- 综合排序
- 最热优先
- 最新优先
- 来自专栏陶士涵的菜地
AI智能体服务平台-智能客服系统-独立部署搭建
平台简介 LLM大模型是AI大脑，智能体就是AI的手和脚。 即时通讯人工客服系统+LLM大模型+RAG搜索增强知识库+RPA自动化机器人+浏览器扩展插件+语音合成TTS+Python助手小工具 系统可以用于自己网站、APP、微信、抖音、直播等多种渠道在线客户咨询服务 ，或智能化AI回复服务。 浏览器插件，智能化回复客户咨询 抖音直播间 浏览器插件，智能化回复客户咨询 支付宝直播中控 浏览器插件，智能化回复客户咨询 AI直播语音合成助手 Python实现助手小工具，实现循环播放音频和语音合成 客服系统程序本身为多商家多坐席SaaS客服系统，提供私有化独立部署模式，独立部署后也可以进行SaaS化运营服务。
1.8K10编辑于 2024-05-29 腾讯智能体开发平台3.0：提升企业智能体应用开发与知识服务效能
诊断企业智能体开发与应用瓶颈 企业构建智能体应用时面临三重核心冲突： 知识检索精度不足：单次文档召回匹配度低（原文“文档检索匹配度-0.2 +”），复杂问题需多次检索整合，人工梳理成本高； 复杂任务处理低效 ：多文档/表格/问答对综合回复、跨文档筛选（如按时间/地区）需手动拆解，开发周期延长； 资源与稳定性风险：知识库问答“可能消耗较多token，确保余量充足避免欠费导致应用不可用”（据腾讯智能体开发平台 部署平台化智能体开发解决方案 腾讯智能体开发平台3.0（ADP3.0）提供全链路升级方案： 知识管理强化：新增“设置文档切分”“知识库Schema自动聚类”（非结构化数据超量时自动生成文件夹名称/摘要 验证量化业务指标与应用价值 平台应用实现三类可衡量价值（据腾讯智能体开发平台3.0材料）： 知识服务精度提升：通过youtu-reranker对召回片段二次排序，回答精细度优化（例：行政服务助手整合两次检索结果 呈现行政服务助手实践案例 某客户“问答场景_行政服务助手”应用中，用户咨询“坐飞机出差政策”： 系统处理：首次检索明确经理/总监可乘经济舱、主管/员工未明确；二次检索补充舱位等级（全员经济舱）、报销流程
8810编辑于 2026-04-24智能体案例分析：IT新闻聚合智能体
智能体案例分析：IT新闻聚合智能体 IT新闻聚合智能体通过自动化技术抓取、分析和呈现最新的IT行业动态。这类智能体通常结合自然语言处理（NLP）和机器学习技术，从多个来源筛选高价值信息。 核心功能包括： 实时爬取主流科技媒体（如TechCrunch、Wired、The Verge） 自动分类（人工智能、网络安全、云计算等） 情感分析判断新闻倾向性 生成摘要简化阅读 典型应用场景： 投资机构追踪技术趋势 (m:Company {name:'OpenAI'}) CREATE (n)-[:MENTIONED_IN]->(a:Article {title:'GPT-4 Release'}) 部署架构 采用微服务架构 ： 爬虫服务：运行在AWS Lambda上的无服务器函数 处理服务：Kubernetes集群运行的NLP容器 存储层：Elasticsearch实现全文检索 前端：React构建的交互式仪表盘 性能优化策略
37311编辑于 2025-12-17智能体来了！2026智能体开发全面指南
智能体来了！2026智能体开发全面指南 一、 繁华落尽后的“平静”：技术背后的选择逻辑“真正深入使用 AI 之后，我反而更平静了。” 在过去这段时间里，我深入钻研了 Python 编程、探究了 AIGC 的视觉极限、搭建了复杂的流程智能体、甚至深入到了 STM32 的硬件底层。 而顶级的 AI 大模型与 Agent（智能体），正是我能遇到的认知最高、脾气最好、思维最完善的存在。在我的「心枢」系统里，AI 不仅仅是执行任务的“器”，它更是我最好的老师、朋友、教练和员工。 在这里，我们筛选真需求，击碎伪智能，夺回 AI 时代的协作主权。 礼包内包含（持续更新）：多维提示词库：包含智能体设计规范、AI 绘画精准词簇、AI 视频叙事 Prompt。ComfyUI 极客工作流：从零搭建好的 json 配置文件，导入即用。
34510编辑于 2026-01-24- 来自专栏Go语言学习专栏
8 - AI 服务化 - AI 超级智能体项目教程
本节重点 AI 服务化是指将原本只能本地运行的 AI 能力转化为可远程调用的接口服务，使更多人能够便捷地访问 AI 能力。 通过本节学习，你将掌握如何将 AI 智能体转变为可供他人调用的服务 具体内容包括： AI 应用接口开发 AI 智能体接口开发 在开始之前，先给大家提个醒，Spring AI 版本更新飞快，有些代码的写法随时可能失效 点击接口旁边的绿豆就能自动生成测试代码： 二、AI 智能体接口开发 由于智能体执行过程通常包含多个步骤，执行时间较长，使用同步方法会导致用户体验不佳。 因此，我们采用 SSE 技术将智能体的推理过程实时分步输出给用户。 } catch (Exception e) { state = AgentState.ERROR; log.error("执行智能体失败
16010编辑于 2026-03-17 - 来自专栏算法之名
AI智能体
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 你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI的诗')] streaming_chat(messages) 运行结果 智能助手显神通
