- 综合排序
- 最热优先
- 最新优先
- 来自专栏CODING DevOps
CODING 现已支持墨刀原型引入
为了打破这些壁垒，让工作流程更畅通，团队能专注于打磨产品， CODING 与在线产品原型设计与协作平台 墨刀 合作推出实用小功能 —— CODING 事项内的上传附件功能现已支持 从外部引入墨刀原型。 操作指南 简单3步实现墨刀原型引入 1、登录 墨刀 ，选择需要导入进事项的墨刀原型，点击【分享】按钮，选择【嵌入第三方】并复制代码。 [124aeyjo90.png] 2、前往 CODING 事项管理，进入任意史诗、需求、任务或缺陷中，在添加附件中选择【外部引入】-【墨刀原型】。 [wk32n9nzuj.png] 3、通过粘贴墨刀的嵌入代码，将原型与事项关联，就能在 CODING 中直接查看设计原型了！
81430发布于 2020-08-10 AI时代高保真原型工具：墨刀、Figma谁能搞定复杂交互？
两者各具特色，也存在共同优势，例如AI生成原型图能力都走在行业前沿，具体分析会在后面展开。二、墨刀与Figma交互功能全面对比1. AI生成高保真原型墨刀与Figma在AI生成原型图能力上，都处于行业前沿探索阶段。 墨刀的AI能力目前已经进入了全新阶段，可以实现语义对话生成高质量的高保真原型图，并且可以直接在墨刀工作区内进行二次编辑。 此外，墨刀在AI生成交互组件方面也持续走在前列，能够快速搭建具备行为逻辑的交互式原型，大幅提高原型制作效率。 提前布局AI技能原型设计已经进入了AI时代，墨刀与Figma都走在了前沿，产品经理如果能提前快速掌握AI技能，不仅能省下大量重复操作的时间，也能在紧张的迭代节奏中保持高效输出，特别适合经常面对快速迭代和高强度交互设计的产品人
2.7K20编辑于 2025-07-01- 来自专栏全栈程序员必看
原型工具 墨刀_原型设计工具 axure
十、墨刀 毫无疑问，墨刀对于APP的原型设计真的是体验非常好，怎么说呢？就像有一个无形的人在帮助你，和你一起打造你的原型APP。 并且墨刀的系统控件都是基于APP，以及系统平台IOS和安卓，因此在里面可以首先选择相应的设备布局，减少了不少工作环节。 另外墨刀的APP原型可以支持下载在手机里，当然是单机版，但是你可以完全通过手机来打开你的原型，相应的Axure这一点就做的很不好，虽然有插件支持手机预览，但是非常卡顿。 墨刀使用方法 通过网上的案例亲自实验一把墨刀的使用方法，在这里罗列出我使用后总结下来的成果。 下面我们以网页版墨刀为例来进行使用总结： 一、创建新的应用 访问墨刀官网，登录之后，点击右上方的创建应用，可以选择不同的模板和设备类型，填写应用名称之后即可完成应用的创建，然后我们可以随时编辑应用或者与他人共同编辑和分享应用
2.4K20编辑于 2022-09-20 - 来自专栏CODING DevOps
邂逅 CODING ，墨刀测试团队实现「质」的飞跃
墨刀 在互联网江湖闯荡的朋友们，谁能没几个趁手的兵器，有的人是 Keynote 走天下，有的人与 XMind 生死相依。 而在产品策划工作者的圈子，几乎人人都听说过墨刀（如果您之前没听说过，没关系，您现在已经听说了）。截至 2020 年 9 月，墨刀平台的注册用户突破 190 万，付费企业数量达到 1.5 万家。 如果需要生活的磨练，不妨试试用 Excel 进行测试管理 墨刀的测试负责人告诉我们：墨刀一直致力于做一个“好工具”，这要求墨刀不单单要确保工具的稳定与流畅，还要提供丰富的组件以及页面来满足更多用户的需求 邂逅 CODING，测试管理豁然开朗 墨刀提倡和推崇的工作理念是「自由、高效和成效」。 在提效探索中，墨刀邂逅了 CODING，原本繁琐的手工工作流被清晰易用的在线测试管理替代。
78751发布于 2020-10-19 - 来自专栏产品设计
从Figma上市看国产替代：Pixso与墨刀的技术突围路径
