- 综合排序
- 最热优先
- 最新优先
- 来自专栏陶士涵的菜地
多 AI 智能体系统- AI 智能体的 6 个关键要素
比如翻译任务，如果一个智能体一次翻译可能结果一般，但是如果分成多个智能体，先直译然后反思最后意译结果就好很多。 3. 使用工具 智能体有能力调用工具，并且能选择最适合当前任务的工具。 协作 通常对于复杂的任务，不是一个智能体在完成任务，而是多个智能体一起完成任务，那么在整个过程中，需要确保智能体之间能相互通信，比如一个智能体的输出可以作为下一个智能体的输入，比如有一个智能体专门负责调度根据中间结果调用不同的智能体 所以对于多智能体系统，还需要设计好工作流，确保智能体之间整体协作的通畅。 这种协作不仅是指智能体和智能体之间，也包含人和智能体之间的协作。 比如 Devin 这种复杂的 AI 软件工程师，在遇到一些解决不了的错误时，也需要人工干预。 5. 所以设定好防护栏，就能确保智能体能在正确的轨道上，如果出现故障可以及时干预，而不至于卡在某个任务上白白浪费 Tokens。 6.
72611编辑于 2024-05-28 - 来自专栏人工智能AI
AI人工智能6大应用场景
AI人工智能6大应用场景 01、AI农业场景 在农业场景，主要包括有作物管理、害虫和杂草处理、疾病管理、土壤管理、产量预测和管理等。 03、AI医疗场景 在医疗卫生场景，主要有疾病诊断预测、临床和患者护理。 除此之外近年来 AI 技术也在应用到新药研制场景中得到应用。主要使用到的 AI 技术为神经网络、专家系统等。主要涉及的用例是图像识别、分析推理、分类等。 04、AI网络金融场景 在网络金融场景，主要包括信用预测和评估，根据客户的历史交易数据、资金流动情况智能运营聊天机器人应答客户部分疑问，智能手续柜台满足客户部分需求。 主要涉及的 AI 技术有神经网络、演化算法、专家系统、分布式人工智能、机器视觉、决策网络等。主要涉及的用例是图像识别、推理分析等。
2.8K10编辑于 2024-05-21 - 来自专栏Go语言学习专栏
6 - MCP 协议 - AI 超级智能体项目教程
按照官方的说法，总共有 6 大核心概念。大家简单了解一下即可，除了 Tools 工具之外的其他概念都不是很实用，如果要进一步学习可以阅读对应的官方文档。 使 MCP 服务能够实现复杂的智能代理行为，同时保持用户对整个过程的控制和数据隐私保护。 如图，官方提供了很多现成的 MCP 服务： 让我们进入一个智能体应用，在左侧可以点击添加 MCP 服务，然后选择想要使用的 MCP 服务即可，比如使用高德地图 MCP 服务，提供地理信息查询等 12 spring-ai-mcp-client-spring-boot-starter</artifactId> <version>1.0.0-M6</version> </dependency> 2）在 6）跨平台兼容性：开发 MCP 服务时，应该考虑在 Windows、Linux 和 macOS 等不同操作系统上的兼容性。
48210编辑于 2026-03-17 - 来自专栏新智元
【调查】The State of AI：关于人工智能的 6 大真相
【新智元导读】柏林一家AI初创公司Explosion AI最近做了一份针对AI当前状态的调查（The State of AI），调查对象面向AI从业人员，调查的问题涵盖AI的方方面面，从AI企业当前的业务领域和发展状态 ，AI从业者当前的工作状态和对AI发展的看法等，可以比较全面地了解AI当前的发展状态及预测今后的发展方向。 柏林一家AI初创公司 ExplosionAI 最近做了一份针对 AI 当前状态的调查（The State of AI），调查对象面向AI从业人员，调查还未结束，有兴趣的朋友可以去填一下：https:// 下面是该调查的中期结果中得出的一些有意思的结论： AI正在被用于开拓全新业务领域 ? 我们期待AI在各个行业中的爆发。 AI的采用仍然非常初期 ? 编译来源：https://medium.com/swlh/a-sneak-peek-at-the-state-of-ai-2016-d5d079e0c4de#.ut8x8r6h5
90881发布于 2018-03-26 - 来自专栏信数据得永生
Python 智能项目：6~10
七、电影评论情感分析移动应用 在这个现代时代，将数据发送到云中基于 AI 的应用进行推理是司空见惯的。 利用托管在云中的基于 AI 的应用的服务的优势在于其易用性。 移动应用只需要向基于 AI 的服务以及图像发出 HTTPS 请求，然后在几秒钟内，该服务将提供推理结果。 但是，在云上使用这种 AI 应用确实也有一些缺点，其中包括： 用户无法在移动设备上本地运行推理。 所有推理都需要通过向托管 AI 应用的服务器发送网络请求来完成。 可以通过在移动设备本身上运行推理，而不是通过互联网将数据发送到 AI 应用来克服部署在云上的 AI 应用的上述缺点。 在下一章中，我们将构建一个用于客户服务的对话式 AI 聊天机器人。 我们非常期待你的参与。 八、用于客户服务的会话式 AI 聊天机器人 会话式聊天机器人最近因其在增强客户体验方面的作用而大肆宣传。
90620编辑于 2023-04-23 - 来自专栏《三桥君 | AI产品方法论》
掌握这6大环节，设计懂你所问的AI智能问答系统
