- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI
AI智能体的应用场景
AI智能体（AI Agent）作为人工智能技术的重要应用形态，已经在多个领域展现出广泛的应用场景和巨大的潜力。以下是AI智能体的主要应用场景及其具体案例。 健康管理：例如，AI睡眠健康智能体能够提供拟真通话、诊前评估和智能随访等服务。4.教育领域个性化学习：AI智能体根据学生的学习情况提供定制化学习内容和辅导，提升学习效果。 9.文旅与娱乐旅游规划：AI智能体可以根据用户需求定制旅游行程，并提供实时资讯和多语言翻译服务。游戏AI：智能体控制游戏中的NPC，使其行为更加智能和逼真，提升游戏体验。 未来趋势AI智能体的应用场景仍在不断扩展，未来可能进一步深入到具身智能体（如机器人）、多模态智能体（处理文本、图像、语音等多种数据）以及群体智能体（多个智能体协同工作）等领域。 以上是AI智能体的主要应用场景及其典型案例。随着技术的不断发展，AI智能体将在更多领域发挥重要作用，为生活和工作带来更多便利和创新。
2.1K10编辑于 2025-03-04 - 来自专栏AI技术应用
AI 智能体（AI Agent）的应用场景
AI 智能体（AI Agent）的应用场景非常广泛，几乎涵盖了我们生活的方方面面。它们能够感知环境、做出决策并执行动作，从而完成各种任务，提高效率、改善体验。以下是一些典型的应用场景。1. 总而言之，AI 智能体的应用场景非常广泛，并且随着技术的不断发展，新的应用场景还在不断涌现。它们正在深刻地改变着我们的生活和工作方式，为我们带来更多的便利和效率。 一些值得关注的趋势：具身智能体 (Embodied AI Agents)： 能够与物理世界进行交互的智能体，例如机器人、无人机等，将在制造业、物流、医疗等领域发挥重要作用。 多模态智能体 (Multimodal AI Agents)： 能够处理多种类型的数据（例如文本、图像、语音、视频）的智能体，将提供更加丰富和自然的交互体验。 群体智能体 (Multi-Agent Systems)： 多个智能体协同工作，完成更复杂的任务，例如智能交通系统、智能电网等。
1.6K10编辑于 2025-01-11 OpenClaw 本地 AI 智能体全解析
OpenClaw 本地 AI 智能体全解析告别“只聊天不做事”：OpenClaw 本地 AI 智能体全解析（原理、部署与实战）在 AI 工具遍地开花的当下，你是否还在烦恼大模型只能“输出文字”，却无法真正替你完成操作系统 2026 年爆火的开源项目 OpenClaw（国内俗称“龙虾”），彻底打破了这一局限——它不是另一个对话机器人，而是一款本地优先、模型无关、能真正落地执行任务的 AI 智能体执行网关，能让 AI 像“真人 它的核心身份是：开源、自托管、模型无关的 AI 智能体执行网关，口号是 “The AI that actually does things”（真正做事的 AI）。2. 智能体（Agent）：承载“思考能力”的核心，可根据用户指令拆解任务、匹配技能、规划执行步骤，支持多 Agent 路由（不同账号/会话对应不同 Agent，实现个性化定制）。 网关接收指令，转发给智能体（Agent）。Agent 拆解任务：定位文件夹→读取文档结构→生成 README→提交 Git，匹配对应技能（文件读取、代码运行、Git 操作）。
2.5K20编辑于 2026-03-11- 来自专栏AIGC
【AGI】AI时代智能体简介及场景分析
toc大型语言模型 （LLM） 已经席卷了 AI 世界。如果这些强大的语言处理器不仅会说话，还会思考和推理呢？ 欢迎来到LLM Agents（又叫智能体），这是一波新的人工智能助手，准备改变我们与计算机的交互方式。 LLM Agents 是大型语言模型代理的缩写，本质上是围绕大型语言模型 （LLM） 构建的 AI 系统。这个LLM就像一个超能力的人类语言理解和生成引擎。 可解释性和信任性：与任何人工智能系统一样，确保LLM Agents 推理过程的透明度对于与用户建立信任至关重要。三、移动端+智能体在当前手机现状下，引入LLM Agents 可以彻底改变应用程序开发。 四、智能交互新时代LLM Agents 代表了人机交互的重大飞跃。他们的推理和学习能力为未来铺平了道路，人工智能助手不仅可以响应我们的查询，还可以理解它们，预测我们的需求，并提供智能解决方案。
50410编辑于 2024-04-30 AI Agent智能体应用场景合集，哪些行业更适合用智能体
