- 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
84310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。
69910编辑于 2025-11-17 - 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：
34610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。
2.8K21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
https://mp.weixin.qq.com/s/3j-6FAxZEEvXUZ1q6by2uw
40600编辑于 2024-05-24 - 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？
10110编辑于 2026-03-11 - 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。
4.5K41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。
91110编辑于 2025-09-10- 来自专栏Python
理解 Agent2Agent(A2A)、Agent to Agent和链式函数调用的区别与联系
在构建 AI 智能体系统或多模块任务执行架构时，我们常会遇到三个关键术语： Agent to Agent 链式函数调用 Agent2Agent (A2A) 它们看似类似，甚至常被混用，但实际上分别属于不同的抽象层次 两个 Agent 间的信息传递行为 多智能体协同、机器人通信 Agent2Agent (A2A) 系统架构层 一个 Agent 主动调用其他 Agent 协作解决问题 LLM Agent 编排、AutoGen Agent2Agent 像一个“项目经理型 AI”会调度多个“专家型 AI”组成动态团队，解决复杂任务 类比一句话总结： 链式函数调用像拼装生产线，Agent to Agent像员工交流，而Agent2Agent 可搭配不同的 LLM Prompt / Tool 案例参考： LangGraph 中的 chain.run(task) AutoGen 中的 AssistantAgent ↔ CoderAgent 而Agent2Agent打造“系统”——它是 Agent 世界中的架构范式之王。
81810编辑于 2025-07-10 - 来自专栏Agent Apps
告别Agent Skills, 拥抱 Agent Apps
这正是面向Agent的TUI（AOTUI）要回答的问题。是什么：一种新的界面范式面向Agent的文本用户界面（AOTUI）是一种以LLMAgent为一等公民的界面范式。 没有鼠标点击，Agent调用Tool/Funtion。没有视觉提示（颜色、布局、头像），数据通过文本引用来引用。简言之：AOTUI就是当你为模型而非人类设计时，用户界面的样子。 AOTUI如何重建桥梁AOTUI为没有鼠标的Agent解决了问题的三个部分——识别、选择和触发。 下一步：[认识Agentina→](https://agentina-agent-apps.vercel.app/en)—基于AOTUI构建的Agent应用宿主。
14310编辑于 2026-03-06 - 来自专栏XINDOO的专栏
Agent设计模式——附录 G - 编码 Agent
最高效的开发团队不仅将任务委托给 Agent，更通过整套复杂编码 Agent 实现自我增强。这些 Agent 扮演着不知疲倦的专业团队成员角色，放大人类创造力并显著提升团队扩展能力与开发速度。 Agent 虽能力强大，但定位为支持性协作者。开发者指导具体 Agent 调用、提供必要上下文，并最关键地——对 Agent 生成输出行使最终裁决权，确保其符合项目质量标准与长期愿景。 本框架致力于在人类领导与底层模型原始能力间建立最纯净对话通道，确保每个 Agent 均以峰值潜力运行。 该框架构建为专业化 Agent 团队，每个 Agent 针对开发生命周期中的核心功能专门设计。 专业化 Agent 团队： 通过定向提示工程，我们可构建专业分工的 Agent 团队，每个成员针对特定开发任务深度优化。 流程 Agent：代码质量监督员 批判分析： Agent 执行初步审查，识别潜在缺陷、编码规范违规及逻辑漏洞，功能类似静态分析工具。 深度反思： Agent 对自身批判进行元分析。
37010编辑于 2025-10-27 - 来自专栏红队蓝军
java agent使用与agent内存马
什么是java agent 本质是一个jar包中的类，有两种实现，第一种是通过permain()函数实现。 Java agent的使用方式有两种： 实现premain方法，在JVM启动前加载。 实现agentmain方法，在JVM启动后加载。 agent基础使用 环境搭建 agent项目源码 agent： package com.naihe; import java.io.IOException; import java.lang.instrument 并没有使用字节码相关的库 二，修改MANIFEST.MF 使用解压工具打开MANIFEST.MF，并修改内容 Premain-Class: com.naihe.agent Agent-Class: com.naihe.agent : com.naihe.agent Agent-Class: com.naihe.agent Can-Redefine-Classes: true Can-Retransform-Classes: true
1.5K20编辑于 2022-04-13 - 来自专栏红队蓝军
java agent使用与agent内存马
什么是java agent 本质是一个jar包中的类，有两种实现，第一种是通过permain()函数实现。 agent基础使用 环境搭建 agent项目源码 agent： package com.naihe; import java.io.IOException; import java.lang.instrument 使用解压工具打开MANIFEST.MF，并修改内容 Premain-Class: com.naihe.agent Agent-Class: com.naihe.agent Can-Redefine-Classes /12107/Desktop/agent.jar 动态修改class 清除之前的内容 正常运行 运行attach 可以看到Demo的test方法已经被修改了 agent内存马 搭建一个简单的 命名为agent2 打包好的jar就在如下位置 修改MANIFEST.MF 老样子在前面添加 Premain-Class: com.naihe.agent Agent-Class: com.naihe.agent
