- 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？ 9："Agent是在每个实例中精确执行用户具体需求指令的程序"10：能够自主运行的计算机11："AI Agent是能解析指令并在完整AI工作流中承担更多职责（如函数执行、数据查询等）的组件而不仅仅是生成 根据大多数现有定义，它确实符合条件然而包括OpenAI自身在内，大多数人都不这样描述它我们对AI Agent似乎存在一种"看到即知道"的直觉判断为了给认知思路提供指导，我需要更精确的定义因此制定了自己的客观标准 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
50610编辑于 2025-04-06 - 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ 报告指出，这些系统不同于标准聊天机器人，它们能够自主行动、执行任务，并使用Model Context Protocol (MCP)和Agent-to-Agent (A2A)等协议与其他数字Agent协作 解决了AI原生开发中的安全挑战。 AI Agent时嵌入运行时安全，为AI原生开发提供更可靠的安全保障。 *集成价值*：集成是将Agent从聪明原型转变为业务倍增器的关键 *开放标准*：MCP和A2A等协议为Agent间通信提供了标准化框架 *避免供应商锁定*：客户在采用AI技术时越来越看重灵活性 这一趋势反映了企业对互操作性和开放标准的迫切需求
35010编辑于 2025-09-17 - 来自专栏AgenticAI
LLM Agent标准化互操作协议：Agent Protocol
`GET /threads/{thread_id}/runs/{run_id}/wait`[9] - 等待运行完成，返回最终输出。如果运行已完成，立即返回其最终输出。 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] /api.html#tag/runs/DELETE/threads/{thread_id}/runs/{run_id} [9] GET /threads/{thread_id}/runs/{run_id }/wait:https://langchain-ai.github.io/agent-protocol/api.html#tag/runs/GET/threads/{thread_id}/runs/{
43510编辑于 2025-03-18 - 来自专栏圣杰的专栏
.NET+AI | Agent | 人机协作（9）
MAF 审批 Agent 实战 一句话简介 通过 ApprovalRequiredAIFunction 为敏感工具加上人工审批环节，快速构建符合企业合规要求的 MAF 人机协作智能体。 添加审批包装 对高风险函数使用 new ApprovalRequiredAIFunction(innerFunction)，Agent 仍像普通工具一样调用，但框架会在真正执行前抛出审批请求。 3. 将这些消息回传给 Agent，直到没有新的审批请求为止。 4. 创建 Agent var agent = chatClient.CreateAIAgent( instructions: "执行转账前必须获得用户确认", name: "BankAssistant 审批循环 var thread = agent.GetNewThread(); var response = await agent.RunAsync(userRequest, thread); var
23110编辑于 2025-12-28 - 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 - 来自专栏烂笔头
Python标准库笔记(9) — functools模块
目录[-] functools 作用于函数的函数 functools 模块提供用于调整或扩展函数和其他可调用对象的工具，而无需完全重写它们。 装饰器 partial 类是 functools 模块提供的主要工具, 它可以用来“包装”一个可调用的对象的默认参数。它产生的对象本身是可调用的，可以看作是原生函数。它所有的参数都与原来的相同，并且可以使用额外的位置参数或命名参数来调用。使用 partial 代替 lambda 来为函数提供默认参数，同时保留那些未指定的参数。 Partial 对象 下面列子
1.1K30发布于 2018-06-20 - 来自专栏Linux驱动
9.QT-标准对话框
Qt提供的可复用的标准对话框,全部继承自QDialog类,如下图所示: QMessageBox：信息对话框，用于显示信息、询问问题等； QFileDialog：文件对话框 QColorDialog：颜色对话框 QProgressDialog：进度对话框 QPrintDialog：打印对话框 QPrintPreviewDialog：打印预览对话框 QPageSetupDialog：打印设置对话框,为打印机提供纸张相关的选项 标准对话框使用方式
1.8K40发布于 2018-05-28 - 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。 个文件包含依赖引入 """ return report四、使用示例 # 使用智能体分析项目 if __name__ == "__main__": # 初始化智能体 agent = ProjectUnderstandingAgent("/path/to/your/project") # 生成完整分析报告 report = agent.generate_report () print(report) # 获取详细的项目理解 project_understanding = agent.understand_project() *:\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”。 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）。 07 核心特性盘点标准协议：兼容Anthropic Skills协议，跨平台复用；启发式加载：按需加载上下文，避免资源浪费；自主执行：自动分析任务→制定计划→调用脚本；技能管理：批量加载+语义检索，快速匹配技能