进入2025年以来，AI智能体从冰冷的技术名词逐步化身为各行各业的“数字员工”，在不同的专业领域上大显身手。 得益于“京医千询”在国内医疗行业的强大知识库，“AI京医”构建起AI健康全专业服务矩阵，帮助各大医疗机构实现精准线上问诊。 三、行政管理智能体钉钉AI助理得益于钉钉生态，尤其擅长企业日常办公场景，如周报日报管理、邮件处理、流程处理、员工在职管理等。 图片五、汽车智能体金智维车机交互智能体以“语音即操作”为核心理念，支持复杂场景下的多任务并行处理，还能将已有API能力通过参数配置快速创建插件供智能体调用。 图片六、游戏智能体网易伏羲是基于游戏AI的行业智能体，专门面向虚拟偶像直播、元宇宙搭建等需动画场景。
1.8K10编辑于 2025-10-10- 来自专栏算法之名
AI智能体
langchain 概述 langchain是LLM与AI应用的粘合剂，是一个开源框架，旨在简化使用大型语言模型构建端到端应用程序过程，它也是ReAct(reason+act)论文的落地实现。 chains，langchain把提示词、大语言模型、结果解析封装成chain，并提供标准的接口，以便允许不同的chain形成交互序列，为AI原生应用提供端到端的chain。 典型的应用场景如：基于特定数据源的问答机器人。 Agent，对于一个任务，代理主要涉及让LLMs来对任务进行拆分、执行该行动，并观察执行结果，代理会重复执行这个过程，直到任务完成为止。 messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 的诗')] streaming_chat(messages) 运行结果 智能助手显神通， 问答之间意无穷。
79510编辑于 2024-09-29 - 来自专栏AIGC新知
AI Agent（智能体）：从技术概念到场景落地
一些强大的AI工具也需要用户明确地描述任务需求，才能提供有效的解决方案。 AI智能体（Agent）只需为其设定一个目标，它便能够独立地进行思考和行动。 这三种模式展示了从用户主导到AI主导的连续统一体，每种模式都适用于不同的应用场景和需求。 AI智能体的架构 AI智能体的构建以大型语言模型（LLM）为核心，并通过四个关键模块来实现其功能： 记忆模块：智能体如同人类一样具备记忆能力，能够保留所学知识和交互习惯。 通过遵循这些原则，用户可以更有效地与AI进行交流，从而获得更加准确和有用的回答。 单智能体 vs 多智能体 单一智能体与多重智能体各自拥有独特的优势，并适用于不同的专业领域。 这种类型的智能体在许多领域都有应用，如在赛车游戏的AI训练中，智能体需要学习如何操作方向盘、油门和刹车等，通常可以通过DDPG、A3C、PPO等算法进行决策。
3.5K11编辑于 2024-10-08 - 来自专栏Go语言学习专栏
7 - AI 智能体构建 - AI 超级智能体项目教程
本节重点 学习 AI 智能体的概念和构建方法，掌握如何实现具有自主决策能力的 AI 系统。 具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 需要注意，自主规划能力是智能体发展的重要方向，但并非所有应用场景都需要完全的自主规划能力。在某些场景中，限制智能体的自主性反而能提高效率和安全性。 三、使用 AI 智能体 有 3 种方式可以使用 AI 智能体，之前的教程中其实我们已经有接触过，这里再快速复习一遍。 一个智能体负责生成初步结果，另一个智能体负责评估和反馈，二者循环迭代优化输出 举个例子，在机器翻译场景中，先由翻译智能体输出，再由评审智能体给出改进建议，反复迭代直到达到满意的质量。
70210编辑于 2026-03-17 - 来自专栏算法之名
AI智能体(四)
接AI智能体(三) memory工具使用 以往，我们都是直接跟大模型进行交互，没有办法系统的实现记忆。 在上图中，用户在向大模型问问题时会首先读取记忆体，查看以往是否回答过相同的问题或者相关的文档可以参考。 如果有就会返回并添加到提示词模版中，再通过大模型的处理得到答案，得到答案之后再将答案反写回记忆体，这是一个循环的过程。 **DeFi和DApp的发展**：DeFi项目的兴起为以太坊带来了新的使用场景和用户基础，这可能会增加对ETH的需求。 4. 么，你只要在大洋的那头看报纸就全解决了。你所想. 要了解的，分明是透过大选所反应出来的美国政府的.', '10. 中国的崛起对美国意味着什么？ 陆伯彬（Robert S.
