- 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 的配置文件 cd /export/servers/apache-flume-1.8.0-bin/conf vim avro-hdfs.conf # Name the components on this agent .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 conf/avro-hdfs.conf -n a1 node02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 - 来自专栏捞月亮的小北
8. RESTful案例
DOCTYPE html> <html lang="en" xmlns:th="http://www.thymeleaf.org"> <head> <meta charset="UTF-<em>8</em>" DOCTYPE html> <html lang="en" xmlns:th="http://www.thymeleaf.org"> <head> <meta charset="UTF-<em>8</em>" DOCTYPE html> <html lang="en" xmlns:th="http://www.thymeleaf.org"> <head> <meta charset="UTF-<em>8</em>" addEmployee(Employee employee){ employeeDao.save(employee); return "redirect:/employee"; } 8. DOCTYPE html> <html lang="en" xmlns:th="http://www.thymeleaf.org"> <head> <meta charset="UTF-<em>8</em>"
28110编辑于 2023-12-01 - 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 - 来自专栏实在智能RPA
电信行业Agent案例解析：从客服到运维，覆盖全场景的8大标杆实践
三大运营商均已完成Agent技术布局，中国电信推出星辰MaaS平台，支撑80多个行业大模型和20多个智能体应用；中国移动灵犀智能体1.0已服务超8亿人次，月活用户突破6000万；中国联通打造“元景万悟” 该方案已在安徽全省16个地市全面上线，月均服务量30万次，话务员人均服务效能提升8%。 Agent通过流程自动化与智能决策能力，实现运营管理的提质增效。实在智能的产品实在Agent在河北电信的运营自动化数字员工应用，成为该场景的标杆案例。 本文通过梳理三大运营商及头部科技企业的8大标杆案例，详细解析了Agent在不同场景的实施路径、技术方案和成效数据，其中实在智能的产品实在Agent凭借全栈国产化适配、强大的场景覆盖能力和显著的落地成效， 对于电信企业而言，借鉴标杆案例的成功经验，结合自身业务痛点选择合适的Agent解决方案，将成为数字化转型的关键一步。
84610编辑于 2025-11-21 - 来自专栏XINDOO的专栏
Agent设计模式——第 8 章：内存管理
有效的内存管理对于智能 Agent 保留信息至关重要。与人类类似，Agent 需要不同类型的内存才能高效运行。本章深入探讨内存管理，特别关注 Agent 的即时（短期）和持久（长期）内存需求。 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。 该窗口包含最近消息、Agent 回复、工具使用结果以及当前交互中的 Agent 反思，所有这些都为 LLM 的后续响应和操作提供信息支撑。 这使 Agent 能调整其响应和建议 学习与改进： Agent 可通过从过去交互中学习来提升性能。成功策略、错误和新信息存储于长期内存中，促进未来适应。 与 Agent 的每次交互均可视为独特对话线程。Agent 可能需要访问早期交互数据。
82710编辑于 2025-10-27 - 来自专栏快乐阿超
android-agent-web中js-bridge案例
jsbridge/demo.html"); break; 还有对应的html <html> <head> <meta content="text/html; charset=utf-<em>8</em>"
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 - 来自专栏实在智能RPA
2025医药行业Agent案例：从研发到终端的8大场景+15个标杆实践
本文将全景式呈现医药行业AIAgent的落地案例，覆盖药物研发、生产供应链、医疗服务、营销合规等8大核心场景，通过15个标杆实践，全面解答“医药行业有哪些Agent案例”这一核心问题，为从业者提供可参考的落地范式 AIAgent通过数据挖掘、模拟计算和流程协同，正在重构研发全链路，相关案例已覆盖从靶点筛选到临床试验的完整闭环。 其处理建议与临床专家的诊断一致率高达98.5%，案例分析整体效率提升60.7%，Top30致病位点检测准确率达到99.8%。 从药物研发的实验室到医院的诊疗室，从医药企业的生产车间到药店的终端柜台，AIAgent已深度融入医药行业的每个核心环节，形成了覆盖全产业链的丰富案例矩阵。 这些案例证明，Agent不仅能解决医药行业研发周期长、运营效率低、资源分配不均等传统痛点，还能创造新的商业价值和服务模式，推动行业向更高效、更精准、更普惠的方向发展。
80110编辑于 2025-11-21 - 来自专栏素质云笔记
大模型下的Agent、AIGC的商业案例集合
实际上，除了基础的文字互动，Talkie 还推出了语音聊天服务，Talkie 将语音服务命名为“专属时间”，按照场景可分为恋爱、说笑、陪伴、语聊、打电话、接听来电、故事和哄睡等 8 种类型，但用户选择不同场景时
42800编辑于 2024-05-24 - 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 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（ 知识库积累：沉淀 Agent 自动问答模板，例如 “Pod Crash 原因排查步骤”。与监控联动：告警自动触发 Agent 自查，生成问题报告。
39010编辑于 2025-11-18 - 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:
2.6K22发布于 2019-12-05 - 来自专栏西里网CSDN博客
centos 8详细说明以及案例
