- 综合排序
- 最热优先
- 最新优先
- 来自专栏中国白客联盟
Havoc Framework C2 Agent开发记录
授权转载 背景 Havoc是一个现代的、可塑性的开发后命令和控制框架，适用于渗透测试人员、红队和蓝队。它是Github上的免费开源软件，由Paul Ungur（C5pider）编写和维护。 Custom Agent(自定义) 在Havoc Framework的Github主页上，提供了4个Agent的样例： 观察了一下源代码以后，发现这些Agent全部都不兼容Linux、MacOS，本文介绍一下如何开发跨平台 要学习Havoc Agent的开发，可以先参考：https://codex-7.gitbook.io/codexs-terminal-window/red-team/red-team-dev/extending-havoc-c2 第三方Agent注册以后，发送的数据都是固定的结构，每次数据发送到C2监听端口，会检查4个字节的（Magic Value）魔数： （CALLBACK DATA）回调数据会被TeamServer发送到 ： C2 > shell_script powershell.exe /local/path/to/file.ps1 C2 > shell_script /bin/bash
3K10编辑于 2023-10-20 - 来自专栏Python
理解 Agent2Agent(A2A)、Agent to Agent和链式函数调用的区别与联系
在构建 AI 智能体系统或多模块任务执行架构时，我们常会遇到三个关键术语： Agent to Agent 链式函数调用 Agent2Agent (A2A) 它们看似类似，甚至常被混用，但实际上分别属于不同的抽象层次 (A2A)│ ← 架构范式（设计） └─────────────────┘ 这意味着： 链式函数调用是编程行为 Agent to Agent是通信语义 Agent2Agent (A2A) 是系统设计理念 两个 Agent 间的信息传递行为 多智能体协同、机器人通信 Agent2Agent (A2A) 系统架构层 一个 Agent 主动调用其他 Agent 协作解决问题 LLM Agent 编排、AutoGen 、Qwen-Agent 三、类比理解：函数 vs 人 vs 智能体 类比对象 说明 链式函数调用 像开发者写死流程：a().b().c() Agent to Agent 像两个人对话、互发信息，协作完成任务 Agent2Agent 像一个“项目经理型 AI”会调度多个“专家型 AI”组成动态团队，解决复杂任务 类比一句话总结： 链式函数调用像拼装生产线，Agent to Agent像员工交流，而Agent2Agent
1.2K10编辑于 2025-07-10 - 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 Instrumentation instrumentation) { System.out.println("This is MyAgent,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 class和版本相关信息。
1.4K10编辑于 2021-12-06 - 来自专栏技术杂记
Zabbix Agent 安装2
script]# 默认情况下 zabbix_agentd 会监听在 0.0.0.0:10050 上面，所以要将防火墙打开，以方便与zabbix server之间的通信 ---- 启动zabbix-agent [root@zbx-target zabbix]# /etc/init.d/zabbix-agent start Starting Zabbix agent: S 16:11 0:00 \_ zabbix_agentd: listener #2 [waiting for connection] zabbix 26129 0.0 0.0 77336
96310编辑于 2022-03-21 - 来自专栏技术杂记
Zabbix Agent 安装2
zbx-target zabbix]# /etc/init.d/zabbix-agent start Starting Zabbix agent: S 16:11 0:00 \_ zabbix_agentd: listener #2 [waiting for connection] zabbix 26129 0.0 0.0 77336 0:off 1:off 2:off 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 CPU.NUMBER}":0,"{#CPU.STATUS}":"online"},{"{#CPU.NUMBER}":1,"{#CPU.STATUS}":"online"},{"{#CPU.NUMBER}":2,
72620编辑于 2022-03-22 - 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。 扫描项目结构 project_structure = self.scan_project_structure() # 2. 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()
30410编辑于 2026-06-17 - 来自专栏Agent大模型工坊
Windows搭建Agent开发平台-WSL2+Dify本地部署及开发指南
