- 综合排序
- 最热优先
- 最新优先
- 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。 filepath: Path) -> Dict[str, Any]: """深度分析单个文件""" with open(filepath, 'r', encoding='utf-8' 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AI大模型应用开发炼丹房
AI Agent框架之争：盘点8大AI Agent开发框架的核心技术与工业级应用
本文深度解析8大AI Agent开发框架的核心技术与工业级应用，帮助开发者精准匹配业务场景。 SDK：轻量化智能体快速开发核心价值：5行代码构建生产级Agent，降低开发门槛4.1 八大优势解析from openai_agents import Agent, tool @tool def ("financial_tools") agent.run("对比TSLA和AAPL的市盈率")行业影响：工具开发者数量3个月增长800%五、Google Agent Development Kit (ADK)：云原生Agent工厂定位：无缝集成Google云服务的企业级Agent开发平台5.1 核心特性Vertex AI管道：可视化编排Dialogflow+BigQuery+Cloud FunctionsFirebase pm.run("开发短视频推荐算法") architect.receive(pm.output) # 接收PRD文档 engineer.receive(architect.output) #
6.7K10编辑于 2025-07-21 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 2026-04-27- 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。
80610编辑于 2025-01-23 Agent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。 API（兼容协议） 检索与数据 ChromaDB `0.4+` OpenAI Embedding `text-embedding-3` Redis `7.x`（会话/Token 缓存） MySQL `8.
57010编辑于 2026-04-15- 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。
47331编辑于 2026-06-02 - 来自专栏XINDOO的专栏
Agent设计模式——第 8 章：内存管理
在 Agent 系统中，内存指代 Agent 保留并利用过去交互、观察和学习经验中信息的能力。这种能力使 Agent 能够做出明智决策、维护对话上下文并随时间持续改进。 开发人员通常通过 SessionService 间接与 Session 对象交互。 ## 示例：使用 InMemorySessionService ## 这适用于不需要跨应用程序重启的数据持久性的本地开发和测试。 ## 示例：使用 DatabaseSessionService ## 这适用于需要持久存储的生产或开发。 ## 您需要配置数据库 URL（例如，用于 SQLite、PostgreSQL 等）。 这由 MemoryService 促进实现 ## 示例：使用 InMemoryMemoryService ## 这适用于不需要跨应用程序重启数据持久性的本地开发和测试 ## 应用停止时内存内容会丢失 from
1.1K10编辑于 2025-10-27 - 来自专栏大模型系列
AI Agent框架之争：盘点8大AI Agent开发框架的核心技术与工业级应用（2026全景指南以及最佳实践）
：工具层：提供基础能力（检索、工具调用、记忆）编排层：负责Agent流程控制与协调（本文重点）应用层：面向特定场景的高层抽象二、八大框架核心架构深度解析2.1 LangGraph：状态机驱动的精密仪器开发团队 端到端产品开发2.5 DeerFlow 2.0：企业级低代码平台开发团队：阿里巴巴 GitHub Stars：12.8K+ 核心理念：可视化编排 > 代码编写架构特点拖拽式界面：可视化构建Agent = task.execute() 适用场景：纯OpenAI生态、追求最佳GPT体验、快速原型开发2.8 Claude Agent SDK 适用场景：长文档分析、复杂推理任务、需要MCP工具集成的场景三、性能基准测试：真实数据对比3.1 测试环境硬件：AWS c5.2xlarge (8 随着项目演进，灵活切换或混合使用多个框架，才是企业级AI开发的成功之道！"
3.9K34编辑于 2026-04-23 - 来自专栏低代码平台
低代码 + AI Agent：砍掉 8 成定制开发？2026 企业数字化集成落地新思路
这类问题并非开发技术能力不足，而是传统定制开发模式存在三大结构性硬伤，也是企业数字化持续高成本、低效率的核心根源：1.API无治理，形成蜘蛛网式集成乱象传统定制开发采用“业务需求驱动、临时对接开发”的模式 ≤7天>30天依托预置连接器，配置化快速对接定制开发占比≤20%>60%低代码+AI替代通用定制开发需求维护成本占比≤30%>70%智能监控运维，实现故障自愈系统评级参考标准：90分以上：数字化架构健康 本文以云捷配低代码+OpenClawAIAgent的工程化落地模式为案例，客观拆解低代码与AIAgent双向协同、互补赋能的技术价值，为行业同类方案落地提供参考：1.开发层协同：AI降低开发门槛，重构低代码开发模式传统低代码平台依赖人工拖拽 第二阶段：场景试点，验证价值（4-8周）优先选择数据报表自动生成、订单全流程流转、设备运维告警等轻量化、高复用场景开展试点，落地低代码+AIAgent协同方案，通过数据对比验证降本、提效、减人工的实际价值 低代码+AIAgent的技术融合模式，从底层重构了企业应用开发、系统集成、业务运维的逻辑，有效解决了传统定制开发成本高、周期长、迭代慢、集成乱的行业痛点。
34110编辑于 2026-06-03 - 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 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
