- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术杂记
Zabbix Agent 安装4
cd script/ [root@zbx-target script]# vim port.discovery.bash [root@zbx-target script]# ll total 4 /bin/bash printf '{"data":[' for i in `netstat -tnl| grep LISTEN|awk '{print $4}'| awk -F ':' '{print
72230编辑于 2022-03-21 - 来自专栏自然语言处理
智能体框架：11 个顶级 AI Agent 框架！
本指南将深入探讨当前最优秀的 11 个 AI Agent 框架，比较它们的特性、优势、劣势以及理想的应用场景，帮助您为下一个项目做出明智的决定。 什么是 AI Agent 框架？ 11 个最佳 AI Agent 框架 1. LangChain LangChain 是一个开源框架，已成为构建 AI 驱动应用最受欢迎的选择之一。 import ChatOpenAI # 初始化语言模型 llm = ChatOpenAI(model="gpt-4") # 定义具有特定角色的 Agent researcher = Agent( 工具和记忆集成得到增强 开发接口更加简化 对低代码和简化 AI Agent 开发的关注日益增长 如何选择合适的 AI Agent 框架 为您的项目选择 AI Agent 框架时，请考虑：- 您的特定项目需求 无论您需要用于构建对话 Agent、多 Agent 协作系统，还是复杂工作流自动化的框架，本指南介绍的 11 个框架都提供了多种选择，以满足不同的需求和技术专业水平。
13.9K52编辑于 2025-07-02 - 来自专栏AI前沿技术
智能体｜AI Agent 框架介绍
为建立起Agent的知识体系，本文围绕Agent的框架主要介绍： 1）从功能、核心能力以及工程落地三个维度介绍Agent框架 2）Agent 大脑核心：规划、推理和自我反思能力的建设 3）Function 图1，Agent 技术能力框架 1.3，工程技术维度 模块化推理、知识与语言 (Modular Reasoning, Knowledge and Language MRKL) 通过将通用大语言模型作为 一个智能体的所具有的核心能力是一致的，本文以Planning、Memory和Tool use 为框架进行介绍。 步骤4：如果填2导致冲突，则回溯到决策点，尝试下一个选项（填4)，继续探索。通过这种启发式搜索，最终找到解。 • Reflexion 反思 Reflexion 是一种基于语言反馈的强化学习框架（但在实际实现中常简化为Prompt工程)。
1K10编辑于 2026-01-18 - 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 DeepSeek-V3优化4. ⭐ 腾讯云生态4. 多智能体协作成为主流AgentScope在此领域具有先发优势Spring AI Alibaba通过Graph框架快速跟进Eino和Youtu-Agent需要加强多智能体能力2. 成本控制成为关键因素Youtu-Agent零闭源依赖优势明显开源模型质量持续提升各框架都在加强开源模型支持4.
3.1K10编辑于 2025-09-18 2026 开源 AI Agent 框架横评：Hermes Agent OpenClaw AutoGPT CrewAI
四大框架概览框架开发者GitHubStar核心定位协议HermesAgentNousResearch60K+自进化个人智能体MITOpenClawOpenClawInc.300K+AI编程助手Apache2.0AutoGPTAutoGPTTeam160K +通用任务自动化MITCrewAICrewAI45K+多Agent协作MIT核心能力矩阵能力HermesAgentOpenClawAutoGPTCrewAI持久记忆✅三层架构⚠️基础⚠️插件❌自我学习✅ 它的闭环学习系统让Agent能从实践中自动提炼经验，创建可复用技能。这是一个0到1的差异——其他框架都没有这个能力。 CrewAI最强项：多Agent协作如果你的需求是让多个AIAgent分工合作（如一个负责调研、一个负责写作、一个负责审核），CrewAI的多Agent编排能力是最成熟的。 框架吗？
87510编辑于 2026-04-15- 来自专栏XINDOO的专栏
Agent设计模式——第 4 章：反思
