- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序设计
AI Agent的检验标准
大量混淆定义关于"Agent"的定义，我始终在思考的问题是：ChatGPT代码解释器是否符合该定义下的Agent标准？ 2：我们内部使用的定义是："能够在现实世界（包括物理和数字领域）中执行并完成长期开放性任务的人工智能系统"3：应用的Agent性越强，大语言模型对程序控制流的决策权就越大4：AI Agent 是能够自主规划并使用工具达成目标 是指能够以独立身份采取自主行动的系统而非作为人类用户的延伸审计日志中记录的责任主体是系统自身还是人类用户决定了该系统的本质是真正的Agent，还是仅作为辅助工具而存在根据这一标准，许多优秀的AI软件并不属于 规划能力和可靠性这三者似乎并非当前LLM的核心优势工作流系统的本质争议：关于"工作流是通过预定义代码路径编排大语言模型与工具的系统"这个定义其准确性存疑：现代工作流系统本质上具有高度动态性，能够自主决定流程与工具使用开发者甚至能编写支持代码实时评估的工作流 ：脚本驱动，利用LLM执行智能操作类型2-Agent：大语言模型驱动，辅以脚本与工具，可能仍需人工介入类型3-Agent：建造时光机执行终结任务（开个玩笑，此处指具备完全自主意识与行动能力的终极形态）
50610编辑于 2025-04-06 - 来自专栏AgenticAI
LLM Agent标准化互操作协议：Agent Protocol
LangGraph 平台[3] 实现了该协议的超集，但我们非常欢迎社区中的其他实现。 为什么选择代理协议 如何为 LLM 应用程序在生产环境中提供正确的 API？ 参考资料 [1] 这里:https://langchain-ai.github.io/agent-protocol/api.html [2] 这里:https://langchain-ai.github.io /agent-protocol/openapi.json [3] LangGraph平台:https://www.langchain.com/pricing-langgraph-platform [4] GET /threads/{thread_id}/runs:https://langchain-ai.github.io/agent-protocol/api.html#tag/runs/GET/threads /{thread_id}/runs [5] POST /threads/{thread_id}/runs:https://langchain-ai.github.io/agent-protocol/api.html
43510编辑于 2025-03-18 - 来自专栏IT云清
java agent开发
本文主要记录下如何创建一个简单的java Agent，并配置运行。 1.创建Agent类 package com.java4all.grouth.agent; import java.lang.instrument.Instrumentation; /** * @ description: java Agent * @author: IT云清 */ public class MyAgent { public static void premain(String ,args:"+agentArgs); } } 2.MANIFEST.MF 配置文件 这里在src/main/resources/META-INF/下创建一个MANIFEST.MF文件，指定Agent : true 3.打包配置 在pom.xml中配置打包信息 <build> <finalName>my-agent</finalName> <plugins>
1.3K10编辑于 2021-12-06 - 来自专栏技术杂记
Zabbix Agent 安装3
3:off 4:off 5:off 6:off [root@zbx-target zabbix]# chkconfig zabbix-agent on [root@zbx-target zabbix ]# chkconfig --list | grep zabbix zabbix-agent 0:off 1:off 2:on 3:on 4:on 5:on 6:off [root@zbx-target net.if.discovery" {"data":[{"{#IFNAME}":"lo"},{"{#IFNAME}":"em1"},{"{#IFNAME}":"em2"},{"{#IFNAME}":"em3" CPU.NUMBER}":1,"{#CPU.STATUS}":"online"},{"{#CPU.NUMBER}":2,"{#CPU.STATUS}":"online"},{"{#CPU.NUMBER}":3, items ，这些条目的详细解释可以参考 Zabbix agent Zabbix中已经集成了大量的常用监控条目，不用过多配置就可以直接使用
60110编辑于 2022-03-21 - 来自专栏技术杂记
Zabbix Agent 安装3