墨刀：从原型到AI协作工具矩阵墨刀则是从原型设计切入的，它的AI能力提升也很明显。其AI生成原型图能力不仅可以通过输入自然语言生成原型图，还可以上传图片自动还原草图原型结构。 在协同层面，墨刀也不再只是一个画图工具，而是逐步构建出一整套产品矩阵，包括AI原型、流程图、白板AI、设计协作交付模块等，可以支持产品-设计-研发之间的多人实时协作，做需求梳理、流程讨论、页面输出都非常方便 对于大公司来说，数据安全、协作效率和职责边界往往是最容易出问题的地方，墨刀在这些细节上的处理确实很实用。 从我实际使用的体验来看，Pixso和墨刀已经从工具走向平台，不仅能对标Figma的核心功能，也在国产化、AI能力、生态融合等方面走出了属于自己的节奏。 Pixso与墨刀的探索，或许正是这条路径上的起点，关键就看下一步怎么走了。
95510编辑于 2025-08-04 - 来自专栏产品设计
从单一AI工具到AI智能体：产品经理应该怎么选？
一、AI智能体与普通AI的区别是什么1. 什么是普通AI工具？在实际工作中，我们接触的大量AI工具都属于“单点突破型”，所谓“普通AI工具”就是工具的逻辑比较简单，按输入输出结果，侧重解决具体问题。 AI智能体（AI Agent）最大的特点是具备“理解—规划—执行”的主动能力。它不仅可以理解任务意图，还能够规划步骤，调用不同功能模块完成复杂的工作流程。 以下是几款具代表性的智能体工具：（1）墨刀AI Agent早期市场上少有专为产品经理设计的AI智能体；墨刀作为国内的原型协作平台，率先推出了面向产品流程的AI Agent，宣称定位为“产品经理专属智能体 我们内部团队测试后认为，Agent在做市场调研和生成原型的能力上最为亮眼，并且能够明显感受到Agent可以紧密联系上下文，保持产品思维与逻辑一致。 AI白板类工具，可根据需求描述快速生成业务流程图、思维导图，以及用户旅程图、商业模式画布等多模态内容生成；（3）原型设计类：以墨刀为代表的AI生成原型图类工具，在编辑区的AI功能中输入需求描述即可生成原型页面
70910编辑于 2025-10-27 国产原型设计工具墨刀、Pixso与Axure的区别以及未来发展趋势
墨刀与 Pixso凭借对本土用户的深入理解和不断打磨的产品体验，逐渐成为主流选择。墨刀是一款专为中国产品经理打造的在线原型设计工具，主打“高效协作、快速原型、素材丰富”，一直拥有不错的口碑。 墨刀还具备成熟的AI原型生成功能，能根据文本快速生成原型结构，大幅提升前期产出效率。Pixso是近两年快速打进产品圈的一款融合UI设计与原型绘制的在线协作工具，更偏向设计师使用。 墨刀在原型绘制、协作能力和AI辅助方面表现亮眼，适合追求快速产出和团队协作的场景；Pixso在视觉表现力和设计系统复用上更具特色，适合需要细致界面输出的设计型团队；Axure在交互逻辑、状态控制等交互功能上依旧有独特优势 AI赋能落地性提升AI正在重塑原型设计的生产方式。在以上这三款主流原型工具中，墨刀真正实现了AI生成原型图、AI生成组件等功能场景的落地。 结语无论是墨刀的高效协作与AI功能，Pixso的视觉能力与灵活性，还是Axure在复杂交互设计上的专业性，它们都有各自的核心优势和特色，也对应着不同阶段、不同类型产品经理的真实需求。
1.6K21编辑于 2025-06-05- 来自专栏服务端技术杂谈
AI Agent搭建
一个普遍的误区是，认为工具越多Agent能力越强，但其实这会给Agent有限的上下文与决策系统带来巨大的认知负荷。 正确的思路是，少即是多。 这本质上，是将部分Agent的规划责任，前置到工具的设计当中，是一种责任转移的思路。 当工具库膨胀之后，命名混乱与功能重叠，会让Agent无所适从，通过命名空间来组织工具。 需要打磨工具的描述，因为这些描述是Agent理解工具的唯一信息来源。 工具描述，应将所有隐含的知识显性化、力求清晰、无歧义。 结构化命名，相当于为Agent提供了一张清晰的地图，帮助在正确的场景下，快速定位合适的工具。 同样，工具返回给Agent的内容质量，远比数量更重要。 因为Agent比人类更擅长理解的的内容，也是人类可读的、具有意义的文本，这些高质量内容，可以显著降低Agent在检索任务中的幻觉。 Agent与工具的交互，本质上是一个持续对话场景。
