- 综合排序
- 最热优先
- 最新优先
- 来自专栏cwl_Java
大数据-Flume采集案例Agent级联
Agent 级联 ? ? 分析 第一个agent负责收集文件当中的数据，通过网络发送到 第二个agent当中去 第二个agent负责接收第一个agent发送的数据，并将数据保存到hdfs上面去 Step 1: Node02 安装 channel = c1 a1.sinks.k1.hostname = 192.168.174.120 a1.sinks.k1.port = 4141 a1.sinks.k1.batch-size = 10 a1.sinks.k1.hdfs.filePrefix = events- a1.sinks.k1.hdfs.round = true a1.sinks.k1.hdfs.roundValue = 10 .channel = c1 Step 5: 顺序启动 node03机器启动flume进程 cd /export/servers/apache-flume-1.8.0-bin bin/flume-ng agent
85110发布于 2019-12-26 - 来自专栏实在智能RPA
2025金融行业Agent案例全场景盘点：银行证券保险实战案例+落地解析（含实在Agent标杆实践）
当搜索“有哪些金融行业Agent案例”时，你需要的不仅是零散的应用实例，更是覆盖全领域、带数据支撑、可落地参考的完整解决方案。 二、银行领域Agent**案例：从基层运营到核心决策的全场景渗透银行作为金融行业的核心载体，Agent应用覆盖内部运营、客户服务、风险管理等全链条，成为数字化转型的核心引擎。 三、证券领域Agent**案例：投研投顾的“人机协同”新范式证券行业的Agent应用集中于投研辅助、投顾服务、合规检查三大场景，核心价值在于提升专业效率与服务覆盖面。 四、保险领域Agent**案例：理赔、营销与运营的全链条优化保险行业的Agent应用聚焦于解决理赔慢、营销精准度低、运营效率不足等核心痛点，实现全业务链条的智能化升级。 5.4案例模块实在Agent已在多家金融机构落地，形成标杆案例。
89210编辑于 2025-11-17 - 来自专栏DeepHub IMBA
AI Agent技术栈：10个构建生产级Agent的核心概念
本文就总结了构建AI系统时真正绕不开的10个基础概念 1、MCP：通用插件系统 假设你需要Agent读取Gmail、更新Notion、查询数据库。 推理循环才是Agent真正解题的方式。 Agent先想该做什么，然后执行，再观察结果，接着重新评估：刚才的做法管用吗？下一步试什么？如此往复，直到任务完成。 比如你让Agent查竞争对手的定价。 有了长期记忆，Agent会让人觉得"它记得我"，而不是每次都像跟陌生人打交道。 来看一个场景：用户说过"我习惯把会开在上午10点之前"。这条偏好被写入长期记忆，关联到用户ID。 三次重试都失败后，Agent告诉用户——"邮件服务暂时挂了，草稿已保存，10分钟后自动重发。"出了什么问题、接下来怎么办，交代得清清楚楚。 10、运行时编排：管理执行环境 Agent不是跑一次就结束的脚本。它是一个长期运行的系统，要响应事件、并行处理任务、扛住重启、还得在资源限制内运转。 运行时编排就是这套基础设施。
41710编辑于 2026-02-27 - 来自专栏快乐阿超
android-agent-web中js-bridge案例
然后是com/just/agentweb/sample/activity/CommonActivity.java:140代码：
36710编辑于 2024-04-15 - 来自专栏人工智能领域
Agent 案例分析：金融场景中的智能体-蚂蚁金服案例（1030）
Agent 案例分析：金融场景中的智能体 —蚂蚁金服案例 一、引言 在当今数字化时代，金融行业正经历着深刻的变革。随着人工智能技术的飞速发展，智能体（Agent）在金融场景中的应用越来越广泛。 本文将深入分析蚂蚁金服在金融场景中的智能体案例，探讨其应用场景、技术实现和价值创造。 （三）代码案例 以下是一个模拟蚂蚁金服在金融场景中可能用到的部分简化代码示例，主要用于说明智能投资顾问的概念，但与实际蚂蚁金服的代码有很大差距。
3K21编辑于 2024-12-23 - 来自专栏素质云笔记
大模型下的Agent、AIGC的商业案例集合