Average | awk {'print $2'} #UserParameter=swap.out.ps,/usr/bin/sar -W 1 1 | grep Average | awk {'print $3' } UserParameter=mem.used,/usr/bin/free -k | grep + | awk '{print $3}' UserParameter=ps.proc.sum[*],/bin head -n 1 UserParameter=redis.stat[*],/usr/local/bin/redis-cli -h 127.0.0.1 -p $1 info $2 | grep $3: [root@zbx-server zabbix_agentd.d]# 重启agent [root@zbx-target zabbix_agentd.d]# /etc/init.d/zabbix-agent restart Shutting down Zabbix agent: [ OK ] Starting Zabbix agent:
73650编辑于 2022-03-22 - 来自专栏Python大数据分析
Python+新版DeepSeek V3轻松开发Agent
1 简介 大家好我是费老师，前几天新版DeepSeek V3模型（代号250324）更新发布。 作为支持函数调用的先进开源大模型，我们可以基于它进行高效的Agent功能开发，这也是当下非常火热的AI应用领域。 今天的文章中，我就将带大家以Python生态中非常好用的Agent开发框架pydantic-ai为例，演示如何接入国内主流的DeepSeek V3服务，轻松实现常见的Agent开发相关功能。 openai标准，因此我们不必安装完整的pydantic-ai，执行下面的命令，仅安装openai标准相关的核心依赖即可（额外安装的jupyterlab是为了方便下文中做演示）： pip install 传递即可，这样我们的Agent就像下面展示的那样具有了上下文记忆能力： 除此之外，Agent调用结果对应的new_messages()内容，还可以与JSON格式进行互转，这在很多AI应用开发场景中非常的受用
84410编辑于 2025-03-29 - 来自专栏前端小羊
需求理解agent开发
要开发一个能深入理解项目的智能体（Agent），需要考虑多方面的项目理解和推理能力。 分析技术栈 tech_stack = self.analyze_tech_stack() # 3. () print(report) # 获取详细的项目理解 project_understanding = agent.understand_project() project_understanding['dependencies'].items())[:5]: print(f"{Path(file).name} -> {deps[:3] *:\s*\n\s*if .*:', '嵌套过深'), 'magic_numbers': (r'[^a-zA-Z0-9_]([0-9]{3,})[^a-zA-Z0-9_]', '
25010编辑于 2026-01-26 AI代码溯源标准：Agent Trace规范草案详解
某AI代码助手开发商发布Agent Trace开放规范草案某AI代码助手开发商发布了Agent Trace规范草案，这是一项旨在标准化软件项目中AI生成代码溯源方式的开放规范。 Agent Trace旨在以一种结构化、可互操作的方式捕获这种上下文。Agent Trace是一种数据规范，它使用基于JSON的“跟踪记录”来将代码范围与背后的对话和贡献者关联起来。 来源：https://agent-trace.dev/该规范在设计上对存储方式保持中立。某开发商并未规定跟踪记录应存储于何处，允许实现者将其存储在文件、git notes、数据库条目或其他机制中。 Agent Trace作为一份RFC，欢迎反馈，并有意留下了一些未解决的问题，例如关于合并、变基和大规模AI驱动变更的处理。 某开发商将此提案视为一个起点，一个共享标准的开端，而非完整的解决方案，尤其是在AI助手在软件开发工作流程中日益普及的背景下。FINISHED
31410编辑于 2026-02-07Agent Skills 正让99%的AI开发标准化
Agent Skills给出了答案——它是一套标准化的文件夹规范，能快速打包Agent完成任务所需的一切资源，让技能开发、共享和执行变得简单高效。01 什么是Agent Skills？ Agent Skills 是一套给AI安装的“标准化技能包”。 加载SKILL.md全文，深入理解技能；Level3（Resources）：加载参考资料和资源文件；Level4（Execution）：分析上下文→制定计划→加载脚本→执行任务。 05 MS-Agent框架实践基于Anthropic协议的MS-Agent框架，让技能开发和运行变得开箱即用。1. 1.Agent Skills vs MCPAgent Skills：专注于任务的知识与工具打包，是标准化的技能单元；MCP：专注于任务执行的流程控制，负责具体操作（如SQL查询）。
13210编辑于 2026-05-08从工具到数字员工：AI Agent 全景解析（市场现状 + 开发标准 + 协作逻辑）
结合行业内开发经验与技术标准，我们从“必要条件、开发标准、核心流程”三个维度，详细拆解Agent的开发逻辑，让大家清晰了解“开发一个Agent需要做什么、怎么做”。 （二）AIAgent的开发标准：从定义到验收，确保落地质量开发Agent不仅需要满足必要条件，还需遵循明确的开发标准，避免出现“边界模糊、流程混乱、质量不达标”等问题，以下从任务定义、架构设计、功能验收 、协作标准四个维度，明确Agent的开发标准，确保开发出的Agent能够满足实际需求。 AIAgent开发核心验收指标表验收指标类型具体指标达标标准指标说明任务拆解能力任务拆解率复杂目标可拆分为≥3步，无逻辑断裂，拆解准确率≥90%衡量Agent对复杂目标的拆解能力，确保任务可落地执行工具调用能力工具选择准确率 3.功能验收标准：量化指标，确保质量Agent开发完成后，需通过量化指标验收，确保其满足实际应用需求，核心验收指标包括：任务拆解率，复杂目标可拆分为≥3步，无逻辑断裂，拆解准确率≥90%；工具选择准确率
