- 综合排序
- 最热优先
- 最新优先
- 来自专栏XINDOO的专栏
Agent设计模式——第 7 章：多 Agent 协作
多 Agent 协作模式概述 多 Agent 协作模式涉及设计系统，其中多个独立或半独立的 Agent 协同工作以实现共同目标。 一个 Agent 可能专门搜索学术数据库，另一个总结发现，第三个识别趋势，第四个将信息综合成报告。这反映了人类研究团队可能如何运作。 软件开发： 想象 Agent 协作构建软件。 界定专门 Agent 并细致编排其相互关系的能力使开发人员能够构建展现增强模块化、可扩展性以及处理单个集成 Agent 无法解决的复杂性的系统。 多 Agent 系统的未来进展可能会继续探索和完善这些模型，以及开发协作智能的新范式。 它非常适合受益于多样化专业知识、并行处理或具有多个阶段的结构化工作流的问题，例如复杂的研究和分析、软件开发或创意内容生成。
4.7K11编辑于 2025-10-27 - 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>
1.4K10编辑于 2021-12-06 - 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()
30510编辑于 2026-06-17 - 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。
80510编辑于 2025-01-23 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
32110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。 Qwen `2.5`（主力模型） OpenAI API（兼容协议） 检索与数据 ChromaDB `0.4+` OpenAI Embedding `text-embedding-3` Redis `7.
56610编辑于 2026-04-157款主流Agent开发平台横向测评：如何选择最适合企业的智能体开发工具？
随着大模型技术的成熟，Agent（智能体）开发平台成为企业实现业务流程自动化、知识管理智能化的关键工具。面对市场上琳琅满目的产品，如何选择功能全面、性价比高且适配业务场景的平台？ 本文将从功能、价格、生态等维度对比7款主流Agent开发平台，并重点推荐近期热度飙升的腾讯云智能体开发平台。 一、主流Agent开发平台对比：功能与价格双维度分析 以下整理了7款热门平台的最新信息，重点对比核心功能、定价模式、免费额度等核心指标： 平台名称 核心功能 多Agent协作、RAG增强检索、低代码开发 按实例数收费（入门版5,000元/月） 企业定制化服务 企业订阅优惠：专业版、企业版包年可享8.3折 三、结语 在智能化转型浪潮下，选择一个契合业务需求、兼具性能与成本优势的Agent开发平台至关重要。
2.4K11编辑于 2026-02-05- 来自专栏运维经验分享
CentOS7 Yum 安装zabbix-agent 3.4
CentOS7 Yum 安装zabbix-agent 3.4 2017-12-28 • CentOS、Monitoring • 评论关闭 CentOS7 Yum 安装zabbix-agent 3.4 RHEL 7, Oracle Linux 7, CentOS 7 快速安装zabbix-agent 3.4 1、安装zabbix yum源 rpm -Uvh http://repo.zabbix.com /zabbix/3.4/rhel/7/x86_64/zabbix-release-3.4-2.el7.noarch.rpm yum install zabbix-agent 2、直接安装zabbix-agent 3.4的rpm包 rpm -Uvh http://repo.zabbix.com/zabbix/3.4/rhel/7/x86_64/zabbix-agent-3.4.5-1.el7.x86_64.rpm 3、启动服务 chkconfig zabbix_agent on;service zabbix_agent start(和自己编译的不太一样service zabbix_agentd start)
1.7K20发布于 2019-08-12 - 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。 项目不大，但数据源很碎：学生画像、课程访问记录、作业记录、测验分数、教师备注、RAG检索出来的课程资料，全都要塞给Agent。 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。
47231编辑于 2026-06-02 ERNIE Bot Agent开发框架 & function calling 开发实践
L4 Agent AI完成绝⼤部分⼯作，人类负责设定⽬标、提供资源和监督结果。AI完成任务拆分，工具选择，进度控制，实现目标后自助结束工作。 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 # 然后安装ERNIE Bot Agent !pip install . /ERNIE-SDK/erniebot-agent # 安装核⼼模块 #pip install './erniebot-agent/. 识别图片中文字的工具# 远程调⽤⼀个图⽚识别⼯具 ocr_tool = RemoteToolkit.from_aistudio("highacc-ocr").get_tools()[0] 2.4 创建agent