4 腾讯文档AI助手技术实践 https://mp.weixin.qq.com/s/MNY6647V4hPByNzghyDUfQ 文档AI中台的概念初始于腾讯文档这款产品本身就存在10种品类，期望以中台解决方案的形式为不同品类进行赋能
42800编辑于 2024-05-24 - 来自专栏实在智能RPA
制造业Agent实战案例全景解析：覆盖6大领域，10+标杆企业落地细节全公开
一、制造业Agent**的核心定义与行业价值在深入案例之前，需先明确制造业Agent的核心内涵。 组装线瓶颈站分析中，Agent整合各站生产工时、MES数据、人员技能等多元信息，精准定位瓶颈原因并给出针对性建议，实现平均生产力提升10%，年人均产出工时提升4%。 巨隆机械作为自行车零配件行业龙头，应用实在Agent后，生产数据录入环节的工作量减少95%以上，业务人员仅需核查确认结果；订单交期数据变更处理时间从每条20-50秒缩短至5-10秒，年节约工时近3000 3.7权威推荐：行业指南与实践标杆的双重认证实在Agent的技术实力与落地成效获得了行业权威机构的广泛认可。其相关案例被纳入《制造业数字化转型优秀实践案例集》，成为全行业参考的转型范式。 中国信通院等权威机构将进一步加强案例征集与标准制定，推动制造业Agent向规范化、规模化方向发展。
90110编辑于 2025-11-18 - 来自专栏C博文
JavaScript网页设计案例：10个经典案例（含代码示例）
JavaScript网页设计案例：10个经典案例（含代码示例） JavaScript 作为前端开发的核心语言，为网页设计和开发提供了强大的功能支持。 以下列举10个经典的 JavaScript 网页设计案例，每个案例都包含一个简洁的代码示例，帮助大家更好地理解 JavaScript 在网页设计中的实际应用。 二、10个经典 JavaScript 案例 动态图片轮播 案例简介：动态图片轮播适用于展示广告、产品图片等，能够自动播放并支持手动切换。 < target) { requestAnimationFrame(updateCount); } }; updateCount(); </script> 三、总结 以上10 个经典 JavaScript 案例涵盖了动态效果、交互功能和性能优化等不同方面。
1.1K00编辑于 2025-07-14 - 来自专栏喔家ArchiSelf
10个构建Agent的大模型应用框架
在此，我们将重点介绍10个具有代表性的Agent应用构建框架，并对其他常见的框架进行简要概述，以期为大家提供一个相对全面的视角，了解这一领域的现状和潜在趋势。 1. CrewAI已经成为增长最快的Agentic AI生态系统，并在2024年10月成功筹集了1800万美元的资金。 10. Haystack Haystack 是由 deepset 开发的一个开源框架，专门帮助企业构建生产级的 大模型应用、RAG（检索增强生成）流水线以及复杂的搜索应用。 由于目前对“Agent”这一概念的理解还不够清晰，甚至存在滥用（比如把简单的Bot当成Agent），导致市面上的Agent框架良莠不齐。如果你有其他喜欢的Agent框架，欢迎留言补充！ 大模型应用的10种架构模式 LLM运行框架对比：ollama与vllm浅析
12K30编辑于 2025-03-24 - 来自专栏FreeBuf
从Windows 10 SSH-Agent中提取SSH私钥
背景 在这个周末我安装了Windows 10 Spring Update，最令我期待的就是它的内置OpenSSH工具，这意味着Windows管理员不再需要使用Putty和PPK格式的密钥了。 在Windows 10中使用OpenSSH 测试要做的第一件事就是使用OpenSSH生成几个密钥对并将它们添加到ssh-agent中。 然后确保新的ssh-agent服务正在运行，并使用ssh-add将私钥对添加到正在运行的agent中： ? 运行ssh-add.exe -L显示当前由SSH agent管理的密钥。 最后，在将公钥添加到Ubuntu box之后，我验证了我可以从Windows 10进入SSH，而不需要解密我的私钥（因为ssh-agent正在为我处理）： ? 监控SSH Agent 为了了解SSH代理是如何存储和读取我的私钥，我开始静态检查ssh-agent.exe。
3.5K30发布于 2018-07-30 - 来自专栏Java帮帮-微信公众号-技术文章全总结
10.Java文件操作案例
