首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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! 在当前就业市场挑战加剧的背景下,这类工具为求职者提供了强有力的支持。 AI Agent,但未来将是多Agent流程的天下 这一工具代表了从传统工作流自动化向AI增强流程的重要转变,为企业提供了更灵活、更智能的自动化解决方案。 真正的Agent力量来自于它们相互连接、访问企业数据以及与执行工作的系统交互的能力。一个无法与其他Agent工具和应用对话的Agent只是一个孤岛。 *市场洞察*:Agent利用专有市场数据了解真实车辆价值 *谈判策略*:基于成功案例训练的谈判技巧 *客户节省*:已为客户节省数千美元购车成本 这一应用展示了AI在复杂谈判场景中的潜力,为消费者提供了强大的议价工具

    33210编辑于 2025-09-17
  • 来自专栏服务端技术杂谈

    AI Agent:模型->工具->结果->模型

    Reddit上有人说,AI Agent就是:模型->工具->结果->模型。 从程序员角度来说,就是拼接参数json,调用LLM,处理返回值json。 Agent不只是聊天机器人,还需要工具,所以要先告诉Agent,你有哪些API/工具,这些工具可以做什么。 不需要用什么复杂的框架,基本上只需要串联: 用户输入目标Prompt->将提示词传递给LLM->模型决定下一步->需要工具(API调用、爬取网页、操作API)执行->将结果反馈给模型进行下一步->直到任务完成 即:模型 → 工具 → 结果 → 模型 关于记忆,先用短期记忆,比如最近几条上下文消息。 如果需要跨会话记忆,可以从持久存储获取,比如向量数据库。

    13110编辑于 2026-03-11
  • 来自专栏python前行者

    python爬虫工具:user agent switcher

    user agent switcher给我们带来更多的是方便,一次设置好,就不怕每次麻烦的右键检查,设置成手机端的重复性操作了,这对于python爬虫算是一个比较技巧的地方。 安装使用 在火狐的附加组件中输入:user agent switcher 如果找不到入口的话,在火狐浏览器中打开: https://addons.mozilla.org/zh-CN/firefox/search q=user%20agent%20switcher&platform=WINNT&appver=59.0.2 ? 一看这里的搜索结果还是蛮多的,使用的用户还是蛮多的。 最后一步就是在右侧的插件工具栏中选中进行设置就搞定了。 ? 打开京东试试,就成这样的了,很完整的APP客户端 ?

    96210发布于 2019-03-25
  • 来自专栏人工智能应用

    基于 Agent 的股票分析工具

    建一个基于 Agent 的股票分析工具或系统,可以采用以下方法和框架,结合 AI Agent 技术与股票市场分析需求,实现选股策略、买卖时机判断、风险控制等功能。 AI Agent 模块:该模块是系统的核心,负责执行选股策略、判断买卖时机、进行风险控制等任务。 可视化与交互模块:提供用户界面,展示分析结果、图表、建议等信息,并支持用户与 AI Agent 的交互。 4 示例代码:基于 AI Agent 的选股策略实现 以下是一个简化的 Python 示例,展示如何使用 LangChain 构建一个基于 LLM 的选股 Agent: from langchain.agents = initialize_agent(tools, llm, agent="structured-chat-zero-shot-react-description", verbose=True) #

    1.6K11编辑于 2025-08-01
  • 来自专栏自然语言处理

    智能体框架:11 个顶级 AI Agent 框架!

    最近笔者在找智能体框架,看到一个文章:https://ai.plainenglish.io/11-best-ai-agent-frameworks-for-software-developers-afa1700644bc 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。 主要特性: Agent 循环功能(处理工具调用,将结果发送给 LLM) 工具集成(将 Python 函数转换为 Agent 可用的工具) 支持跟踪功能,可视化 Agent 工作流 优势: 精简的 Agent 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。