72010编辑于 2024-06-17- 来自专栏【腾讯云开发者】
Agent全面爆发！一文搞懂Agent开发核心链路
两年深耕，无数次架构迭代与实战验证，我们终于摸清了Agent开发的核心脉络。 作为AI Agent领域的入局者，接触该类产品开发不知不觉已有两年多之久。期间前前后后调研了不少内容，从开发经验总结的角度写下这一篇文章总结记录的同时，希望能给需要的同学们带来一定帮助。 这一时期最重要的里程碑是微软AutoGen框架的发布，它为多Agent协作提供了一个标准化、易用的开发平台。 研究者们开始将通用的多Agent框架与具体的应用场景相结合，如金融交易、软件开发、内容创作等，形成了领域特化的Agent协作模式。 核心点7. 提示词内容一致性 问题：系统专用术语（如内部API名称、业务逻辑标签）未被模型正确理解，导致动作偏差。
9.5K35编辑于 2025-11-19 - 来自专栏个人总结系列
Agent开发框架对比分析报告
目录执行摘要框架概述详细对比分析优劣势分析发展前景选型建议执行摘要本报告对四个主流Agent开发框架进行了全面对比分析：Eino（字节跳动）、AgentScope（阿里巴巴）、Youtu-Agent（腾讯 Youtu-Agent - 腾讯优图基本信息：开发公司：腾讯优图实验室主要语言：Python开源时间：2025年9月定位：零闭源依赖智能体框架核心特点：零闭源模型依赖YAML配置简化操作成本可控的开源模型支持基于 开发易用性AgentScope: ⭐⭐⭐⭐⭐ 低代码+可视化界面Youtu-Agent: ⭐⭐⭐⭐ YAML配置简化Spring AI Alibaba: ⭐⭐⭐⭐ Spring注解驱动Eino: ⭐⭐⭐ Python技术栈团队Youtu-Agent (腾讯)优势：零闭源依赖：完全基于开源模型，成本可控配置简单：YAML配置降低开发门槛成本优势：避免商用模型授权费用腾讯生态：与腾讯云服务深度集成劣势：功能相对基础 （成本控制）AgentScope（快速开发）Spring AI Alibaba（Java团队）研究机构/高校：AgentScope（研究友好）Eino（性能研究）Youtu-Agent（开源研究）高并发场景
4K10编辑于 2025-09-18 OpenClaw + CodexClaudeCode Agent Swarm：单人开发团队
30 分钟内提交了 7 个 PR。从构思到生产的速度非常快，因为编码和验证大部分都是自动化的。 我的 Git 历史记录看起来就像我刚招了个开发团队。 /run-agent.sh templates gpt-5.3-codex high" 该代理程序在 tmux 会话中运行，并通过脚本进行完整的终端日志记录。 步骤 7：人工审核 现在我收到了 Telegram 通知：“PR #341 已准备好进行审核。” 回到 Telegram 后看到：“7 个 PR 已准备好审核。3 个功能，4 个 bug 修复。” 代理成功后，会记录模式。“这种提示结构适用于计费功能。”“Codex 需要预先提供类型定义。”
2.1K10编辑于 2026-03-04- 来自专栏AgentScope(Java)新手村系
【AgentScope Java新手村系列】（7）子Agent编排
第七章 子 Agent 编排：SubagentDeclaration + agent_spawn，主 Agent 委派子任务 "以前我们用 SequentialPipeline 串三个 agent、用 FanoutPipeline 并行三个 agent、用 MsgHub 在多 agent 间广播消息……2.0 把这三种用法统一成了 『子 agent + 同步/异步 spawn』 一种范式：你的主 agent 本章你将学到：如何用 SubagentDeclaration 描述子 agent、如何让主 agent 通过 agent_spawn 工具调用它们、同步与异步的差别、以及文件驱动的 subagent 描述如何让 、再调 b、最后调 cFanoutPipeline([a, b, c])主 agent 用 agent_spawn timeout_seconds=0 并行 调 a、b、cMsgHub 多 agent 字段必填说明name是唯一 ID，主 agent 通过这个 ID 来 agent_spawndescription是主 agent 看这段描述来决定是否调用——写好描述等于写好路由表inlineAgentsBody
22710编辑于 2026-06-17 鸡翅-大模型与Agent开发实战
——将上述六大模块全部打包，开发者最快5分钟即可上线一个业务型AI Agent。 三、腾讯云全栈AI工具链：30天→7天的工程化革命2026年5月，腾讯云开发者社区的真实案例震惊行业：借助WorkBuddy（主控Agent）+ Qclaw（审查Agent）的协同工具链，原本需要1个全栈工程师 20个工作日的BOM物料清单系统"版本对比"功能，7天全流程上线。 当AI接管了80%的代码生成，当CloudBase抹平了运维门槛，当Agent工具链把30天压缩成7天——全栈开发者的核心竞争力，已从"写代码的速度"转向了"定义问题的深度"。 腾讯云正以全栈AI工具链，让每一位开发者都能一个人，活成一支军队。本文基于鸡翅大模型与Agent开发实战课程体系，结合腾讯云2026年最新产品能力编写。想要5分钟搭建你的第一个AI Agent？