实现反思通常需要在 Agent 工作流中构建这些反馈循环。这可通过代码中的迭代循环实现，或使用支持基于评估结果进行状态管理和条件转换的框架。 虽然这些在基于图的框架（如 LangGraph）中内置处理或通过自定义程序代码实现，但单个反思周期的基本原理可通过 LCEL（LangChain 表达式语言）的组合语法有效演示。 此示例使用 Langchain 库和 OpenAI 的 GPT-4o 模型实现反思循环，迭代生成并优化计算数字阶乘的 Python 函数。 我们使用 gpt-4o 以获得更好的推理。 ## 使用较低的温度以获得更确定性的输出。 4. 处理边缘情况：0 的阶乘是 1。 5. 处理无效输入：如果输入是负数，则引发 ValueError。
58710编辑于 2025-10-27 - 来自专栏码匠的流水账
聊聊langchain4j的Agent
序 本文主要研究一下langchain4j的Agent 示例 CustomerSupportAgent customer-support-agent-example/src/main/java/dev/ langchain4j/example/CustomerSupportAgent.java @AiService public interface CustomerSupportAgent { @SystemMessage(""" Your name is Roger, you are a customer support agent of a car rental company /src/test/java/dev/langchain4j/example/CustomerSupportAgentIT.java @Test void should_provide_booking_details_for_existing_booking langchain4j目前暂不支持类似AutoGen或CrewAI中用于构建多智能体系统的"Agent"高级抽象功能，如果需要则可以基于low-level的API去构建。
44010编辑于 2025-03-17 - 来自专栏腾讯开源的专栏
tRPC-Agent-Go：构建智能AI应用的Go语言Agent框架
一、技术选型和定位 1.业界框架技术路线分析 目前AI Agent 应用开发框架主要分为两大技术路线：自主多Agent框架和编排式框架。 1.1 自主多Agent框架 自主多Agent框架体现了真正的Agent（Autonomous Agent）理念，每个Agent都具备环境感知、自主决策和动作执行能力。 Agent编排能力 ● CrewAI：面向任务的多Agent协作平台，强调角色定义和责任链模式 ● Agno: 轻量级高性能Agent框架，专注于多模态能力和团队协作 1.2 编排式框架 编排式框架采用工作流思维 目前较为成熟的Go语言AI开发框架大多数专注于编排式架构，主要适用于结构化业务流程，现代LLM在复杂推理、动态决策方面能力显著提升，自主多Agent框架相比编排式框架具有以下特征： ● 自适应性：Agent 4. 腾讯视频海外-翻译Agent 基于trpc-agent框架快速构建了四个专业LLMAgent（剧情提取、术语提取、术语翻译、字幕翻译）形成工作流。
1.8K10编辑于 2025-10-20 - 来自专栏每月技术成长
Agent 辅助升级 vuetify 4 with tailwind v4 实践分析
近期发现Vuetify发布4.0版本，同时官方也给出了Vuetifyv4withTailwindv4的示例，正好手头上CNB的NPC额度+Copilotchat额度足够，于是分别通过Codebuddy与 Copilot对于已有的两个Vuetifyv3+Tailwindv4项目进行升级，测试Vuetifyv4及两家agnet能力。 Copilt辅助升级Vuetifyv4withTailwindv4实验条件Copilot+doubao2.0code展开代码语言：TXTAI代码解释1.将vuetify3升级至vuetify42.基于https ://vuetifyjs.com/en/blog/building-with-vite-and-tailwindcss/解决vuetify4与tailwindcssv4兼容性问题4.运行测试5.对整个过程进行总结实验结果 Copilot花费20分钟左右，消耗3724449token，按照blog内容完成了Vuetifyv4withTailwindv4的升级兼容，但几乎所有组件都出现透明度、位置、动画效果等多方面问题。
12610编辑于 2026-04-11 - 来自专栏DeepHub IMBA
Agent Lightning：微软开源的框架无关 Agent 训练方案，LangChainAutoGen 都能用
那问题来了，市面上 Agent 框架满天飞这个凭什么就不一样呢？ training gap 做过 Agent 部署的人大概都有同感：把 Agent 跑起来其实没那么难，真正难的是让它持续进步。 OpenAI 的 Agent SDK、LangChain 这类编排框架，原型设计和快速部署确实很拿手。几个小时就能让一个能用的 Agent 上线。 开发环境里跑得好好的 Agent一碰到真实用户、边缘场景和领域特有的问题性能就打折扣。传统框架能给你的帮助很有限：手动调 prompt，手动改参数，然后顺带祈祷别有问题。 而Agent Lightning 的切入点就在这里，它把 Agent 框架和优化基础设施做了解耦。 特别值得说的是框架的兼容性：LangChain、AutoGen、CrewAI、微软自家的 Agent Framework都能接。团队管它叫"Lightning AI Agent 的终极训练器"。