1.1K00编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(六)
接AI智能体(五) Dify Dify是一个开源的Agent开发平台，使用Dify有两种方式，一种是使用Dify的在线平台。https://cloud.dify.ai。 一种是进行私有化部署。 DEPLOY_ENV: ${DEPLOY_ENV:-PRODUCTION} CHECK_UPDATE_URL: ${CHECK_UPDATE_URL:-https://updates.dify.ai true} WEAVIATE_AUTHORIZATION_ADMINLIST_USERS: ${WEAVIATE_AUTHORIZATION_ADMINLIST_USERS:-hello@dify.ai ssrf_proxy_network # ssrf_proxy server # for more information, please refer to # https://docs.dify.ai WVF5YThaHlkYwhGUSmCRgsX3tD5ngdN8pkih} AUTHENTICATION_APIKEY_USERS: ${WEAVIATE_AUTHENTICATION_APIKEY_USERS:-hello@dify.ai
1.1K00编辑于 2025-02-06 【AI智能体创作】
AI智能体创作思路 AI智能体的核心在于模拟人类思维和行为模式，通过算法和数据处理实现自主决策。创作思路通常包括目标定义、数据收集、模型训练、评估优化等环节。 目标定义阶段明确智能体的功能边界，比如聊天机器人、游戏NPC或自动化工具。数据收集阶段获取相关领域的语料、图像或其他输入数据。模型训练阶段选择合适的算法架构，如深度学习、强化学习或规则引擎。 案例分析 以智能写作助手为例，分析其设计流程。需求分析阶段确定用户需要语法检查、内容生成或风格转换等功能。技术选型阶段可能采用GPT-3等大语言模型作为基础架构。 智能体的核心功能包括" input_ids = tokenizer.encode(input_text, return_tensors="pt") output = model.generate( 测试显示新版本准确率下降超过5%时 联邦学习实施方案： 采用安全聚合协议(Secure Aggregation)保护参与方数据 支持横向联邦(相同特征空间)和纵向联邦(不同特征空间)两种模式 典型应用案例：医疗AI
38210编辑于 2025-12-17- 来自专栏算法之名
AI智能体(五)
接AI智能体(四) MetaGPT 环境装配 metagpt下载地址：https://github.com/geekan/MetaGPT conda create -n metagpt python= gpt-3.5-turbo api_key: "******" 测试： 在终端命令行中进入Meta-GPT-main目录中执行 metagpt "Write a cli snake game" 单动作智能体 多动作智能体 import asyncio import sys import subprocess from metagpt.llm import LLM from metagpt.actions import
77500编辑于 2025-02-06 - 来自专栏算法之名
AI智能体(二)
我是人工智能助手智谱清言，可以叫我小智，很高兴见到你，欢迎问我任何问题。' model_name': 'glm-4', 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI
66210编辑于 2024-10-05 - 来自专栏人工智能
Notion AI 智能体
NotionAI智能体Notion3.0的AI智能体通过自动化流程实现复杂任务闭环。其核心能力包括智能搜索、数据分析、决策制定和执行操作。 零一万物万智2.5平台解析万智2.5平台采用多智能体协作架构，每个角色对应特定职能：市场智能体：自动生成营销方案并执行投放HR智能体：处理招聘全流程，包括简历筛选和面试安排财务智能体：实时监控预算并生成分析报表平台通过智能体间的通信协议实现协作 例如启动新项目时，系统自动组建包含产品、设计、开发智能体的虚拟团队，各角色通过API交换数据并同步进度。 ：知识库建设：结构化企业数据供智能体调用权限管理：设置不同智能体的数据访问层级验证机制：关键决策需加入人工审核环节典型部署流程包括POC测试阶段，先选择单一业务场景验证，如自动生成周报，再逐步扩展至复杂业务流程 监控系统需记录智能体的决策路径和执行效果，便于持续优化。
25610编辑于 2026-01-07 - 来自专栏AI智能体从入门到实践
构建AI智能体：AI医疗场景实践：医学知识精准问答+临床智能辅助决策CDSS
如今人工智能，特别是自然语言处理技术的飞跃，为破解这些难题提供了全新的解决方案。 整合近期的RAG和想来数据库知识结合医疗的两大实际场景了解一下医学知识精准问答和临床智能辅助决策CDSS系统的构建过程。二、医学知识精准问答1. 应用场景医学知识问答： 为医学生、基层医生提供快速、准确的医学知识查询。患者教育科普： 将复杂的医学知识转化为通俗易懂的语言，回答患者疑问。 例如，糙米、全麦面包、燕麦等都是较好的选择。2. **适量摄入碳水化合物**：虽然碳水化合物是身体能量的主要来源之一，但对于糖尿病患者来说，需要合理控制其摄入量以维持血糖稳定。 应用场景临床辅助诊断与鉴别诊断： 输入患者症状、体征、检查结果，输出可能诊断列表及依据。治疗方案推荐： 根据诊断结果，推荐符合指南的标准化治疗方案、药物选择、剂量计算。
