI 智能关联：自动匹配资产节点，无需手动归类 需求入库时，AI 通过语义分析与资产库知识图谱，智能推荐最佳挂载节点，大幅降低人工归类成本：1.
45620编辑于 2025-11-14- 来自专栏算法之名
AI智能体
langchain 概述 langchain是LLM与AI应用的粘合剂，是一个开源框架，旨在简化使用大型语言模型构建端到端应用程序过程，它也是ReAct(reason+act)论文的落地实现。 chains，langchain把提示词、大语言模型、结果解析封装成chain，并提供标准的接口，以便允许不同的chain形成交互序列，为AI原生应用提供端到端的chain。 content='Hi.'), SystemMessage(content='你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 的诗')] streaming_chat(messages) 运行结果 智能助手显神通， 问答之间意无穷。
78010编辑于 2024-09-29 - 来自专栏Go语言学习专栏
3 - RAG 知识库基础 - AI 超级智能体项目教程
具体内容包括： AI 面试助手问答需求分析 RAG 概念（重点理解核心步骤） RAG 实战：Spring AI + 本地知识库 RAG 实战：Spring AI + 云知识库服务 友情提示：由于 AI 一、AI知识问答需求分析 AI知识问答应用场景 随着 AI 技术的快速发展，越来越多的公司开始利用 AI 重构传统业务，打造全新的用户体验和商业价值。 n-gram 切割） 2、向量转换和存储 向量转换：使用 Embedding 模型将文本块转换为高维向量表示，可以捕获到文本的语义特征 向量存储：将生成的向量和对应文本存入向量数据库，支持高效的相似性搜索 3、 ETL 的 3 大核心组件，按照顺序执行： DocumentReader：读取文档，得到文档列表 DocumentTransformer：转换文档，得到处理后的文档列表 DocumentWriter：将文档列表保存到存储中 3、向量转换和存储 为了实现方便，我们先使用 Spring AI 内置的、基于内存读写的向量数据库 SimpleVectorStore 来保存文档。
27610编辑于 2026-03-17 - 来自专栏有三AI
【AI初识境】从3次人工智能潮起潮落说起
更加科学的定义是在霍华德·加德纳的多元智能理论中，它将人类的智能分成七种能力： (1) 语言 (Verbal/Linguistic) (2) 逻辑 (Logical/Mathematical) (3 3冯诺伊曼与类脑计算 图灵提出了机器智能的概念，那怎么实现呢？现在大家都知道了，使用计算机，或者更通用的说法是电脑。 冯·诺依曼（John von Neumann）正是计算机之父。 3. 克劳德·香农(Claude Shannon)，在1950年发表了《Programming a Computer for Playing Chess》，这篇论文第一次开始关注计算机象棋程序的开发。 之后研究AI的一些科学家也获得了图灵奖，1994年Edward Feigenbaum)和Raj Reddy、2010年Leslie Valiant、2011年Judea Pearl。 自此AI下棋再无敌手。 ? 此后，以深度学习为代表的技术，引领了当下的热潮。此所谓第三次潮起，会不会潮落不知道，我知道的是现在正在潮中。
85620发布于 2019-07-26 - 来自专栏AI uTools
FastGPT | 3分钟构建属于自己的AI智能助手
fastgpt其实就是使用了chatgpt的api（或者其他的大模型），构建自己的AI知识库 chatgpt是没办法获取到你自己的信息的 如果你想部署属于自己的gpt，或者是公司内部使用的 你可以选择fastgpt 适用人群： chatgpt爱好者 chatgpt深度使用者 想要构建自己的AI知识库 想要给其他人提供gpt服务 公司/组织 私有化 功能介绍 目前我觉得比较好用的3个功能 构建自己的知识库 通过导入文档或已有问答对进行训练 ，让 AI 模型能根据你的文档以交互式对话方式回答问题。 例如查询数据库、查询库存、预约实验室等 不过这个功能比较复杂，需要一定的学习成本 在线使用 国内版：ai.fastgpt.in 海外版：fastgpt.run 环境需要 系统：windows or