    13.5K52编辑于 2025-07-02
  • 来自专栏深度学习与python

    Java 近期新闻:Jakarta EE 11 发布、Agent2Agent Java SDK、Kotlin、WildFly

    11 的最新消息,他写道: Jakarta EE 11 终于 发布 了! Eclipse GlassFish 再次成为 Jakarta EE 11 平台 和 Jakarta EE 11 Web Profile 规范的批准实现。 去年年末发布的 Jakarta EE 11 Core Profile,其批准实现是 WildFly 和 Open Liberty。查看 其他 Jakarta EE 兼容产品。 Agent2Agent Java SDK 红帽 宣布,Quarkus 和 WildFly 团队已经与谷歌合作推出了 Agent2Agent Java SDK,这是一个 Java 库,实现了 Agent2Agent Maven Maven 4.0 的第四个候选版本发布,带来了 Bug 修复、文档改进和新特性,如:引入一个新的 Maven 升级工具(mvnup),包括 POM 自动发现和对多模块项目的支持;引入一个新的依赖注入机制

    70310编辑于 2025-07-08
  • 来自专栏老张的求知思考世界

    AI Agent Infra领域的工具图谱

    因此我才会在前面介绍智能体基础架构的文章中断言道:Agent Infra是Agent落地的关键!因为它涵盖了Agent从开发到部署的完整生命周期。 其中: Environment:提供Agent开发和运行环境,相当于给了Agent一台可自行操作的计算机。 Context:为Agent有效运行提供所需的信息,包括任务相关的背景知识和工具的使用方法。 Tools:使Agent能便捷调用和协作的各类工具,包括各种类型的插件,以实现多样化的任务。 Agent Security:以Agent-native的方式保障Agent的行为与数据在执行过程中的安全与合规。 下面是我查阅很多资料后整理的Agent Infra工具图谱,供大家参考。 一、Environment层 二、Context层 三、Tools层 四、Agent Security层 介绍完AI Agent的基础架构和工具图谱后,下篇文章,我会分享一些对提示词工程的看法,敬请期待

    1.1K10编辑于 2025-06-25
  • 来自专栏XINDOO的专栏

    Agent设计模式——第 11 章:目标设定和监控

    要使 AI Agent 真正有效且有目的性,它们不仅需要处理信息或使用工具的能力,还需要明确的方向感和判断自身是否真正成功的方法。这就是目标设定和监控模式发挥作用的地方。 这些步骤可以按顺序执行,或以更复杂的流程执行,可能涉及其他模式,如工具使用、路由或多 Agent 协作。 它监控对话,检查数据库条目,并使用工具调整账单。通过确认账单更改并收到客户的积极反馈来监控成功。如果问题未解决,它会升级处理。 个性化学习系统:学习 Agent 可能有"提高学生对代数的理解"的目标。 监控涉及观察 Agent 的行动、环境状态和工具输出。 来自监控的反馈循环允许 Agent 调整、修订计划或升级问题。 在 Google 的 ADK 中,目标通常通过 Agent 指令传达,监控通过状态管理和工具交互完成。 结论 本章重点介绍了目标设定和监控的关键范式。

    26810编辑于 2025-10-27
  • 来自专栏数据科学(冷冻工厂)

    11 个必备 Docker 工具

    这里有一份关于一些关键 Docker 工具的详细指南[1],它们能够简化你的工作流程,无论你是 Docker 新手还是资深用户。这些工具能够助你更高效地监控、诊断问题和管理 Docker。 1. Dive Docker 镜像层分析工具 Dive 是一款工具,它能够助你逐层剖析 Docker 镜像,这在识别镜像中哪些部分占用空间以及潜在的优化区域时非常有用。 Dockly 交互式 Docker 管理工具 Dockly 是一款终端环境下的 Docker 管理工具,它提供了一个用户友好的交互界面,让你能够直接通过命令行来管理容器。 此外,Docker Desktop 还内置了 Docker Compose、Docker CLI 等重要工具。 它还包含了用于监控和诊断容器问题的工具,并能够与 Docker 生态中的其他工具无缝配合使用。 11.

    1.7K10编辑于 2024-12-30
  • 来自专栏啄木鸟软件测试

    精准测试及其工具(连载11

    5星云工具云报表平台说明 5.1登录WEB平台 浏览器中输入http://<服务器IP地址>:3000/,登录系统,点击确定。然后选择客户端所编译的项目和版本。如图83所示。 ?