3910编辑于 2026-03-11 - 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！ *角色定义*：明确AI Agent在企业中的定位和职责 *数据整合*：确保AI Agent能够访问高质量的相关数据 *行动规划*：设计Agent能够执行的具体任务和流程 *反馈机制*：建立持续学习和优化的闭环系统 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。 AI Agent时嵌入运行时安全，为AI原生开发提供更可靠的安全保障。 文章提到，代理式AI应用正在兴起，例如德勤的Zora AI Agent和普华永道的Agent OS平台正在重塑内部工作流程。
31110编辑于 2025-09-17 - 来自专栏C语言
【AI】Chat or Agent ？
随着生成式AI技术的不断进步，关于其未来发展方向的讨论也愈发激烈。究竟生成式AI的未来是在对话系统（Chat）中展现智慧，还是在自主代理（Agent）中体现能力？这一问题引发了广泛的讨论和探索。 一、生成式AI在对话系统（Chat）中的发展方向 1. 多模态对话系统 2.1 语音交互 对话系统将整合语音识别和生成技术，使用户能够通过语音与AI进行对话，同时AI可以通过语音反馈，提供更加自然的交互体验。 二、自主代理（Agent）的发展方向 1. 自主决策和执行能力 1.1 环境感知 自主代理通过传感器和数据分析，实时感知周围环境的变化，从而做出适应性决策。 伦理与政策 随着生成式AI的广泛应用，伦理问题和政策法规将变得越来越重要。如何确保AI的公平性、安全性和隐私保护，将是未来发展的重要课题。 总的来说，生成式AI的未来充满了无限可能。
34710编辑于 2024-12-11 - 来自专栏实在智能RPA
2025最新：目前最好的Agent软件全维度测评，企业与个人选型终极指南
实在Agent顺利通过中国信息通信研究院“可信AI智能体平台与工具”评估，获得当前最高等级——5级评级，在智能体平台管理、开发能力、API服务等全部评估维度中均达到领先水平。 （一）墨刀AI智能体：产品设计专属工具墨刀AI智能体是专为产品经理、设计师打造的智能助手，集产品方案生成、界面原型设计与商业计划书撰写于一体，实现了从需求输入到完整输出的一站式服务。 例如制造业可优先考虑盘古智能体、实在Agent；产品设计领域首选墨刀AI智能体；法律行业则适合ClaudeOpus4.1。 目前，ClaudeOpus4.1、墨刀AI智能体等产品已在多模态领域有所突破，后续这一功能将成为主流标配。 企业级用户可优先考虑实在Agent、华为盘古智能体等具备规模化落地能力的产品；个人用户与非技术团队可选择Coze扣子、ChatGPTCustomGPTs等轻量化工具；专业领域则可针对性选择墨刀AI、CursorAI
2.1K21编辑于 2025-11-10 AI Agent Skill 科普
经常使用AI的你是否遇到过这样的情况： 让AI写一篇文章，它直接生成了一篇完整内容，完全跳过了你想先讨论选题的环节。 让AI分析数据，它编造了一些不存在的数据点，让整个分析结果变得不可信。 让AI帮忙写代码，它每次都要你重新说明代码风格和命名规范。 这些"不可控"的行为，让很多人对 AI 不能完全放手去用，今天，我就来详细聊聊AI Agent Skill 这个让AI变"听话"的工具。 什么是AI Agent Skill？ 简单来说，Skill就是AI的能力说明书和工作手册。 它不是复杂的代码，而是结构化的知识文档。 实战案例解析 写作Agent Skill 以我使用的写作Agent为例，核心架构是： 两层判断机制 先判断工作区（公众号/视频/技术文档等） 再判断任务类型（新写作/修改/审校等） 9步写作流程 从理解需求到最终交付的完整流程 总结 AI Agent Skill不是什么复杂的技术概念，它就是一种让AI更听话、更实用的方法。 通过结构化的规则和流程，Skill解决了AI"不可控"的核心问题。
12020编辑于 2026-03-10- 来自专栏AI技术应用
AI Agent 开发流程