本指南通过使用WSL2（Windows Subsystem for Linux 2）与Dify构建本地化的AI应用开发平台。 WSL2提供了完整的Linux内核支持，可流畅运行Docker及相关容器化工具。在WSL2中安装Docker后，可像在纯Linux下那样运行容器，大幅简化部署流程。 （二）核心组件解析Dify：可视化LLM应用开发平台Dify是开源的 LLM 应用开发平台，提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力，轻松构建和运营生成式 提供了简洁的界面和多元化的功能模块，让开发者可以快速组合大模型与数据，创建自己的聊天助手或智能流程。内置了丰富的插件和工作流机制，可整合多种大模型与外部API。 WSL2：Windows原生Linux子系统可让Windows 10/11用户直接运行Linux二进制程序，实现近乎完整的Linux开发体验。对比WLS1具备更优的I/O性能及系统兼容性。
5.7K21编辑于 2025-02-11 - 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。
80410编辑于 2025-01-23 - 来自专栏技术杂记
Zabbix Agent 安装2
S 17:02 0:00 \_ zabbix_agentd: listener #2 [waiting for connection] zabbix 26933 0.0 0.0 77388
66520编辑于 2022-03-22 - 来自专栏用户8734432的专栏
Zabbix-agent2安装
Agent2安装： 1.关闭防火墙 sed -i 's/SELINUX=enforcing/SELINUX=disabled/' /etc/selinux/config systemctl disable -y 5.查看命令 ls -l /usr/sbin/zabbix_agent2 -rwxr-xr-x. 1 root root 17608104 Apr 26 16:27 /usr/sbin/zabbix_agent2 6.启动客户端 systemctl enable --now zabbix-agent2 7.配置agent2配置文件 找到Server、ServerActive、Hostname并对应填进去 vi =oracle11g(主机的名字) 显示刚刚修改的内容命令 grep -Ev '^#|^$' /etc/zabbix/zabbix_agent2.conf 8.最后重启zabbix-agent2 systemctl restart zabbix-agent2
1.2K10发布于 2021-07-14 - 来自专栏XINDOO的专栏
Agent设计模式——第 15 章：Agent 间通信（A2A）
A2A 的核心概念 A2A 协议为 Agent 交互提供结构化方法，建立在若干核心概念之上。深入理解这些概念对任何开发或集成 A2A 兼容系统者都至关重要。 图 1：A2A 和 MCP 协议比较 A2A 旨在提高效率、降低集成成本，并促进复杂多 Agent AI 系统开发中的创新和互操作性。 通过利用 Agent 卡片和 ADK，开发人员可创建能与 Google Calendar 等工具集成的互操作 AI Agent。此实用方法展示了 A2A 在建立多 Agent 生态系统中的应用。 Trickle AI 等工具有助于可视化和跟踪 A2A 通信，帮助开发人员监控、调试和优化多 Agent 系统。 该协议为开发人员构建更复杂、分布式和智能的多 Agent 系统铺平道路。最终，A2A 是促进创新和互操作的协作 AI 生态系统的基础支柱。
2K10编辑于 2025-10-27 - 来自专栏运维开发故事
ZABBIX Agent2监控docker
横空大气排山去，砥柱人间是此峰 牛兆濂《登华岳南峰极顶七绝》 Zabbix Agent2监控docker容器 首先我们先来看一下zabbix agent2监控docker插件的实现原理，其实就是通过调用 docker的API来获取数据，插件目录位于zabbix-agent2/src/go/plugins/docker，我们先来看一下client.go文件 这里就是定义了使用UNIX套接字地址来进行docker 了解了docker插件的实现思路后我们可以根据我们的需求进行扩展，添加对应的api获取数据就可以了，或者根据这个思路在zabbix agent上实现相同的自定义脚本，甚至可以根据docker插件的实现逻辑来自己编写插件实现其他的监控需求 下面我们来使用agent2的模板监控docker 链接docker模板 ?
1.4K20发布于 2020-11-03 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。 Gemini Pro Vision开源模型：LLaVA、Qwen-VL、CogVLM2、MiniGPT-4三、关键技术难点与解决思路难点解决方案多模态对齐使用CLIP等预训练对齐模型；设计跨模态注意力机制长上下文处理分段处理 +摘要；滑动窗口注意力实时性要求模型量化（GPTQ/AWQ）；边缘端部署（ONNX/TensorRT）工具调用准确性结构化输出（JSON模式）；ReAct模式循环验证多Agent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
32110编辑于 2026-04-27- 来自专栏Zabbix中国官方
给你加个buff: Zabbix 6.0 Agent 2 !