    61620发布于 2019-12-12
  • 来自专栏产品的技术小课

    效率工具推荐(第11期)

    传送门:http://www.papakaka.com/ 7、考拉新媒体导航 这是学习新媒体的各种工具大合集网站。 里面的小工具特别多,包括作图工具、实时热点、热点日历、排版工具、高清图库、各大媒体数据、舆情数据、网址加工、视频制作工具等等。 工具比较全面,适合运营新手。 --- end ----

    1.2K10编辑于 2022-04-01
  • 来自专栏AI进修生

    A2A + MCP = AI Agent 完全体?AI Agent 既能 “单挑” 工具,又能 “群殴” 任务。

    简单说,这图告诉我们 AI Agent 跟外界打交道主要靠两个开放协议: MCP (模型上下文协议): 这是 Agent 用来“插上”外部工具、API 和各种企业应用的“接口”。 图里两个 Agent 中间那条线就是 A2A。 MCP 核心是工具工具集 (用 JSON schema 通信)。 A2A 看起来更关注 Agent 之间的自然语言交流。 所以,它俩分工明确: MCP 是 Agent 跟“非 Agent”的东西(工具、API)打交道的。 A2A 是 Agent 跟“其他 Agent”打交道的。 即 MCP 和 A2A 是两条腿走路,一个负责对内连接工具和资源,一个负责对外连接其他 Agent 伙伴。它俩是互补的,共同构成了连接 Agent 的开放标准体系。 、工具、上下文。

    62010编辑于 2025-04-11
  • 来自专栏openclaw系列

    OpenClaw 插件中的 Agent 工具开发指南

    Agent 工具是 OpenClaw 插件向大语言模型(LLM)暴露的可调用函数。 这些工具通过 JSON Schema 定义输入参数,并在代理(agent)运行时按需执行,从而扩展 AI 的能力边界——例如调用本地服务、查询数据库、触发工作流等。 四、工具可见性控制策略除了 allow,OpenClaw 还支持多维度工具策略:配置项作用范围说明tools.allow / tools.deny全局控制所有 agent 的默认工具集agents.list [].tools.allow单个 agent覆盖全局策略tools.profile全局或 per-agent基础 allowlist 模板tools.byProvider按模型提供者为不同 LLM 提供商定制工具集 七、总结通过插件注册 Agent 工具,开发者可以安全、灵活地将外部能力注入 AI 代理流程。

    47020编辑于 2026-03-15
  • 来自专栏菩提树下的杨过

    Agent设计模式学习(基于langchain4j实现)(11) - PlanAndExecute

    上篇学习了ReACT,今天继续学习PlanAndExecute模式 与ReACT模式的关键区别如下: 对比维度 ReAct Agent Plan-and-Execute Agent 思考模式 单步思考- { 8 "plan_name": "任务名称", 9 "steps": [ 10 { 11 8 9 输出格式: 10 步骤 {n}: [工具名称] 11 输入: {参数} 12 ; 8 private final SampleTools tools; 9 private final Map<String, Object> context; 10 11 , 11 "北京现在的天气怎么样?", 12 "计算半径为5的圆的面积", 13 "现在是几点?"

    25210编辑于 2026-02-02
  • 来自专栏java架构计划训练营

    浏览器头User-Agent提取工具

    * 获取浏览器对象 * @param request * @return */ private static Browser getBrowser(String agent */ private static OperatingSystem getOperatingSystem(String userAgent) { UserAgent agent (); return operatingSystem; } /** * 解析对象 * @param agent * @return (agent); Browser browser = userAgent.getBrowser(); OperatingSystem operatingSystem = .deviceType(deviceType) .os(os) .osVersion(getOSVersion(agent

    91120编辑于 2022-10-27
  • 来自专栏CRM日记本

    Salesforce实时聊天工具Live Agent介绍

    Salesforce Live Agent是原生的Salesforce工具,可让企业和网站的用户实时的进行聊天。 Live Agent是那些客服团队有限但是希望能提供较好的客服回报公司的很好选择,不像电话,一个客服同时只能处理一个来电。利用Live Agent,每个用户可以在同一个屏幕管理多个客服服务。 这些反馈既包含对于工具本身(你下次还会使用Live agent吗?)以及客服的处理效果反馈(此次服务对你有帮助吗?是否解决了你的问题?)。 如果使用调查工具的话,分析范围可进一步增加,可以帮助你衡量你的新的工具以及客服的执行情况等。 ? 你是否需要Live Agent? —你是否有一个小的支持团队淹没在客户的支持电话中? 哪些不需要Live Agent? —支持团队需要完成极其复杂和耗时的故障诊断流程。 —客户支持团队使用像Radian6这样强大的工具来管理来自社交渠道的客户支持。