那么，如何构建一个能够驱动企业智能化升级的AI大脑？ 本文三桥君将从多个维度深入探讨这一问题。 企业数字化转型的核心问题在于：如何构建一个能够驱动业务智能化升级的AI大脑？ 这个AI大脑不仅需要具备强大的技术能力，还需要能够灵活应对不同行业的业务需求，成为企业智能运营体系的底座。 二、如何构建AI大脑 1. 安全生产 通过工业听诊器、声学成像仪等设备结合AI识别能力，构建安全防控闭环。 6. 行业解决方案 行业 具体举措 医疗 通过智能辅助诊疗、电子病历分析、语音问诊机器人，提升医疗服务质量。 通过RPA流程自动化、AI人工智能能力、AI中台、IoT物联网平台、应用能力矩阵以及行业解决方案的有机结合，企业能够实现业务的智能化升级，提升运营效率与竞争力。 企业之间的竞争将不再是人力成本、流程速度的较量，而是智能中枢的大脑战争。 欢迎关注✨三桥君✨获取更多AI产品经理与AI工具的分享，帮你入门AI领域，希望你为行业做出更大贡献。
28621编辑于 2025-07-17 - 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 - 来自专栏信数据得永生
ensorFlow 智能移动项目：6~10
六、用自然语言描述图像 如果图像分类和物体检测是明智的任务，那么用自然语言描述图像绝对是一项更具挑战性的任务，需要更多的智能-请片刻考虑一下每个人如何从新生儿成长（他们学会了识别物体并检测它们的位置） 如果我们可以在智能手机上运行此模型，会不会更酷？ 但是在此之前，由于模型的相对复杂性以及 Python 中train和run_inference脚本的编写方式，我们还需要采取一些额外的步骤。 十、构建类似 AlphaZero 的手机游戏应用 尽管现代人工智能（AI）的日益普及基本上是由 2012 年深度学习的突破引起的，但 2016 年 3 月，Google DeepMind 的 AlphaGo 与监督学习不同，监督学习需要标记数据进行训练，就像我们在前几章中建立或使用的许多模型中所看到的那样，强化学习使用反复试验的方法来获得更好的效果：智能体与环境交互并接收在每个状态上采取的每个动作的奖励（正面或负面 我们仅使用最大概率值来指导 AI 的移动，而不使用 MCTS，如果我们希望 AI 在象棋或围棋这样的复杂游戏中真正强大，这将是必要的。
2.2K20编辑于 2023-04-24 - 来自专栏信数据得永生
Python 人工智能：6~10
6 集成学习的预测分析 在本章中，我们将学习集成学习以及如何将其用于预测分析。 而不是随机选择它们，我们使用k-means++以更智能的方式选择这些中心。 这样可以确保算法快速收敛。 n_clusters参数是指群集数。 在我们讨论它的构成及其在人工智能（AI）中的相关性之前，让我们先讨论一下编程范例。 编程范例的概念源于对编程语言进行分类的需求。 它是指计算机程序通过代码解决问题的方式。 /apachecn-dl-zh/-/raw/master/docs/ai-py/img/B15441_09_06.png)] 图 6：相邻和沿海州示例输出 您可以将输出与美国地图进行交叉检查，以验证答案是否正确 在第 2 章，“人工智能的基本用例”中，我们了解了 Pedro Domingos 定义的五个流派。 符号主义者流派是最“古老”的流派之一。 至少对我来说，这一事实不足为奇。
1.7K30编辑于 2023-04-23 2026 企业级 AI 技术栈全景：6 款企业智能体架构解析
以下是我为你准备的《2026 企业级 AI 智能体技术栈盘点》深度解析。前言：从“生成内容”到“交付结果”2026 年，企业对 AI 的期待已经从“写一封邮件”进化为“制定并执行一套完整的营销策略”。 因此，构建 2026 年的企业大脑，需要一套组合拳：用垂直智能体穿透业务深水区，用通用智能体铺设协作基础设施。 技术突破：它能够在一个包含 250+ 公共维度 × 6 种私有维度 × 200+ 分析指标，总计超过 30 万个行动空间的复杂环境中，精准找到最优的分析路径。 钉钉 AI (DingTalk AI)定位：中国企业协同与业务流自动化专家在中国市场，钉钉 AI 是连接“人”与“事”的最佳桥梁。 维度DeepMiner (明略科技)Microsoft 365 CopilotChatGPT Enterprise钉钉 AI核心定位垂直业务决策智能体通用办公协作助手通用逻辑推理引擎业务流与协同平台擅长场景营销归因
70710编辑于 2026-01-19- 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
本节重点 学习 AI 智能体的概念和构建方法，掌握如何实现具有自主决策能力的 AI 系统。 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？ 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。 比如可以在阿里云百炼、Dify 等平台上创建智能体 2、软件中使用 AI 开发工具 Cursor、tare 就集成了 AI 智能体，可以帮我们生成完整的项目代码、或者解释项目代码。 也可以直接使用专门的 AI 智能体工作流编排框架，比如 LangGraph 和 Spring AI Alibaba Graph。