开发一个 AI 智能体 (AI Agent) 与开发传统 App 有本质区别。 传统 App 是“基于规则”的（点击 A 弹出 B），而 AI Agent 是“基于目标”的（告诉它目标，它自主规划路径）。以下是 2026 年主流的 AI Agent 开发全生命周期流程：1. 核心架构设计一个标准的 AI Agent 通常由以下四个模块组成：大脑 (Brain): 选择合适的模型（如 Gemini 3 Flash 或 GPT-4o）。负责推理、规划和决策。 检索逻辑： 当用户提问时，Agent 先去知识库找答案，再结合模型进行回答。5. 循环迭代与评估这是 Agent 开发中最难也最关键的一步。 #AI智能体 #AI大模型 #软件外包
25310编辑于 2026-03-09 AI Agent + 数据工程
AI Agent的出现，正在从根本上改变数据工程师的工作方式，甚至重新定义这个职业的边界。 从堆人到提效 提到AI Agent，很多人的第一反应是又一个大模型概念。 海内外市场的不同路径 有意思的是，AI Agent在数据工程领域的落地，海外和国内走的是完全不同的路。 海外市场的特点是生态成熟，分工明确。 数据Agent的阿喀琉斯之踵 如果说AI Agent给数据工程带来了什么新问题，准确率绝对是最大的那个。 在数据领域，准确性就是生命线。 一个数字算错了，决策就可能走偏。 一家做数据Agent的创业公司分享了他们的应对策略：选择容错度高的场景切入，比如数据开发——改错了可以重跑，而不是直接做生产决策；建立反馈循环，让AI记住用户的修正，通过不断迭代提升准确率；把SQL生成转化为参数填充 结语 数据工程遇上AI Agent，不是一场突如其来的革命，而是水到渠成的演进。 那些还在用老办法堆人的团队，也许该停下来想一想：未来的数据工程师，需要具备什么样的新能力？
11310编辑于 2026-02-28- 来自专栏人工智能领域
AI Agent 介绍（130）
二、AI Agent的基本概念 什么是AI Agent AI Agent，即人工智能代理，是一种能够自主地在特定环境中感知、学习、决策并行动的计算机系统。 三、AI Agent的类型 AI Agent可以根据其决策和学习机制的不同，被分为几种主要类型： 基于规则的AI Agent 基于规则的AI Agent（Rule-based AI Agent）是最早和最简单的 学习型AI Agent 学习型AI Agent（Learning AI Agent）能够从经验中学习，并根据环境反馈调整其行为以提高性能。 解释性差：相比于基于规则的Agent，其决策过程可能难以解释。 混合型AI Agent 混合型AI Agent（Hybrid AI Agent）结合了基于规则和学习型AI Agent的特点。 七、AI Agent的案例研究 成功的AI Agent实例分析 1. BetterYeah AI x 添可AI客服项目 添可的“AI客服助手”展示了AI Agent在客户服务领域的应用。
2.2K11编辑于 2024-12-18 什么是 AI Agent？
这就是AI Agent（智能体）带来的未来。 什么是 AI Agent？ 与传统AI系统不同，AI Agent具备自主决策能力。你只需要给定一个目标，它就能够独立思考并规划如何达成这个目标，调用各种工具完成任务。 AI Agent如何工作？ 专业领域：在医疗领域，AI辅助诊断Agent能自动生成精准诊断报告；在工业领域，AI Agent可用于质量检测和设备维护。 写在最后 随着技术发展，AI Agent将更加智能化和专业化。未来我们可能会看到： 个性化Agent：根据用户习惯定制的个人助理。 专业领域Agent：针对特定行业的专业智能体。 多Agent协作：多个Agent协同工作，形成复杂的智能网络。 AI Agent代表了人工智能从“被动工具”到“主动助手”的重要进化。
60510编辑于 2025-12-29- 来自专栏产品设计
原型设计新玩法：HTML代码生成可编辑原型图（含实操）