CentOS 8 全面详解 一、简介 基于：Red Hat Enterprise Linux (RHEL) 8 发布于：2018年4月 主要用途：大型服务器、虚拟化和容器化环境 二、主要特点 包管理器 手动安装源代码 安装容器（Docker） 配置方法： DNS与网络设置 配置etc/hosts 网络防火墙 etc/rc.local 四、常见配置案例 案例1：虚拟机部署影响分析工具 部署过程：使用CentOS 8镜像创建虚拟机，安装并配置Nagios监控 性能对比：与 CentOS 7 比较，发现处理数据库查询速度提升45% 稳定性分析 适合标准服务器部署，提供良好的稳定性和性能 适用场景：虚拟机、软件即服务（SaaS）、容器化应用 提升点：标准API、自动更新、优化的安装流程 通过以上步骤，用户可以有效地利用 CentOS 8
44810编辑于 2025-03-25 - 来自专栏运维小路
Kubernetes(k8s)-Ingress案例
apiVersion: networking.k8s.io/v1 kind: Ingress metadata: name: nginx-ingress spec: ingressClassName apiVersion: networking.k8s.io/v1 kind: Ingress metadata: name: example-ingress spec: ingressClassName default", Name:"nginx-ingress", UID:"33cc845b-1c3b-4fa5-8128-08a2414f7347", APIVersion:"networking.k8s.io default", Name:"nginx-ingress", UID:"33cc845b-1c3b-4fa5-8128-08a2414f7347", APIVersion:"networking.k8s.io
37210编辑于 2025-01-16 - 来自专栏呼延
Java8 Date Time 使用案例
Timestamp.valueOf(localDateTime).getTime(); } 获取下周一和下周日的LocalDate LocalDate start = LocalDate.now().plusDays(8 联系邮箱：huyanshi2580@gmail.com 更多学习笔记见个人博客——>呼延十 var gitment = new Gitment({ id: 'Java8 Date Time 使用案例 hublanker', repo: 'blog', oauth: { client_id: '2297651c181f632a31db', client_secret: 'a62f60d8da404586acc965a2ba6a6da9f053703b
91510发布于 2019-06-26 - 来自专栏移动机器人
日本yolov8用户案例演示！
2.技术介绍YOLOv8Ultralytics YOLOv8 是一种尖端、最先进 (SOTA) 模型，它建立在先前 YOLO 版本成功的基础上，并引入了新功能和改进，以进一步提高性能和灵活性。 优化的资源使用：对计算效率的改进可能会使 YOLOv8 在资源有限的设备上运行得更好，如在移动设备或嵌入式系统中。 简单点说，给它一张图片识别，YOLOv8能够快速的识别出图片中的物体，并且将它标记出来。 Nano*1显示器，键盘鼠标*1代码实现yolov8姿态估计模型-yolov8n-poseyolov8有训练好的姿态估计模型，可以直接使用。 简单使用的方法：import torchfrom ultralytics.yolov8 import YOLOimport cv2 #引入模型model = YOLO('yolov8n-pose.pt'
48500编辑于 2024-03-22 - 来自专栏运维小路
Kubernetes(k8s)-StorageClass案例
我们上一小节介绍了StorageClass的基本逻辑，本小节将介绍一个真实的案例使用最容易获取的nfs作为服务端来提供存储。 1.准备NFS 这里的nfs是我已经提前搭建的好的nfs服务端。 metadata: name: nfs-provisioner namespace: nfs-provisioner --- apiVersion: rbac.authorization.k8s.io ] resources: ["events"] verbs: ["get", "list", "watch"] --- apiVersion: rbac.authorization.k8s.io : ClusterRoleBinding metadata: name: run-nfs-provisioner roleRef: apiGroup: rbac.authorization.k8s.io 剩下的其实就是在Pod里里面使用这个PVC,可以参考我们上上小节的引用方式(Kubernetes(k8s)-PV&PVC应用)。
46310编辑于 2025-01-20 - 来自专栏睡不着所以学编程
移动端笔记(8)之bootstrap案例
bootstrap也是大概了解了,现在就是做一个案例,更加深入的学习它的使用. DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-<em>8</em>"> <meta http-equiv="X-UA-Compatible
50521编辑于 2022-09-20 - 来自专栏每天学Java
Java8-Stream在集合中的8种应用案例
前言 Java8新特性我们使用的应该比较多了，今天这里整理了个人使用最多的8种场景，希望对大家有所帮助。 遍历 遍历也许是我们使用最多的功能了，在Java8之前我们遍历集合通常会采用for循环，迭代器，而在Java8中有了更加简介的方法: public static void main(String remove操作，在Java8中有了两种更加简介的方法，其一：利用Collection的removeIf方法；其二：利用Stream的filter方法。 但是在Java8中有更加简洁的方案，方案一：我们可以利用distinct()方法实现，如果去重元素不是基本类型而是对象的话，需要重写hashcode和equals方法，否则会去重失败。 ，使用if判断，然后匹配到使用break跳出循环，但是在Java8中，我们可以使用anyMatch达到相同的效果。
2.1K30发布于 2020-06-01 - 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。 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。 通过案例驱动的实战方法，开发者能够建立起全栈式能力—从数据准备、模型选择、系统集成到持续运维。这种综合能力正是当前AI人才市场上最稀缺且价值最高的核心竞争力。
1K10编辑于 2025-09-10
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