34210编辑于 2026-05-05- 来自专栏FunTester
Java Agent 开发初探
Java Agent 概况 简介和功能 Java Agent是一种特殊的Java程序，允许开发者在 Java 应用程序运行时对其进行动态修改和监控的机制。 那么，我们如何开发一个 Java Agent 呢，下面我们来仔细说说。 开发 Java Agent 需要遵循一下规范，下面是几个必备的部分： 实现 premain 方法 premain 方法是 Java Agent 的入口点，类似于主程序的 main 方法。 实用案例 性能监控 Java Agent技术在性能监控领域的应用非常广泛，它可以帮助开发者实时监控应用程序的运行状态，识别性能瓶颈。 漏洞扫描：Agent可以集成漏洞扫描工具，对应用程序进行深度的安全检查，及时发现并修复安全漏洞。 性能影响 开发Java Agent时，性能影响是一个需要特别关注的问题。
69310编辑于 2025-01-23 - 来自专栏全栈程序员必看
W3C规范_web标准和w3c标准
万维网联盟（外语缩写：W3C）标准不是某一个标准，而是一系列标准的集合。 网页主要由三部分组成：结构（Structure）、表现（Presentation）和行为（Behavior）。 对应的标准也分三方面：结构化标准语言主要包括XHTML和XML，表现标准语言主要包括CSS，行为标准主要包括对象模型（如W3C DOM）、ECMAScript等。 这些标准大部分由W3C起草和发布，也有一些是其他标准组织制订的标准，比如ECMA（European Computer Manufacturers Association）的ECMAScript标准。 3、JavaScript定义 Js必须要用<script language="javascript" type="text/javascript">来开头定义，以保证在不支持js的浏览器上直接显示出来。 3、样式尽量少用行间样式表，使结构与表现分离，标签的id和class等属性命名要做到见文知义，标签越少，加载越快，用户体验提高，代码维护简单，便于改版 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人
1.3K20编辑于 2022-09-30 01：开发流程标准
为什么第一篇写开发流程标准呢？ 背景：在不熟悉一个研发团队不知道一个开发流程的标准，甚至没有一个标准的时候，镜像版本、服务名称如何定，这都是一门学门，当然每个公司的研发流程都有自己的标准，我则偏向运维方面。 master分支：不能在该分支进行开发，且永远是支持稳定版本。合并其他分支过来的时候，则说明新的一个稳定版本发布。 develop分支：该分支是永远是开发中的最新代码，该分支可延伸其他分支，不能直接在该开发，负责MR合并。 feature分支：该分支是从develop分支衍生出来的新分支，并且建议命名为：featrue/xxx-xxx,最好这个分支是表面是什么功能，因为这个分支表示的是功能开发，开发完之后MR合并到develop
16310编辑于 2025-11-13Agent 记忆系统的标准方案为何失效剖析
开发者Rohit面试失败后，开始深入研究Agent记忆系统，最终构建出生产级方案。核心洞察：记忆是基础设施，不是功能。 标准方案为何失效方案一：对话历史塞入上下文10轮对话后，上下文窗口填满，系统开始截断旧消息。结果？Agent忘记了用户是素食者。问题根源：对话历史不是记忆，只是聊天日志。 Agent幻觉出错误的综合答案。问题根源：Embedding衡量的是相似性，不是真实性。向量数据库不理解时间、上下文或更新。短期记忆：Checkpointing每个Agent作为状态机运行。 Agent当操作系统，不是聊天机器人：RAM：当前对话的快速易失上下文硬盘：持久化、索引化的知识存储垃圾回收：定期维护，否则系统崩溃总结记忆系统的关键在于：不是存储，而是组织和衰减。 像操作系统管理内存一样管理记忆，Agent才能长期可靠地工作。
14110编辑于 2026-02-12多模态Agent开发实战
多模态Agent开发实战入门一、什么是多模态Agent？多模态Agent是指能够同时处理和理解多种类型数据（文本、图像、音频、视频等）的智能体，并能基于这些理解执行任务、做出决策。 ）跨模态推理（图文关联、音画同步）工具调用（API、数据库、物理设备）自主规划与执行二、技术栈选型主流框架框架特点适用场景LangChain生态丰富，支持多模态模型快速原型、RAG应用AutoGen多Agent 协作，对话驱动复杂任务分解CrewAI角色化Agent，结构化流程业务自动化LangGraph图控制流，状态管理需要精确控制的流程多模态模型选择闭源API：GPT-4V、GPT-4o、Claude 3、 协作冲突引入仲裁Agent；明确角色分工（如CrewAI的Process）四、项目实践路线第1周：掌握基础API调用（GPT-4V或Qwen-VL）→ 完成图文问答第2-3周：集成LangChain → 构建可调用工具（搜索、计算、数据库）的Agent第4-5周：添加记忆模块 → 实现多轮对话上下文保持第6-8周：多模态RAG → 图片库检索 + 文档问答进阶方向：视频流理解、语音交互、多Agent协同