1.1K10编辑于 2024-10-29 - 来自专栏TSINGSEE青犀视频
操作指南：智能分析网关V3的AI算法配置步骤
智能分析网关V3内置了20多种AI算法，可针对安全生产、通用园区、智慧食安、石油化工等场景，提供基于视频智能检测技术的个性化行业解决方案。今天来具体介绍下v3版本的智能分析网关如何配置AI算法。 智能分析网关V3算法配置操作步骤如下： 打开硬件盒子的后台，浏览器输入盒子的IP地址，登录到后台。 该视频流转发到国标服务器使用的通道编号 转发到国标服务：是否开启国标转发，开启后会将该视频流按照[国标通道编号]+国标服务器设置信息，将相机视频流转发到服务器 2、任务配置 任务配置是指将配置的视频通道添加指定的AI 我们在上次的文章中介绍了智能分析网关V3接入EasyCVR平台的步骤，感兴趣的用户可以查看这篇文章：操作指南：EasyCVR v3.3版本如何接入智能分析网关V3？ ? 、电子地图、集群、智能分析以及平台级联等视频能力的需求。
56820编辑于 2023-07-12 - 来自专栏Go语言学习专栏
7 - AI 智能体构建 - AI 超级智能体项目教程
具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 观察（Observe）：获取工具返回的结果，反馈给智能体进行下一步决策。比如将打开的网页代码输入给 AI。 循环迭代：不断重复上述 3 个过程，直到任务完成或达到终止条件。 三、使用 AI 智能体 有 3 种方式可以使用 AI 智能体，之前的教程中其实我们已经有接触过，这里再快速复习一遍。 我们有 3 种方案来实现 ToolCallAgent： 1）基于 Spring AI 的工具调用能力，手动控制工具执行。 完成 AI 超级智能体的开发 2）理解 AI 超级智能体的实现原理和架构设计，要求能够口述讲清楚 3）尝试自主阅读 OpenManus 的源码，思考如何进一步优化我们的程序，建议多利用 AI 工具辅助学习理解
66310编辑于 2026-03-17 - 来自专栏腾讯高校合作
Wiztalk | 殷俊 Part 3《游戏AI的应用—智能体控制举例》
AI技术在游戏研发中的应用 Part 3 游戏AI的应用—智能体控制举例 简介：斗地主里托管AI是怎么打出一手好牌？QQ飞车里的对手AI又是如何漂移过弯反超夺冠？ 殷老师列举具体的实例，和大家讲讲AI算法在游戏中具体是如何运用。 内容难度：★☆☆（高中/大学及以上非计算机专业学生均可以学习） ?
42210发布于 2020-12-08 - 来自专栏LLM
AI Compass前沿速览：Gemini 3、Grok 4.1、GPT-5.1、千问、Lumine-3D开世界AI智能体
AICompass前沿速览：Gemini3、Grok4.1、GPT-5.1、千问、Lumine-3D开世界AI智能体AI-Compass致力于构建最全面、最实用、最前沿的AI技术学习和实践生态，通过六大核心模块的系统化组织 1.每周大新闻Gemini3–谷歌Gemini3是谷歌最新推出的新一代多模态理解与推理AI模型，被誉为全球最先进的模型。 这种架构使其能够从单一指令遵循者转变为一个能够思考、沟通和进化的智能体。应用场景通用游戏AI：作为智能游戏伴侣，在各种3D虚拟游戏中与玩家互动、协助完成任务。 其核心技术原理包括：多智能体协作Agentic架构：底部构建的多智能体协作架构能够自动理解用户意图，以代码为核心，实时调度影像、3D、动画等不同领域的专业AI智能体进行协同工作。 2.每周项目推荐Lumine–字节跳动推出的3D开放世界通用AI智能体Lumine是字节跳动推出的通用AI智能体，旨在3D开放世界环境中实现实时感知、推理和行动。
79310编辑于 2025-11-19 - 来自专栏强化学习专栏
AI：什么是智能?