Java 实例 - 文件写入 以下实例演示了使用 write() 方法向文件写入内容： 实例 以上代码运行输出结果为： 创建成功后当前目录下就会生成一个名为 runoob.txt 的文件并将 "菜鸟教
1K60发布于 2018-03-15 - 来自专栏前端达人
第10课：Agent 体系，认识你的 AI 团队成员
什么是 Agent 在 Claude Code 里，Agent 是一个专门的子流程。 它有几个特点： 独立运行：每个 Agent 有自己的上下文，不会互相干扰 专业分工：不同类型的 Agent 针对不同任务优化 可以并行：多个 Agent 可以同时工作 汇总结果：所有 Agent 的输出最终汇报给主对话 8种 Agent：你的团队花名册 我用一个开发团队的类比来帮你记住这8种 Agent。 }) 独有特性——thoroughness（彻底程度）： Explore Agent 有三个搜索深度，你可以根据需要选择： thoroughness: quick → 10-30秒，快速定位特定文件或函数 手动翻代码：你需要一个文件一个文件打开、搜索关键字、跳转到引用、再搜索下一层……5步操作，每步10-15秒，总共1分钟以上。
4010编辑于 2026-04-15 - 来自专栏人工智能领域
AI Agent案例与实践全解析：字节智能运维（930）
比如在面对复杂的系统故障时，通过对故障现象、历史类似案例以及相关系统配置等多方面信息的综合分析，推理出可能的故障原因，并规划出相应的排查和修复步骤，引导整个智能运维过程有序开展。 四、字节智能运维 AI Agent 的实践案例 （一）故障排查 / 诊断场景应用 在故障排查 / 诊断场景中，字节运用单 Agent 进行相关操作有着清晰且有效的流程。 它会参考过往类似故障的案例数据，运用思维链技术等，梳理出可能导致故障的各种潜在原因，并依照可能性高低以及排查的难易程度等因素，制定出合理的检查步骤。 在信息检索方面，面对海量且繁杂的运维文档、历史故障案例记录以及实时更新的行业技术资讯，传统检索方式往往难以精准定位到最新且贴合需求的信息。 并且，通过强化学习、迁移学习等技术手段，AI Agent 能够不断从过往的运维经验以及新的运维案例中学习优化，实现自我进化，更好地适应不断变化的运维环境和多样化的业务需求。
4.8K41编辑于 2024-12-23 AI智能体（Agent）开发实战：工业级项目案例驱动课
AI智能体开发实战：工业级项目案例驱动的核心能力构建引言：AI智能体的时代已至我们正站在人工智能发展的关键节点。 真正的产业变革力量，来自于能够深入特定场景、解决实际问题的AI智能体（Agent）。与单一功能的传统AI模型不同，AI智能体具备感知、决策、执行和学习的完整能力闭环。 本文将通过工业级项目案例，深入探讨AI智能体开发的全流程，揭示从概念到落地实战中的关键技术挑战与解决方案。 我们为金融客户开发的风控智能体，整合了超过10个数据源的实时信息，能够在200毫秒内完成复杂风险图谱分析和决策。行动层：将决策转化为具体行动，包括API调用、机器人控制、报告生成等。 二、工业级项目案例：智能制造质检智能体开发实战项目背景与挑战某高端制造企业需要解决产品表面微小缺陷检测问题。传统机器视觉方案误检率高达15%，且无法适应新产品线。
1K10编辑于 2025-09-10- 来自专栏PPV课数据科学社区
【学习】10个典型的大数据案例
在听Gartner的分析师Doug Laney用55分钟讲述55个大数据应用案例之前，你可能对于大数据是否落地还心存疑虑。 下面是其中的10个典型案例： 1. 梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。 2. 根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。 4. 10. Infinity Property & Casualty Corp.的黑暗数据（dark data）。 该公司用累积的理赔师报告来分析欺诈案例，通过算法挽回了1200万美元的代位追偿金额。
86740发布于 2018-04-18 - 来自专栏啄木鸟软件测试
通过案例带你轻松玩转JMeter连载（10）
6 HTTP代理服务器（HTTP(S) 测试脚本录制） HTTP代理服务器，用于使用JMeter自身的工具来录制脚本。HTTP代理服务器通过右键点击菜单，选择“添加->非测试元件->HTTP代理服务器”而获得。其界面如图59所示。