34110编辑于 2026-02-27 - 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。 workflow = StateGraph(AgentState) # 添加节点：LLM调用 def call_model(state): model = ChatOpenAI(model="gpt-4o AssistantAgent, UserProxyAgent # 创建代理角色 coder = AssistantAgent("coder", llm_config={"model": "gpt-4- 生成测试用例", "执行测试"] ) test_manager.initiate_chat("为登录模块生成边界测试")效能提升：Uber实测减少40%测试编写时间三、CrewAI：结构化流程的工业级协作框架存在意义 直接访问结构化字段创新机制：输出即工具调用：将JSON Schema转化为LLM必调工具闭环重试：自动修复ValidationError并重新生成动态多模态：支持ｕｎｉｏｎ[Report, Alert]自适应输出八、框架选型决策指南作者洞见
5.4K10编辑于 2025-07-21 - 来自专栏不二小段
2025年 Agent 开发框架选型&实战笔记
我最近花了亿点时间，把自己学习、使用过的 Agent 开发框架整理为这篇笔记，大体上分为「代码开发框架」和「低代码工作流平台」两大类。 接下来记录一下我了解过的 Agent 开发框架和低代码平台，然后从零到一实操一个完整的案例。 主流 Agent 框架/平台综述 现在主流的 Agent 开发工具大体分为两类，一类是面向程序员的开源开发框架，为专业开发者提供丰富的 AI 工具箱，对底层细节有更多控制，可以开发复杂 AI 应用；另一类则是低代码 开源开发框架 这类框架秉持代码优先原则，面向追求高度定制化和灵活性的专业开发者，通过编写代码来定义和构建 Agent 的核心逻辑。 4.
37610编辑于 2026-04-09 - 来自专栏A周立SpringCloud
Skywalking系列博客4-Java Agent配置
deleteByIds和deleteByQuery） false plugin.solrj.trace_ops_params 如果为true，则跟踪Solr请求中的所有操作参数 false plugin.light4j.trace_handler_chain 如果为true，请跟踪Light4J的请求的所有中间件/业务handler。 将被忽略） 未设置 Java Agent配置方式 agent配置有多种姿势，上面修改 agent.config 文件中的值，只是其中一种。下面专门探讨agent支持的配置方式。 :/opt/agent/skywalking-agent.jar=agent.service_name=你想设置的值 -jar somr-spring-boot.jar 系统环境变量 agent.config 例如，agent.config 中有如下内容 agent.service_name=${SW_AGENT_NAME:Your_ApplicationName} 这说明Skywalking会读取名为 SW_AGENT_NAME
2.5K20发布于 2020-07-07 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发框架
AI 智能体（AI Agent）的开发框架是构建智能体的核心工具和平台，它们提供了从数据处理、模型训练到部署和监控的全流程支持。以下是常用的 AI 智能体开发框架及其特点。 1.通用机器学习框架1.1TensorFlow特点：由 Google 开发，支持深度学习和传统机器学习。提供强大的分布式计算支持。 4.计算机视觉框架4.1OpenCV特点：提供丰富的图像处理和计算机视觉算法。支持多种编程语言（如 Python、C++）。适用场景：图像处理、目标检测、视频分析。 支持多种机器学习框架。适用场景：模型生命周期管理。7.分布式计算框架7.1Ray特点：分布式计算框架，支持任务并行和分布式训练。提供 RLlib（强化学习）和 Tune（超参数调优）等工具。 总结AI 智能体的开发框架涵盖了从数据处理、模型训练到部署和监控的全流程。
1.3K10编辑于 2025-02-18 - 来自专栏学习笔记ol
框架分析（4）-Spring