而现在，像墨刀这种具代表性的原型工具已经开放了这项能力，对于产品经理而言，是个不小的帮助。 （这段HTML代码可以先运行看看效果，确认是否满足预期）Step 2：将HTML导入墨刀生成原型复制刚刚生成的HTML代码，打开墨刀原型工作台，在首页选择“HTML转墨刀原型”功能。 墨刀前文的演示就是通过墨刀的“HTML转原型”功能实现的。 墨刀在提供高效原型设计体验的同时，也不断拓展AI相关能力，目前支持：AI生成高保真可编辑原型图；从HTML结构直接生成可编辑原型页面；原型页面支持后续编辑与交互设置。 相对而言，墨刀提供了较为全面的选择，满足产品经理在原型设计中的不同使用场景与效率需求。2. Figma有朋友反馈Figma也能实现类似功能，方式是通过安装“html to design”插件。
2.3K20编辑于 2025-07-24 Agent真的卷疯了，AI办公Agent也来了。
海外版网址在此：https://skywork.ai/ 国内版网址：https://www.tiangong.cn/ 他们的首页是这样的。 我们可以直接让AI，来帮我们处理表格数据。 也可以直接，说出你的要求，让他基于全网的信息给你做筛选，最后屯到表格里。 它甚至会单独帮你开几个sheet，给你准备好，视觉的可视化。 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。 MCP地址：https://mcp.so/server/skywork-super-agents/Skywork-ai 就，我还是想说句佩服的。 你能从每一个细节中感受到，这还是一群真心想让AI好用的人，在用工程师的方式，尝试解决我们每天办公里的小痛点。 昨天，Google已经手起刀落，开始在重构自己的搜索引擎。
46310编辑于 2025-05-23- 来自专栏AI
AI 智能体（AI Agent）的应用
AI 智能体（AI Agent）的应用非常广泛，几乎涵盖了我们生活的方方面面。它们能够自主地感知环境、做出决策并执行行动，从而完成各种复杂的任务。以下是一些 AI 智能体的典型应用场景。 娱乐：游戏 AI： 在游戏中扮演各种角色，例如敌人、队友、NPC 等，提高游戏的可玩性和挑战性。内容创作： 能够生成文本、图像、音乐等内容，例如写小说、作诗、绘画等。 一些具体的例子：谷歌 DeepMind 的 AlphaGo： 击败了人类围棋冠军，展示了 AI 在复杂决策领域的强大能力。亚马逊的 Alexa： 能够通过语音指令控制家电设备、播放音乐、查找信息等。 百度的文心一言 APP 上的智能体： 可以进行“视频对话”、背单词、纠正口语，还可以通过 AI 智能体模拟面试、与 AI 古人对话等，体现了 AI 智能体在内容创作和人机交互方面的应用。 总而言之，AI 智能体正在深刻地改变着我们的生活和工作方式。随着技术的不断发展，AI 智能体的应用领域还将不断拓展，为我们带来更多的便利和创新。
1.3K10编辑于 2024-12-23 - 来自专栏程序猿DD
Anthropic 如何评估 AI Agent
引言：打破“盲目飞行”的开发循环 在开发AI智能体的过程中，许多团队都经历过这样的痛点：你修复了一个问题，却在不经意间引发了另一个更隐蔽的问题。 本文将从Anthropic的深度分享中，提炼出五个最令人惊讶、最具影响力的核心教训，它们将彻底改变你对AI智能体评估的看法。 五个关于AI智能体评估的反直觉教训 教训一：别等了，从20个失败案例开始构建你的评估体系 团队在项目初期常常认为构建评估体系是一项巨大的“开销”，会拖慢产品上市的进度，因此选择推迟。 这一教训对于释放AI智能体的全部潜力至关重要。 教训四：你的指标在衡量什么：一次成功还是次次可靠？ “我们的智能体成功率是75%。” 这句话听起来不错，但它可能隐藏着巨大的误导性。 成功的AI团队都明白一个道理：评估体系是产品不可或缺的一部分，其重要性不亚于单元测试之于传统软件。而且，在模型能力飞速发展的时代，一个强大的评估套件就是你的护城河。
18510编辑于 2026-01-19
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