97221编辑于 2025-11-23 MEET2026智能未来大会全解读：AI进入“智能体共生”新纪元
从百度副总裁王颖展示的“超级个人智能体”，到亚马逊云科技陈晓建强调的“Agentic AI未来已来”，再到昆仑万维方汉口中“智能体让AI产品发生质变”，所有巨头都在押注这一赛道。 何为AI智能体？简单说就是“能自主思考、自主行动的AI系统”。 百度的GenFlow 3.0智能体已实现月活千万级，内置到文库和网盘后，能覆盖学习、办公全场景；而陈晓建则点出了智能体的核心架构——“模型大脑+代码中枢+工具手脚”，三者协同才能实现从“被动响应”到“主动服务 企业端的成果同样亮眼：百度发布全模态通用智能体GenFlow 3.0，其AI学习平台OREATE AI上线一月月活破140万，登顶ProductHunt全球日榜；智源研究院开源的悟界·Emu3.5模型， 你对AI智能体的未来有什么期待？欢迎在评论区留言讨论~
50210编辑于 2025-12-17- 来自专栏AI技术应用
AI智能体的开发
AI智能体的开发技术方案是一个复杂且多层面的决策过程，它需要根据智能体的具体功能、性能要求、部署环境、可扩展性以及团队的技术栈来综合考量。 以下是一个全面且分层的AI智能体开发技术方案，涵盖了从数据到部署的各个环节。 私有云/混合云: 适用于对数据安全、合规性有严格要求或已有大量私有基础设施的场景。容器化与编排: Docker: 将智能体及其所有依赖打包成标准化的容器镜像，确保环境一致性。 4 智能体逻辑与编排这是将AI模型能力“串联”起来，实现复杂行为的核心。Prompt Engineering: 精心设计给LLM的指令，定义智能体的角色、目标、约束和输出格式。 通过对上述各个层面的精心规划和技术选型，可以构建出健壮、高效且智能的AI智能体。
1.1K10编辑于 2025-06-16 - 来自专栏周末程序猿
谈谈 `AI Agent`（智能体）
2025年以来，我们正站在人工智能应用演进的一个关键节点上，从预测式AI（分析模式、进行分类）到生成式AI（创造文本、代码、图像），我们如今正迈向第三个阶段：AI Agent。 重度依赖非结构化数据：涉及解读自然语言、从文档中提取含义或与用户进行对话式交互的场景。 AI Agent的构成 模型：为智能体的推理和决策提供动力的LLM，决定了智能体的下限。 , "agent": "AI Agent（智能体）是能够感知环境、做出决策并采取行动的自主系统。它由模型、工具和指令三部分组成。" Agent2Agent (A2A) Agent2Agent (A2A) 协议是一种开放标准，旨在让 AI 智能体之间实现无缝通信和协作，正如 MCP 提供了一种标准化的方式来让 LLM 访问数据和工具一样 单智能体 单智能体的智能大部分场景下依赖基座模型，在处理明确问题时较为高效，对于约束性任务时较为准确，并且可以进行回测，但面对复杂、多领域任务时，其能力往往受限。
87810编辑于 2026-01-06 【AI智能体的应用】
应用场景： 人工智能虚拟助手：开发可以回答用户问题、执行任务、提供建议的智能助手，如Siri、Google Assistant等。 自动驾驶系统：开发可以自主控制汽车行驶的智能系统，包括感知、决策和控制等环节。 金融风控：基于大数据和机器学习算法，开发智能风控模型，对银行、保险等金融机构的风险进行评估和管理。 医疗辅助诊断：开发可以辅助医生进行疾病诊断和治疗决策的智能系统，如基于影像分析的肺癌早期诊断、基于病历数据的病情预测等。 智能客服：开发可以理解用户问题并提供解答的智能客服系统，如基于自然语言处理和深度学习的智能聊天机器人。 , "你是谁": "我是一个智能问答客服。", "天气如何": "今天天气晴朗，温度24°。", "再见": "再见，祝你有美好的一天！"
27510编辑于 2025-08-29- 来自专栏AI技术应用
AI 智能体（AI Agent）的开发
AI 智能体（AI Agent）的开发是一个复杂且多阶段的过程，涉及需求分析、算法设计、模型训练、系统集成和部署等多个环节。以下是 AI 智能体开发的典型流程。 1.需求分析与定义1.1明确目标确定 AI 智能体的核心功能和应用场景（如聊天机器人、推荐系统、自动驾驶等）。定义智能体的输入、输出和交互方式。 5.2模块集成将 AI 模型集成到应用程序中。与其他模块（如数据库、用户界面）进行交互。5.3性能优化优化模型推理速度（如模型量化、剪枝）。 验证 AI 智能体在实际场景中的表现。6.3用户测试邀请目标用户进行测试，收集反馈。根据反馈调整模型和系统。7.部署与监控7.1部署环境选择部署平台（如云端、边缘设备）。 总结AI 智能体的开发流程包括需求分析、数据收集、模型设计、训练与评估、系统集成、测试验证、部署监控和维护迭代。通过合理规划和使用工具，可以高效地开发出功能强大、性能优异的 AI 智能体。
2.8K20编辑于 2025-02-18
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