框架分析（4）-Spring 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。 Spring Spring框架是一个开源的Java企业级应用程序开发框架，它提供了一种简化Java开发的方法，帮助开发者构建可扩展、模块化和高效的企业级应用程序。 集成 Spring框架提供了与其他常用框架（如Hibernate、MyBatis、JPA等）的集成支持，简化了与数据库、消息队列、Web服务等的集成开发。 优缺点 优点 高度可扩展 Spring框架采用模块化的设计，可以根据需求选择性地引入所需的模块，使得框架具有高度的可扩展性和灵活性。 缺点 学习曲线较陡峭 由于Spring框架的功能较为复杂，初学者可能需要一定的时间和精力来学习和理解框架的各个模块和特性。
34820编辑于 2023-10-11 - 来自专栏菩提树下的杨过
Agent设计模式学习(基于langchain4j实现)(1) - 基础Agent用法
自近年AI智能体火爆以来，各种相关的框架和最佳实践也不断涌现，Anthropic公司2024年发布的Building Effective AI Agents \ Anthropic 无疑是最有影响力的指导文章之一 ，langchain4j在此影响之下，也实现一系列的workflow编排&Agent功能。 、最基础的Agent示例 1 /** 2 该示例演示了如何实现一个基础Agent(改编自langchain4j官网示例) 3 注意：Agent只有与其他Agent结合使用时才更有用，后续步骤中将展示这一点。 4 如果只有一个Agent，使用 AiService 会是更好的选择。 5 这个基础Agent将用户的个人简介转换成一个简洁而完整的简历。
65110编辑于 2026-01-12 - 来自专栏DeepHub IMBA
深度研究Agent架构解析：4种Agent架构介绍及实用Prompt模板
深度搜索Agent核心问题其实就有两个：怎么把复杂问题拆得合理，以及怎么判断搜索结果够不够用。 迭代式搜索Agent 在讨论更复杂的架构之前，先回顾一下最基础的迭代式搜索Agent。 所以强烈建议用推理能力强的模型来做Planner，比如GPT-4o、Claude 3.5 Sonnet或者专门的推理模型如o1、DeepSeek-R1等。 计划出问题一般都会是以下几种情况： 目标失败：Agent没完成任务或者完成了但违反了约束条件。 毕竟Agent系统的调试本身就不容易，一上来就搞太复杂容易把自己绕进去。 喜欢就关注一下吧： 点个 在看 你最好看！
75410编辑于 2026-01-12 - 来自专栏大语言模型
四大主流AI Agent框架选型梳理
nine｜践行一人公司开发、引擎、交付——基于Agent的倍速造产品流。正在记录从 0 到 1 的踩坑与突破，交付想法到产品的全过程。 随着AI技术的快速发展，多智能体系统(Multi-Agent)已成为企业智能化转型的关键技术。 本文将梳理2025年7月值得关注的四大AI Agent框架（注：OpenAI Swarm属于学习项目），帮助开发者根据项目需求提供参考。四大框架横向对比1. 4. Magnetic-One：非技术用户的“开箱即用”方案微软AutoGen团队发布的演示级封装，预置WebSurfer/Coder/Planner等5种角色，拖放即用。 选型建议（2025年7月版）场景 首选框架一句话忠告 企业级代码生成 AutoGen 先验证沙箱逃逸风险，再谈扩展 市场部1天Demo
1.2K10编辑于 2025-07-26 - 来自专栏XINDOO的专栏
Agent设计模式——附录 C - Agentic 框架快速概览
其他 Agent 开发框架 Microsoft AutoGen：AutoGen 是一个以对话方式编排多 Agent 解决任务为核心的框架。 尽管其数据索引与查询能力对构建情境感知 Agent 极为强大，但与 Agent 优先框架相比，其在复杂 agentic 控制流和多 Agent 编排方面的原生工具较少。 该框架主要局限在于其高度专业化，使其在核心设计范畴外的通用 agentic 任务适应性较弱。 SuperAGI：SuperAGI 是旨在为自主 Agent 提供完整生命周期管理系统的开源框架。 结论 Agentic 框架生态提供了多样化工具，涵盖从定义 Agent 逻辑的低级库到编排多 Agent 协作的高级平台。 如 CrewAI 和 Google ADK 等高级框架将重心转向编排具预定义角色的 Agent 团队，而 LlamaIndex 等其他框架则专注数据密集型应用。
52910编辑于 2025-10-27 ERNIE Bot Agent开发框架 & function calling 开发实践
L3 Copilot 人类和4I进⾏协作，工作量相当。AI根据人类要求完成⼯作初稿，人类进行目标设定，修改调整，最后确认。 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/.
63110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