72110编辑于 2024-06-17- 来自专栏DevOps
通过 AI Agent 自动排查 K8s 问题
原文通过 AI Agent 自动排查 K8s 问题郭子龙 发表于 2025/11/18一、背景与痛点现状痛点（Dev & Ops）：研发：排查 K8s 问题需要熟悉 kubectl/日志命令，遇到 CrashLoopBackOff 、FailedMount、镜像拉取失败等底层问题，需要在开发工作之外投入额外精力，影响主线任务推进。 二、使用方式Agent 自动完成排查，也可以再通过继续对话交互深入分析。技术指导（如 K8s 最佳实践咨询）和需求支持（如资源配额调整建议）。使用示例：1. @机器人 排查告警信息。 项目也提供agent能力，这里只用到了MCP，因为飞书和aily agent交互实现比较简单。 四、后续改进统一运维 Agent 入口，屏蔽底层差异：以 K8s 排查为起点，逐步整合更多运维能力：日志查询与分析（SLS）、指标监控与告警（Prometheus/Grafana）、服务拓扑与依赖关系（
53510编辑于 2025-11-18 - 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。 8.维护与迭代8.1问题修复修复用户反馈的问题和 Bug。优化系统性能和稳定性。8.2功能扩展根据需求添加新功能。改进现有功能，提升用户体验。8.3技术升级跟踪最新 AI 技术，升级算法和框架。 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CNCF
利用 Open Policy Agent 实现 K8s 授权
在此过程中，授权管理通常由 RBAC 授权模块来实现，但开发者也可以选择其他组件，如 Open Policy Agent（OPA）。 这里为大家推荐两篇关于如何使用 OPA 的博客：Policy Enabled Kubernetes with Open Policy Agent [2]以及 Kubernetes Compliance with Open Policy Agent [3]。 有关如何配置此方案的更多信息，请参见 open-policy-agent / kubernetes-policy-controller（授权方案[4]）。 ? -3b612b3f0203 3.https://itnext.io/kubernetes-compliance-with-open-policy-agent-3d282179b1e9 4.https:
2.7K22发布于 2019-12-05 - 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 - 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8. 动态提示词 问题：静态提示词无法适应环境状态变化（如任务阶段切换、权限变更），导致无效动作。
9.5K35编辑于 2025-11-19 OpenClaw + CodexClaudeCode Agent Swarm：单人开发团队
我的 Git 历史记录看起来就像我刚招了个开发团队。 \ -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \ "$HOME/.codex-agent /run-agent.sh templates gpt-5.3-codex high" 该代理程序在 tmux 会话中运行，并通过脚本进行完整的终端日志记录。 clawdbot/active-tasks.json 文件中： { "id": "feat-custom-templates", "tmuxSession": "codex-templates", "agent 步骤 8：合并 PR 合并。每日定时任务会清理孤立的工作树和任务注册表 JSON 文件。 Ralph Loop V2 这本质上是 Ralph Loop 的升级版。
2.1K10编辑于 2026-03-04- 来自专栏AgentScope(Java)新手村系
【AgentScope Java新手村系列】（8）多Agent协作
第八章多Agent协作：orchestrator+workers模式，主Agent主持Subagent群聊"以前我们用MsgHub.broadcast(...)让四个agent在同一个消息总线里自由聊天来模拟群聊 任何agent发的消息都会自动广播给hub里所有其他agent。 2.0没有这个类——但等价的语义可以由"主agent当主持人"实现：1.xMsgHub语义2.0替代多agent共享消息总线主agent持有一个Map<speaker,latest_message>状态任一 HarnessAgent.builder()....middleware(newCompactionMiddleware(CompactionConfig.builder().triggerTokens(8000)//上下文超过8ktoken 时压缩.keepRecentMessages(6)//保留最近6条.summaryTarget("MEMORY.md").build())).build();当上下文超过8ktoken时自动把"早期的发言
17400编辑于 2026-06-15 - 来自专栏OpenClaw
OpenClaw 入门指南：AI Agent 开发新范式
这一现象级的增长背后，折射出开发者对"拥有自己的 AI 助手"的强烈需求。 1.2 核心定位与价值主张OpenClaw 的核心定位非常清晰： 在你自己的设备上运行的 AI Agent，连接各种消息平台，提供 24/7 全天候的 AI 助手体验。 适用人群：想要快速体验 OpenClaw 的个人用户、开发调试阶段的开发者。 这个漏洞在 2026 年 1 月被披露后，开发团队在 24 小时内发布了修复版本。另一个值得警惕的是 923 个网关暴露事件。 /bin/bash openclaw agent --message "审查本次代码提交：$(git diff HEAD~1)"' > .git/hooks/post-commit chmod +x .
89420编辑于 2026-04-29
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