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）
二、AIAgent的开发逻辑：从条件到标准，构建可落地的智能体开发一个AIAgent，并非简单的“调用工具+规划逻辑”，而是需要满足核心能力、工程化、标准规范等多方面条件，同时遵循明确的开发标准，才能实现 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。 开发一个Agent，需要具备大模型、工具系统、状态记忆、规划反思、安全护栏等核心条件，遵循明确的开发标准，通过“需求定义-架构设计-模块开发-测试优化-部署运维”的流程，实现从0到1的落地。
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 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 2025-11-13- 来自专栏XINDOO的专栏
Agent设计模式——第 9 章：学习和适应
案例研究：自我改进编码 Agent（SICA） 自我改进编码 Agent（SICA）由 Maxime Robeyns、Laurence Aitchison 和 Martin Szummer 开发，代表了基于 该项目正在积极开发中，旨在为那些对 LLM 在工具使用和其他 Agent 任务上进行后训练感兴趣的人提供一个强大的框架，完整代码可在 https://github.com/MaximeRobeyns/selfimprovingcoding_agent AlphaEvolve 和 OpenEvolve AlphaEvolve 是 Google 开发的一个 AI Agent，旨在发现和优化算法。 然后根据预定义标准自动评估和评分提出的算法。此评估提供用于迭代改进解决方案的反馈，从而产生优化和新颖的算法。 在实际计算中，AlphaEvolve 已部署在 Google 的基础设施中。 为什么： 标准化解决方案是集成学习和适应机制，将静态 Agent 转变为动态的、演化的系统。这使 Agent 能够基于新数据和交互自主改进其知识和行为。
43310编辑于 2025-10-27 Agent 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
Agent 编排层：Agent Manager、LangGraph 编排、Agent Factory、FC（Function Calling） 3. 领域能力层：MCP Server、领域 Sub Agent、高阶 Sub Agent 5. 知识与记忆：知识来源、记忆系统（长期/短期） 6. 再接 MCP Agent（复杂交互） 路径：`Top Agent -> 包装工具 -> Sub Agent(LangGraph) -> MCP Server -> 后端服务` 适合：多轮工具调用、 复杂业务规则、需要 Sub Agent 自主推理。 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. Agent Protocol 的应运而生 Agent Protocol 应运而生，旨在提供一个框架无关的、标准化的接口，用于 Agent 之间互操作通信 ，为多 Agent 通信迈出了可靠的一步。 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。 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 early review w3ctag/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 ERNIE Bot Agent开发框架 & function calling 开发实践
2 ERNIE Bot Agent开发框架ERNIE Bot Agent 基于文心模型的 Function Calling（下⾯简称FC） 能力实现了多工具编排和自动调度功能，并且允许工具、插件、知识库等不同组件的混合编排 /ERNIE-SDK/erniebot-agent # 安装核⼼模块 #pip install './erniebot-agent/. input: role: user content: 请识别图⽚中的第⼀个英语单词，进⾏解释后添加到单词本中 <file>file-local-d1e1d2f4-f54e-11ee-9e25 , "arguments": "{\"image\":\"file-local-d1e1d2f4-f54e-11ee-9e25- fa2600005a22\",\"language_type\":\"ENG RemoteTool is about to start running with input: { "image": "file-local-d1e1d2f4-f54e-11ee-9e25
65310编辑于 2024-06-17
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