64010编辑于 2026-03-17 - 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。' additional_kwargs={}, response_metadata={'token_usage': {'completion_tokens': 32, 'prompt_tokens': 6, model_name': 'glm-4', 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI
63910编辑于 2024-10-05 - 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
75900编辑于 2025-02-06 - 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 - 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。 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 例如启动新项目时，系统自动组建包含产品、设计、开发智能体的虚拟团队，各角色通过API交换数据并同步进度。 ：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。
23710编辑于 2026-01-07 【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。 GPT2Tokenizer.from_pretrained("gpt2-medium") model = GPT2LMHeadModel.from_pretrained("gpt2-medium") input_text = "AI 测试显示新版本准确率下降超过5%时 联邦学习实施方案： 采用安全聚合协议(Secure Aggregation)保护参与方数据 支持横向联邦(相同特征空间)和纵向联邦(不同特征空间)两种模式 典型应用案例：医疗AI
36510编辑于 2025-12-17- 来自专栏软件工具
VS Code Top6智能体 AI 工具排行榜（按下载量）
实战干货：编程严选网0 前言在当今时代，智能体 AI 已成为 Microsoft 生态系统中开发者的必备工具。 以下是市场中排名前六的"智能体"工具的描述，这个数字之所以被选中，是因为它能形成一个很好的开场图表，从市场的顶级智能体工具列表中抓取：2 Top 6 的"智能体"扩展程序按受欢迎程度：1 Cline描述 3 Continue安装量： 160 万次描述： "领先的开源 AI 代码智能体"该工具采用智能体概念，并将其包装成一个完全开源的框架，让开发者可以直接在 VS Code 内运行可定制的 AI 智能体。 5 Roo Code安装量： 90.1 万次描述： "你编辑器中的整个开发团队的 AI 智能体。" 6 Qodo Gen安装量： 75.1 万次描述： "一个质量优先的生成式 AI 编码智能体平台，为忙碌的开发者提供全面的 AI 代码智能体，用于生成代码、编写单元测试和创建文档。
4.7K10编辑于 2025-10-27 - 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 2025年毕业论文必备：6款AI智能写作工具深度评测
当人工智能技术以惊人速度发展时，学术写作领域也迎来了一批革命性工具。这些平台不仅颠覆了传统的写作方式，更将服务范围扩展到文献整理、数据分析等专业维度。 创新特性： 智能框架节省50%写作时间 跨领域知识迁移增强创新性 百万级专业术语库保障严谨性 注意事项：长篇论文建议分段处理需二次确认自动生成文献数学公式仅支持基础Latex语法 AI Writer ——轻量化写作解决方案核心功能：关键词触发智能段落生成逻辑增强系统提升论证力度16个学科模板即时切换功能边界：专业功能需升级订阅格式调整依赖人工操作数据可视化模块仍在测试Jasper AI——多功能写作生态平台 差异化优势：智能降重技术控制重复率在12%以下多版本比对提升内容质量支持三人实时协同编辑使用建议：分阶段创作效果最佳需配合专业查重系统复杂论文建议模块化处理 行业展望与建议 智能写作工具正在重构学术生产链条 善用这些智能工具，学术创作将迈入精准高效的新纪元。
1.3K10编辑于 2025-08-15- 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。 5.2模块集成将 AI 模型集成到应用程序中。与其他模块（如数据库、用户界面）进行交互。5.3性能优化优化模型推理速度（如模型量化、剪枝）。 6.测试与验证6.1单元测试对各个模块进行单元测试，确保功能正确。6.2集成测试测试整个系统的功能和性能。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。 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
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