文章分类在学习摘录和笔记专栏： 学习摘录和笔记（6）---《AI：什么是智能?》 1 智能是什么？ 人具有智能的一部分，而不是全部。 3 人机融合智能： 一种新型智能形式，它不同于人的智能、也不同于人工智能，是一种跨物种越属性结合的下一代智能科学体系。 那么现有的人工智能解决的主要是理智部分；伦理道德宗教面对的常常是情智；意智是那些人文艺术等创造性意识力衍生出的智能。 3）在范围方面，制造自动化不仅涉及到具体生产制造过程，而是涉及所有过程。 智能化： 是指由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术汇集而成的针对某一个方面的应用。 智慧化： 就是升级版的智能化。
52300编辑于 2024-12-03 - 来自专栏算法之名
AI智能体(六)
接AI智能体(五) Dify Dify是一个开源的Agent开发平台，使用Dify有两种方式，一种是使用Dify的在线平台。https://cloud.dify.ai。 一种是进行私有化部署。 } DEBUG: ${DEBUG:-false} FLASK_DEBUG: ${FLASK_DEBUG:-false} SECRET_KEY: ${SECRET_KEY:-sk-9f73s3ljTXVcMT3Blb3ljTqtsKiGHXVcMT3BlbkFJLK7U DEPLOY_ENV: ${DEPLOY_ENV:-PRODUCTION} CHECK_UPDATE_URL: ${CHECK_UPDATE_URL:-https://updates.dify.ai ENDPOINT: ${S3_ENDPOINT:-} S3_REGION: ${S3_REGION:-us-east-1} S3_BUCKET_NAME: ${S3_BUCKET_NAME:-difyai } S3_ACCESS_KEY: ${S3_ACCESS_KEY:-} S3_SECRET_KEY: ${S3_SECRET_KEY:-} S3_USE_AWS_MANAGED_IAM: $
1.1K00编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(四)
接AI智能体(三) memory工具使用 以往，我们都是直接跟大模型进行交互，没有办法系统的实现记忆。 以太坊作为加密货币市场的第二大币种，它不仅仅是一种数字货币，还拥有智能合约功能，是许多去中心化应用（DApp）和去中心化金融（DeFi）项目的平台。 以下是我对以太坊前景的分析： 1. **智能合约和应用生态**：以太坊拥有强大的开发者社区和丰富的应用生态，这推动了其需求的增长，并对价格产生积极影响。 2. **跨链技术的进步**：随着跨链技术的发展，以太坊能够与其他区块链网络进行互操作，这可能会扩大其生态系统，并增加其作为价值转移和智能合约平台的吸引力。 5. - **竞争加剧**：其他智能合约平台的出现可能会分散开发者和用户的注意力，从而影响以太坊的市场份额。 投资者应该认识到，以太坊投资同样伴随着高风险，特别是在技术升级和监管环境不断变化的当下。
1K00编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(五)
接AI智能体(四) MetaGPT 环境装配 metagpt下载地址：https://github.com/geekan/MetaGPT conda create -n metagpt python= gpt-3.5-turbo api_key: "******" 测试： 在终端命令行中进入Meta-GPT-main目录中执行 metagpt "Write a cli snake game" 单动作智能体 多动作智能体 import asyncio import sys import subprocess from metagpt.llm import LLM from metagpt.actions import - RunnableCoder: The sum of [1, 2, 3, 4, 5] is 15 The sum of [-1, 0, 1, 2, -3] is -1 编写开发需求文档 test_pm.py 3. 需求更新: 如果需求是对现有需求的更新，则更新 PRD 文档。
76000编辑于 2025-02-06 - 来自专栏人工智能
Notion AI 智能体
NotionAI智能体Notion3.0的AI智能体通过自动化流程实现复杂任务闭环。其核心能力包括智能搜索、数据分析、决策制定和执行操作。 智能体通过自然语言交互理解用户需求，自动调用数据库和外部工具完成任务。用户只需输入目标，如“分析Q3销售数据并制定优化方案”，系统即可生成可视化报告和执行建议。 零一万物万智2.5平台解析万智2.5平台采用多智能体协作架构，每个角色对应特定职能：市场智能体：自动生成营销方案并执行投放HR智能体：处理招聘全流程，包括简历筛选和面试安排财务智能体：实时监控预算并生成分析报表平台通过智能体间的通信协议实现协作 ：知识库建设：结构化企业数据供智能体调用权限管理：设置不同智能体的数据访问层级验证机制：关键决策需加入人工审核环节典型部署流程包括POC测试阶段，先选择单一业务场景验证，如自动生成周报，再逐步扩展至复杂业务流程 监控系统需记录智能体的决策路径和执行效果，便于持续优化。