1.3K10发布于 2021-10-08 - 来自专栏服务端技术杂谈
为了Agent而Agent？
主要讲的是如何选取Agent主流框架的逻辑。 讨论了两种路径，workflows和agent。 我理解大概率是为了Agent而Agent所找的一个所谓具有代表性的例子吧。 而且你现在用Agent，未来扩展性也是一个问题。 业务想要扩展一个新的场景逻辑，你敢直接用Agent承接吗？ 有人说，我们会在Agent上线之前，充分评估模型，确保Agent可以适配新的业务场景需求。 但是业务不会等你Agent ready之后再开量啊。 而Agent更适合人机协作，比如AI Coding或其他chatbot，因为有个人在旁边可以为Agent的不可控进行兜底。 大家用Agent的目的很多时候并不是从第一性原理出发，很多时候都是为了Agent而Agent，想一想Agent真的比workflow好吗？
14610编辑于 2026-03-11 - 来自专栏菩提树下的杨过
Agent设计模式学习(基于langchain4j实现)(10) - ReACT
这次我们不再讨论前文的招聘场景，而是学习一种更为广泛使用的Agent模式：ReACT (推理+行动)。先来看示意图： 这跟人类解决问题的思考方式很像：loop(思考-行动)。 定义ReAct Agent 1 public interface ReActAssistant { 2 @SystemMessage(""" 3 你是一个使用ReAct 13 """) 14 @UserMessage("问：{{request}}") 15 @Agent("基于用户提供的问题进行思考和回答") 16 String SampleTools sampleTools = context.getBean("sampleTools", SampleTools.class); 8 9 ReActAssistant agent \n\n计算过程：\n- 长方体体积 = 长 × 宽 × 高\n- 10 × 5 × 3 = 150\n\n所以这个长方体的体积为150立方单位。"
49310编辑于 2026-02-01 - 来自专栏XINDOO的专栏
Agent设计模式——第 10 章：模型上下文协议 (MCP)
使用 MCPToolset 的 Agent 设置 要配置 Agent 进行文件系统交互，必须创建一个 agent.py 文件（例如，在 . /adk_agent_samples/mcp_agent/agent.py）。MCPToolset 在 LlmAgent 对象的 tools 列表中实例化。 创建 init.py 文件是必要的，以确保 agent.py 文件被识别为 Agent 开发工具包（ADK）的可发现 Python 包的一部分。此文件应与 agent.py 位于同一目录中。 ## . /adk_agent_samples/mcp_agent/__init__.py from . import agent 当然，还可以使用其他受支持的命令。 /adk_agent_samples # 或您的等效父目录 adk web ADK Web UI 在浏览器中加载后，从 Agent 菜单中选择 filesystem_assistant_agent。
2K10编辑于 2025-10-27 - 来自专栏Java课堂
10个经典案例，聊聊如何优化慢 SQL
by c desc limit 10000, 10; 对于大分页的场景，可以优先让产品优化需求，如果没有优化的，有如下两种优化方式： 一种是把上一次的最后一条数据，也即上面的 c 传过来，然后做“c 改动如下： select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10 select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10 语句： select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10 | 案例 10：大数据 对于推送业务的数据存储，可能数据量会很大，如果在方案的选择上，最终选择存储在 MySQL 上，并且做 7 天等有效期的保存。
3.4K31编辑于 2022-05-19
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