    2.2K20发布于 2019-04-16
  • 来自专栏openclaw系列

    OpenClaw 插件代理工具 (Agent Tools) 深度指南

    需要控制某些高风险工具的权限(按需开启)。配置多 Agent 架构下的工具隔离策略。 一、什么是 Agent Tools? 工具分为两类:必需工具 (Required):插件安装后默认对所有 Agent 可见(除非被全局禁用)。适用于安全、通用的功能。可选工具 (Optional):默认不可见。 基础工具 (Basic Tool)这是最常见的形式。插件加载后,该工具自动对拥有插件权限的 Agent 可用。 配置层级工具权限可以在两个层级配置:全局层级 (tools):影响所有 AgentAgent 层级 (agents.list[].tools):仅影响特定 Agent,优先级更高。2. *全局当 Agent 运行在沙箱环境时,限制可用的底层系统工具。 四、最佳实践与安全建议1.

    98420编辑于 2026-03-18
  • 来自专栏openclaw系列

    OpenClaw 插件中的 Agent 工具开发指南

    Agent 工具是 OpenClaw 插件向大语言模型(LLM)暴露的可调用函数。 这些工具通过 JSON Schema 定义输入参数,并在代理(agent)运行时按需执行,从而扩展 AI 的能力边界——例如调用本地服务、查询数据库、触发工作流等。 在全局 tools 或特定 agent 的 tools 配置中,通过 allowlist 显式启用: { "agents": { "list": [ { "id dev-assistant", "tools": { "allow": ["run_pipeline"] } }] } } 重启 Gateway 后,该 agent 七、总结 通过插件注册 Agent 工具,开发者可以安全、灵活地将外部能力注入 AI 代理流程。

    60120编辑于 2026-03-16
  • OpenAI发布全新Agent工具,加速智能体开发

    这次OpenAI发布的Agent工具,比之前的GPT-4.5有诚意许多。发布了共五个工具,太长不看版:网页搜索工具:基于GPT-4o模型,实时抓取互联网信息并标注引用来源。 Agents SDK:开源框架支持多Agent协作,可定义角色、工具链及安全策略,适用于客户支持、代码审查等场景。这些Agent工具,本质上可以让开发者能够快速自定义自己的Agent智能体。 此外,OpenAI 还为这些 Agent 工具提供了更强的可扩展性和可配置性,使开发者能够结合自身业务需求,构建更加智能化的自动化助手。 写在最后这次,OpenAI这么快的发布全新的Agent工具,被视为对国产Agent产品Manus的回应。由于Manus因在GAIA测试中超越OpenAI的DeepResearch。 导致OpenAI真的急了,所以立刻发布了全套的Agent制作工具

    73920编辑于 2025-03-12
  • EdgeOne ClawScan:AI Agent安全防护工具概要

    一、产品定位与核心亮点 EdgeOne ClawScan是由腾讯朱雀实验室×腾讯云EdgeOne联合推出的AI Agent(文中称“小龙虾”)专用安全防护工具,聚焦AI Agent“高权限、可执行、插件生态丰富 二、产品应用场景 个人用户场景 使用AI Agent作为个人助手、知识问答、任务自动化工具时,面临Skill供应链污染、配置不当致公网暴露、权限滥用引发误操作等风险。 企业/团队用户场景 团队AI助手:多用户并发访问下权限管理复杂,存在未授权访问风险; 自动化客服Agent:对外暴露服务和API接口,面临API滥用、数据爬取、恶意扫描、DDoS攻击、流量劫持与中间人攻击 四、典型案例 客户名称:小龙虾(AI Agent示例) 背景:作为高权限、可执行、插件生态丰富的超级Agent,面临“输入→思考→执行”链路中权限(文件/账号/系统/网络)、技能(Skill执行路径)、 立即体验可通过指定命令触发免费体检,或四步接入EdgeOne套餐(领免费版→域名接入→配置策略→升级可选),助力AI Agent安全服务业务。

    31610编辑于 2026-03-31
领券