19410编辑于 2026-06-09- 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。 确定开发语言（如 Python、C++）和框架（如 TensorFlow、PyTorch）。1.3制定项目计划划分开发阶段，制定时间表和任务分配。确定资源需求（如数据、计算资源、团队分工）。 5.系统集成5.1接口开发开发与外部系统交互的 API（如 RESTful API、gRPC）。定义输入输出格式（如 JSON、Protobuf）。5.2模块集成将 AI 模型集成到应用程序中。 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）。使用容器化技术（如 Docker）简化部署。7.2持续监控监控系统性能和模型表现。收集用户反馈和日志数据。 在实际开发中，需要根据具体需求灵活调整流程，并持续优化和迭代。
3K20编辑于 2025-02-18 - 来自专栏ceshiren0001
Dify平台：Agent开发初学者指南
在大模型技术飞速发展的今天，AI智能体（Agent）已成为能够自主理解、规划并执行任务的AI应用形态。 Dify作为一个强大的LLM应用开发平台，让即使没有深厚编程背景的开发者也能快速构建功能丰富的AI智能体。本文将手把手带你体验在Dify平台上创建第一个智能体的全过程，从环境准备到实际部署。 一、Dify平台与智能体基础Dify是一个专注于LLMOps（大语言模型运维）的平台，其名字来源于"Define"和"Modify"，寓意帮助开发人员不断改进其AI应用程序。 Dify平台大大降低了AI智能体的开发门槛，使开发者能专注于任务逻辑而非技术实现细节。 、医疗等专业咨询随着大模型与Agent框架的快速迭代，Dify 也在不断进化。
2.1K10编辑于 2025-08-29 AI Agent 全栈开发实战：从需求到上线的 7 天工作流 > 本文参加腾讯云 AI Agent 征文比赛，分享真实项目经验。 ---
AI Agent 全栈开发实战：从需求到上线的 7 天工作流本文参加腾讯云 AI Agent 钳王争霸 征文比赛，分享真实项目经验。 引言：AI Agent 如何改变开发模式2026 年，AI Agent 已经从"聊天助手"进化为"能干活的数字员工"。 我亲身体验了这种变化：过去需要 1 个月完成的系统新功能开发，现在 7 天就能全流程完成上线。这背后不是"AI 帮我写代码"那么简单，而是一整套 AI Agent 工具链的协同作战。 一、工具链设计：2 个 AI Agent 的分工协作1.1 为什么需要多个 AI Agent？单一 AI 工具无法覆盖完整开发流程。 传统开发模式预估：1 个全栈工程师，需要 20 个工作日（前端 3 天 + 后端 3 天 + 测试 2 天 + Bug 修复 2 天）。AI Agent 辅助模式：7 天全流程完成。
27110编辑于 2026-05-25- 来自专栏IT不难技术家园
centos7下安装zabbix-agent客户端
Core) 软件版本：zabbix_agentd (daemon) (Zabbix) 5.4.6 下载软件 wget https://repo.zabbix.com/zabbix/5.4/rhel/7/ x86_64/zabbix-agent-5.4.6-1.el7.x86_64.rpm 安装软件包 rpm -ivh zabbix-agent-5.4.6-1.el7.x86_64.rpm 配置 vim Hostname=wlmq-kfq-xjcdn-server-1191 //开启 HostMetadataItem=system.uname 启动 systemctl enable --now zabbix-agent
72320编辑于 2022-03-11 - 来自专栏MixLab科技+设计实验室
Agent的5种级别和7条Anthropic的经验
Agent 的五个级别 Agno 的创始人 Ashpreet Bedi 提出了一个五级框架，为 AI Agent 开发提供清晰路径，从基础工具到高级系统。 Level 4 - 多 Agent 团队：多个专业 Agent 协作，但目前实验性较强。 Level 5 - Agent 系统：集成到异步处理系统中，适合商业应用，但构建困难。 把 Agent 想象成软件组件：无状态的函数是行不通的。 2. 内存是架构 ➜ 你如何管理和传递上下文决定了你的 Agent 有多有用。 现实世界的 Agent 需要现实世界的工具 ➜ Shell 访问，Git，API，工具插件。真正能完成事情的 Agent 使用工具——不仅仅是语言。设计你的 Agent 来执行，而不仅仅是解释。 不要把自主性与混乱混淆 ➜ 自主 Agent 可能会迅速造成损害。定义范围、边界、后备行为。受控的自主性 > 随机重试。 7.
18710编辑于 2026-03-24
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