1.4K10编辑于 2022-05-17 - 来自专栏后端云
cyborg agent
cyborg agent提案 问题描述 Cyborg的需要一下功能：包括在计算机节点上管理代理，定位加速器，监控加速器状态和协调加速器驱动程序。 提议变更 cyborg agent驻留在各种计算机主机上，并监控对计算节点上的加速器进行监控。 如果某一个计算节点上加速器存在但没有设置，代理将通知conductor并建议手动检查。 用cyborg agent来监控加速器的状态并报告给conductor，并通过这些报告信息来帮助调度和操作。 Cyborg Agent将保留本地缓存数据，目的是在系统中断或连接丢失不会失去加速器状态。 cyborg agent具体内容 Cyborg代理将安装在正在或者可能会使用加速器的计算节点上。 实例连接： 一旦生成实例，需要连接到主机上的某个加速器，Cyborg服务器将向Cyborg代理发送消息，通知agent新实例。
1.2K50发布于 2018-10-24 - 来自专栏AI
Agent详解
在计算机科学中，Agent（代理）是一种可以在某种环境中自主行动以达成其设计目标的计算实体。Agent可以是物理实体（如机器人）或虚拟实体（如软件程序）。在本文中，我们将主要关注软件Agent。 Agent的定义 在软件领域，Agent被定义为一个程序，它可以在某种程度上自主地在环境中行动，以达成其设计目的。 Agent的行为通常是响应环境的变化，这种变化可以是外部输入，也可以是Agent自身的状态变化。 Agent的分类 根据Agent的复杂性和自主性，我们可以将Agent分为以下几类： 简单Agent：这种Agent只能执行一些预定义的任务，它们的行为通常是固定的，不会根据环境的变化而改变。 根据Agent的复杂性和自主性，我们可以将Agent分为简单Agent、反应性Agent、有目标的Agent和学习Agent。
1.8K00编辑于 2025-04-22 - 来自专栏爱分析洞见文章
容智Agent产品升级，Hyper Agent与Report Agent的创新征程
03 企业智能体的全场景引擎容智新产品支持知识问答、合规审查、任务处理、信息检索、报告生成、创意服务等6大类、上百个场景应用，并在众多客户案例中得到实践检验。 案例1：携手金融租赁领军企业，智启未来运营新篇章客户介绍：客户为国内首家上市的租赁公司，业务覆盖全球40多个国家和地区，涵盖航空、航运、绿色能源等多个重点行业领域，并在全球范围内构建了完善的资产配置与风险控制体系 案例2：助力银行构建EVA分析体系，分钟级洞察客户价值客户介绍：该银行为世界500强之一，年营收超过6300亿元。项目背景：在银行业务版图中，EVA客户洞察是实现精细化管理的关键一环。 案例3：为鞋服巨头构建智能巡检闭环，重塑零售运营范式客户介绍：该客户为全球头部鞋服零售集团，运营超过5000家线下门店，年营收规模突破百亿元。项目背景：鞋服零售集团的传统运营体系面临双重瓶颈。1. 案例4：构建新一代经营分析体系，实现决策效率与组织能力双升级客户介绍：该客户为国内某金融证券集团。项目背景：集团面临传统经营分析模式桎梏。1.专业能力断层。
33810编辑于 2025-08-26 agent实践
https://cloud.tencent.com/developer/article/2624973
31.6K4023编辑于 2026-02-03Agent真的卷疯了，AI办公Agent也来了。
我一直说，每个行业，都一定会有专门优化的垂直领域的Agent。 你看，通用Agent的王座上有Manus，研究类的有DeepResearch，旅游有飞猪问一问，设计类有Lovart。 因为作为一个Agent产品的第一代，做的功能确实完整，产品体验也很棒，而且它对大家的办公场景，是真的还有点用。分为海外版和国内版。 单就PPT这个Agent的体验上，非常完整了，很好的诠释了什么是办公场景的全链路。 价格上，海外版价格在大部分的同类型Agent产品中，价格算中档。 但是坦诚的讲，相比于大家日常用的非Agent的AI产品，会贵一些，毕竟整体Agent算力消耗在这。 Agent，会更优雅。 >/ 作者：卡兹克、水杉
48110编辑于 2025-05-23- 来自专栏XINDOO的专栏
Agent设计模式——附录 D - 使用 AgentSpace 构建 Agent
该平台支持创建和部署专业化的 AI "Agent"，这些 Agent 能够执行复杂任务并实现流程自动化。它们不仅是聊天机器人，更具备自主推理、规划和执行多步骤操作的能力。 平台还包含名为 Agent Designer 的无代码界面，无需深厚技术专长即可创建自定义 Agent。 此外，AgentSpace 支持多 Agent 系统，不同 AI Agent 可通过称为 Agent2Agent（A2A）协议的开放协议进行通信与协作。这种互操作性支持更复杂、协调的工作流。 图 4：Agent 提示词定制 AgentSpace 提供多项高级功能，例如与数据存储集成以存储自有数据、与 Google 知识图谱或私有知识图谱集成、用于向 Web 公开 Agent 的 Web 界面 图 6：用于启动与 Agent 对话的 AgentSpace 用户界面 结论 综上所述，AgentSpace 为在组织现有数字基础设施中开发部署 AI Agent 提供了实用框架。
23710编辑于 2025-10-27 - 来自专栏windealli
LLM Agent 简介
本文将介绍LLM Agent相关的概念、组成及应用，帮助Agents初学者更好的理解和应用LLM Agent。本文部分内容梳理/翻译自参考文献中的文章。 LLM Agent 概念定义关于LLM Agent， OpenAI 应用人工智能研究负责人Lilian Weng在其Blog中将LLM Agent定义为LLM、记忆（Memory）、任务规划（Planning LLM Agent通过迭代运行并定义一些新的目标/任务，而非传统GPT那般接受单个查询的输入并返回输出LLM Agent 常见功能LLM Agent能够基于大语言模型进行对话、完成任务、推理，并可以展示一定程度的自主行为 Agent 会基于上下文使用OpenAI的API来完成任务。 LLM 与 三个组件LLM Agent 以 LLM 驱动，并需要三大组件辅助以完成工作（图片来自： https://lilianweng.github.io/posts/2023-06-23-agent
7K23编辑于 2024-01-12
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