Zabbix agent 2 的开发旨在为用户提供更多附加功能 —— 从支持的采集指标的增加到指标采集逻辑的改进和简化的自定义监控插件的开发。 无论对于新的原生 Zabbix agent 2 指标的内部开发还是我们社区完成的自定义 Zabbix agent 2 插件开发都是如此。 我们通过在 GO 中开发 Zabbix agent 2 来实现这一目标。GO 语言让我们实现更少的代码、更多的灵活性和更模块化的方法成为可能。 agent 2 插件 Zabbix agent 2 的底层结构基于 GO 插件。这种方法用于官方 Zabbix agent 2 监控项，并应用于开发自定义社区扩展。 可加载插件 我们来总结一下 Zabbix agent 2 插件的逻辑： 外部插件可在 Zabbix agent 2 启动时加载，无需重新编译 Zabbix agent 2 在 Linux 上使用 Unix
1.5K30编辑于 2022-04-07 - 来自专栏人工智能
Agent开发入门：提示词工程
尤其是做Agent的时候，Prompt写不好，不只是回答丑一点，而是接口挂、JSON解析挂、教师端页面挂、学生画像误判，最后后端还要背锅。我之前做高校学情分析Agent的时候，就被这个东西反复折磨。 在Agent开发中，提示词经常不是一次性文本，而是由后端模板、用户输入、检索内容、工具返回结果拼接而成。 示例2：输入：loginCount30Days:2homeworkSubmitRate:0.40avgQuizScore:51输出：{"riskLevel":"high","reason":"登录次数低 比如你要写一份Agent开发文档，很多人会直接这样问：展开代码语言：TXTAI代码解释帮我写一份高校学情分析Agent的开发文档，越详细越好。模型确实能写。 里面故意保留了一点我平时开发会出现的东西，比如忘删的console.log，还有注释掉的旧代码。
47031编辑于 2026-06-02 Agent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 6 层： 用户层：工作台、LangSmith 等入口 2. 先跑通 FC 直连工具 路径：`Top Agent -> FC 工具 -> 后端 API` 适合：单次调用、简单 CRUD、无需复杂推理。 2. 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/ 2. 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。
55510编辑于 2026-04-15- 来自专栏Linux相关
Zabbix【部署 04】 Windows系统安装配置agent及agent2
1.下载选择对应的ZABBIX VERSION版本：下载zip文件或查看安装说明： 官网 的安装说明：2.agent2.1 准备下载对应版本的zip文件并解压，选择一个文件夹放置zabbix_agentd.exe e 盘创建 zabbix 文件夹EE:\zabbix# 拷贝解压包内 bin\zabbix_agentd.exe 和 conf\zabbix_agentd.conf 文件到 e:\zabbix # 2. See runtime control.Windows agent only -m --multiple-agents Use multiple agent the service name unique by extending it by Hostname value from the config file3.agent2安装方式跟agent一致，但是同样的配置 ，图表还是有区别的：agent主机信息agent2的主机信息
1.5K00编辑于 2025-08-18 ERNIE Bot Agent开发框架 & function calling 开发实践
L2 Chatbot 人类直接完成绝⼤部份⼯作。人类向AI询问意见，了解信息AI提供信息和建议但不直接处理工作。 L3 Copilot 人类和4I进⾏协作，工作量相当。 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/. 这个任务可以拆 解为两个⼦任务：1）使⽤OCR⼯具识别图⽚中的⽂字；2）将识别到的英语单词添加到单词本中。 任务拆解： [sub-task1: 使⽤OCR⼯具识别图⽚中的⽂字，sub-task2: 将识别到的英语单词添加到单词本中]。
71910编辑于 2024-06-17- 来自专栏XINDOO的专栏
Agent设计模式——第 2 章：路由
在这些框架提供的执行环境中，开发人员定义可能的操作路径以及决定计算图中节点之间转换的函数或基于模型的评估。 路由的实现使系统能够超越确定性顺序处理。 它促进了更自适应的执行流的开发，可以动态且适当地响应更广泛的输入和状态变化。 在涉及多个专门工具或 Agent 的复杂系统中，路由充当高级调度器。由用于搜索、总结和分析信息的不同 Agent 组成的研究系统将使用路由器根据当前目标将任务分配给最合适的 Agent。 代码结构模仿了基本的多 Agent 框架，其中中央协调器根据意图将任务委托给专门的 Agent。 实操代码示例（Google ADK） Agent Development Kit (ADK) 是一个用于工程化 Agent 系统的框架，为定义 Agent 的能力和行为提供了结构化环境。
1.3K10编辑于 2025-10-27 - 来自专栏福大大架构师每日一题
谷歌开发者大会炸场！Agent重磅升级， A2A、SDK大更新
特别值得关注的是，谷歌对智能体Agent进行了重大升级。此外，谷歌还发布了影视级别的视频生成模型Flow，采用创新架构、参数更小的Gemma3n模型，以及基于人工智能技术的全新搜索体验。 下面为大家介绍谷歌在第一天开发者大会上有关Agent智能体的重要进展。 1）与微软昨天举办的“Build 2025”全球开发者大会类似，Agent智能体是谷歌当前及未来的重点发展方向之一。 此外，为帮助开发者更便捷地使用A2A协议，谷歌发布了官方的A2A Python SDK，提供了便于集成和构建智能体的工具，简化了基于Python智能体的开发流程。 A2A生态体系也在不断扩大。 为了方便开发者在实际环境中部署、管理和扩展智能体，谷歌推出了Agent Engine UI。该界面集成在谷歌云控制台中，为用户提供了一个集中管理平台。 另外，谷歌对开源的Agent SDK进行了升级，推出了Python ADK 1.0.0版本，为开发者打造了一个稳定且功能强大的开发平台，支持在更复杂的环境下快速构建和部署智能体。
74110编辑于 2025-05-22
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