19610编辑于 2026-04-27Agent开发入门教程
适合读者： 1.刚开始做 Agent 项目，想快速落地最小可用版本 2.需要在“简单查询、复杂交互、知识问答”之间做架构选型 3.希望统一前后端、模型、工具与存储技术栈 一、先理解整体架构 从上到下可以分为 Agent 编排层：Agent Manager、LangGraph 编排、Agent Factory、FC（Function Calling） 3. 3. 三、技术栈清单（按层） 前端 Vue `3.x / 2.x` TypeScript `5.x` Vite `5.x` / Webpack `5.x` Tailwind CSS `3.x` shadcn/ Top Agent 先接 FC 跑通 1 个核心业务场景。 3. 再按业务需要逐步引入 MCP、Sub Agent、RAG。 4. 同步接入日志、Tracing、重试和超时机制。
20710编辑于 2026-04-15- 来自专栏全栈程序员必看
网页w3c标准_让行为成为标准
转自：http://一杯白开水w.iteye.com/blog/1122618 什么是W3C标准 作为网站技术开发人员而言，往往是站在自己的开发角度来实施网站布署(读取数据及开发的方便性等等 因此大部分的网站在浏览方面不够直观或是方便，特别是现在w3c的规范，更是在大部分的网站开发人员脑里一片空白。 要知道W3C标准，有必要先弄清楚什么是W3C？ W3C其实就是World Wide Web Consortium，全球万维网联盟的简称。 W3C，万维网联盟，一个负责制订并维护着我们所熟悉的万维网的诸多标准和协议的组织（你可以通过 http://www.w3c.org 或者http://www.w3.org 来访问它）在1999年12月24 但我们还需要校验一下是否真的符合标准了。我们可以利用W3C提供免费校验服务（http://validator.w3.org/）。发现错误后逐个修改。
66120编辑于 2022-09-29 - 来自专栏AgenticAI
LangGraph发表标准化LLM Agent互操作协议
多 Agent 的挑战 在多 Agent 中，每个 Agent 可能暴露出不同的 API，这使得标准化通信变得困难。 为了克服这一挑战，需要一个统一的通信标准，使得不同 Agent 能够无缝交互，无论它们是基于何种技术构建的。 2. 简化部署和集成：通过标准化接口，开发者可以更容易地将不同的 Agent 集成到他们的应用中，无论是在本地环境还是云端。 该协议的地址和 OpenAPI 接口可以访问：https://github.com/langchain-ai/agent-protocol，同时我也在另外一篇中翻译了一份协议文档。 3. 它为构建一个更加灵活、高效和互联的代理生态系统提供了基础，使得开发者能够构建更加复杂和强大的应用，同时降低了开发和维护的复杂性。通过代理协议，我们可以期待一个更加开放和协作的人工智能未来。
48410编辑于 2025-03-18 - 来自专栏zayyo前端
Web标准与前端开发
前端开发的起源、架构、变迁 前端最早诞生于1989年，最早的Web是由HTML、HTTP、URL三种技术构成，而我们现在的CSS和JavaScript都是后来才出现的技术。 transpiling) 打包(bundling) React.js vue.js 前端的应用领域 To Business（面向公司） To Customer（面向用户） To Developer（面型开发者 关于Web标准 标准组织 W3C: World Wide Web Consortium Ecma: Ecma International WHATWG: Web Hypertext ApplicationTechnology Working Group IETF: Internet Engineering Task Force关于Web标准W3C 官网: https://www.w3.org Github: https:/ /design-reviews（获得w3ctag的评估） Write web-platform-tests (WPT) tests（编写测试） 课后总结 学完Web标准与前端开发的课程后，让我对Web的标准有了更加清晰和深刻的理解
57200编辑于 2023-12-10 - 来自专栏python3
Python3 标准库:calendar
1.calendar import calendar print(calendar.month(2008,8)) #某个月 print(calendar.calendar(2008)) #某年 print(calendar.isleap(2008)) #是否闰年 print(calendar.leapdays(1900,2008)) #两个年份之间存在几个闰年 print(calendar.monthcalendar(2008,8)) #返回周一到周日的列表 print(calendar.monthran
72530发布于 2020-01-17
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