24010编辑于 2026-01-07 - 来自专栏算法之名
AI智能体(二)
我是人工智能助手智谱清言，可以叫我小智，很高兴见到你，欢迎问我任何问题。' model_name': 'glm-4', 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI
64210编辑于 2024-10-05 - 来自专栏Python
AI 智能客服系统
AI/NLP 引擎：核心的 AI 技术组件，负责自然语言理解、意图识别、对话管理、上下文语义理解等；可与知识库交互检索答案。 消息队列（Kafka/RabbitMQ 等）：用于异步处理海量日志或请求；AI 引擎与日志分析平台可通过队列进行消息异步传输。 会话管理层 → AI/NLP 引擎 协议：REST 或 gRPC。 通信方式：同步请求，以获取实时对话结果。 通信方式：同步/双向沟通，若 AI 无法回答或需要人工介入则立即调用坐席系统。 AI/NLP 引擎 选型： 自研/开源：Hugging Face Transformers、Rasa、BERT/LLM 模型微调等； 云服务：腾讯云 NLP、阿里云智能对话机器人、Azure
1.4K20编辑于 2025-06-16 【AI智能体创作】
AI智能体创作思路 AI智能体的核心在于模拟人类思维和行为模式，通过算法和数据处理实现自主决策。创作思路通常包括目标定义、数据收集、模型训练、评估优化等环节。 目标定义阶段明确智能体的功能边界，比如聊天机器人、游戏NPC或自动化工具。数据收集阶段获取相关领域的语料、图像或其他输入数据。模型训练阶段选择合适的算法架构，如深度学习、强化学习或规则引擎。 案例分析 以智能写作助手为例，分析其设计流程。需求分析阶段确定用户需要语法检查、内容生成或风格转换等功能。技术选型阶段可能采用GPT-3等大语言模型作为基础架构。 应用场景：训练超大规模语言模型（如GPT-3）或计算机视觉模型时，分布式训练可显著减少训练时间。 2. 3. 早停机制（Early Stopping） 早停机制通过监控验证集损失来防止过拟合，当验证损失连续若干轮（如patience=5）未下降时停止训练。 实现方式： 记录每轮验证集损失。
36610编辑于 2025-12-17- 来自专栏AI系统
【AI系统】AI芯片驱动智能革命
其次我们来谈谈人工智能的概念。人工智能（Artificial Intelligence，AI）是一门研究如何使计算机能够模拟和执行人类智能任务的科学和技术领域。 机器学习、深度学习算法是人工智能领域技术的重要载体，可以统称为 AI 算法，其计算模式与传统的算法有所不同。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。 边缘的应用场景更加丰富，如智能手机、智能驾驶、智能安防等。通过 AI 芯片丰富的应用场景，可以看到人工智能技术对我们未来生活的影响程度。
1.2K10编辑于 2024-11-29 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发
AI 智能体（AI Agent）的开发是一个复杂且多阶段的过程，涉及需求分析、算法设计、模型训练、系统集成和部署等多个环节。以下是 AI 智能体开发的典型流程。 1.需求分析与定义1.1明确目标确定 AI 智能体的核心功能和应用场景（如聊天机器人、推荐系统、自动驾驶等）。定义智能体的输入、输出和交互方式。 3.模型设计与开发3.1选择算法根据任务需求选择合适的算法：监督学习：分类、回归。无监督学习：聚类、降维。强化学习：决策优化。深度学习：图像识别、自然语言处理。 验证 AI 智能体在实际场景中的表现。6.3用户测试邀请目标用户进行测试，收集反馈。根据反馈调整模型和系统。7.部署与监控7.1部署环境选择部署平台（如云端、边缘设备）。 总结AI 智能体的开发流程包括需求分析、数据收集、模型设计、训练与评估、系统集成、测试验证、部署监控和维护迭代。通过合理规划和使用工具，可以高效地开发出功能强大、性能优异的 AI 智能体。
2.7K20编辑于 2025-02-18 - 来自专栏AI
AI 智能体（AI Agent）的应用
AI 智能体（AI Agent）的应用非常广泛，几乎涵盖了我们生活的方方面面。它们能够自主地感知环境、做出决策并执行行动，从而完成各种复杂的任务。以下是一些 AI 智能体的典型应用场景。 客户服务：智能客服机器人： 能够 24/7 回答客户的常见问题、处理订单、提供技术支持等，提高客户服务效率和满意度。例如，银行、电商平台的在线客服。 3. 医疗健康：疾病诊断： 能够分析医学影像、病历等数据，辅助医生进行疾病诊断，提高诊断的准确性和效率。药物研发： 能够加速药物研发过程，例如通过模拟分子相互作用来预测药物的疗效。 百度的文心一言 APP 上的智能体： 可以进行“视频对话”、背单词、纠正口语，还可以通过 AI 智能体模拟面试、与 AI 古人对话等，体现了 AI 智能体在内容创作和人机交互方面的应用。 总而言之，AI 智能体正在深刻地改变着我们的生活和工作方式。随着技术的不断发展，AI 智能体的应用领域还将不断拓展，为我们带来更多的便利和创新。
1.5K10编辑于 2024-12-23
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