79510编辑于 2024-09-29 - 来自专栏云时之间
智能体结构
智能体的结构 迄今为止我们通过描述行为—在任何给定的感知序列下采取的行动—讨论了智能体，现在我们不得不将知难而进，去讨论智能体内部是如何工作的，AI的任务是设计智能体程序，通过它来把感知信息映射到行动的智能体函数 注意智能体程序和智能体函数之间的差别。智能体程序在于当前感知为输入，而智能体函数是以整个历史为输入的。智能体程序只把当前感知作为输入是因为环境无法得到更多的东西。如果智能体的行动依赖于整个感知序列。 那么该智能体不得不记住全部感知的信息。 *智能体程序骨架还有其他的选择。例如我们可以让智能体程序成为协同程序。 行动表明确的表示了每个智能体程序实现的智能体函数。要用这种方式来建造理性智能体。作为设计者，我们必须构造包括各种可能的感知序列的适当行动的函数表。 在这个文章的以下部分，我想概述四种基本的智能体程序，他们几乎涵盖了所有智能系统的基础准则： 1：简单反射型智能体 2：基于模型的反射型智能体 3：基于目标的智能体 4：基于效用的智能体 然后我们将概括的解释如何把这些智能体转换成学习智能体
1.4K70发布于 2018-04-11 智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？智能体是一个能够自主思考、决策、调用工具的智能代理系统。 它不仅仅是简单的问答机器人，而是具备以下核心能力的自主系统：思考能力：理解用户意图，分析任务需求决策能力：规划执行步骤，选择合适工具行动能力：调用外部工具，执行具体操作记忆能力：记住上下文，积累经验智能体的价值智能体的出现 智能体的核心优势大脑：LLM提供强大的理解和推理能力undefined记忆：记住对话历史，保持上下文连贯工具：灵活调用各种外部能力二、两种搭建智能体的路径根据技术门槛和应用场景，智能体的搭建主要有两种方式 四、RAG vs Agent智能体RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富，智能体将在更多领域发挥重要作用，成为我们工作和生活中不可或缺的智能伙伴。您好，我是肥晨。
2.6K21编辑于 2026-03-02- 来自专栏农民工前端
智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？ 智能体是一个能够自主思考、决策、调用工具的智能代理系统。 智能体的出现，让AI从单纯的"对话者"进化为真正的"执行者"。 智能体的核心优势 大脑：LLM提供强大的理解和推理能力 记忆：记住对话历史，保持上下文连贯 工具：灵活调用各种外部能力 二、两种搭建智能体的路径 根据技术门槛和应用场景，智能体的搭建主要有两种方式： 1️⃣ 四、RAG vs Agent智能体 RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富，智能体将在更多领域发挥重要作用，成为我们工作和生活中不可或缺的智能伙伴。
1K10编辑于 2026-03-03 - 来自专栏林欣哲
人工智能的智能体
今天来谈谈人工智能的研究工作中所做的一些基本的抽象。 一、智能体的概念 人工智能研究的对象称为智能体（Agent），其他的外部条件划归为环境。 智能体做出什么样的反应取决于输入和输出之间的映射关系函数，这个函数就是智能体研究的核心。 编写出智能体的程序则具体实现这个数学意义上的函数。 二、智能体的性能衡量 我们研究智能体是要他能做正确的事，因此需要有一个标准去衡量他的表现，一个合理的智能体会最大化这个期望的标准。 这里要注意一点，我们以最终期望达到的效果来做为衡量的标准，而不要以智能体的行为本身作为标准。 总结，人工智能的研究的期望是实现一个，在给定的每个可能的感知序列下，能做出让期望的性能最大化的行动的理性的智能体。
2K60发布于 2018-04-10 AI政务智能体：让政务服务更聪明、更贴心
在数字化浪潮席卷各行各业的今天，政务服务也在悄然“升级”。你是否曾因办事流程复杂、排队时间长、政策看不懂而感到困扰？现在，一种叫“AI政务智能体”的新技术，正在让这些问题迎刃而解。 那么，什么是AI政务智能体？简单来说，它是一个由人工智能驱动的“数字公务员”——能听懂你的问题、理解你的需求、自动调取政策文件，甚至帮你填写表格、跟踪进度。 为什么需要AI政务智能体？ 传统政务服务依赖人工窗口，存在信息不对称、响应慢、重复咨询多等问题。 未来已来，服务更近 AI政务智能体不是取代人工，而是让人从重复性事务中解放出来，专注于更复杂、更有温度的服务。它既是效率工具，也是连接政府与民众的“智能桥梁”。 对企业和市民而言，这意味着更便捷、透明、个性化的服务体验；对政府而言，则是治理能力现代化的重要一步。 如果你正在关注智慧城市、数字政务或AI落地应用，AI政务智能体无疑是当下最具潜力的方向之一。
76310编辑于 2025-10-01- 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
4）工具调用 工具是扩展智能体能力边界的关键，智能体通过工具调用可以访问搜索引擎、数据库、API 接口等外部服务，极大地增强了其解决实际问题的能力。当然，MCP 也可以算是工具调用的一种。 ，集成了所有能力并添加了更多专业工具 还有更多适用于特定领域的智能体实例，比如 DataAnalysis 数据分析 Agent、SWE 软件开发工程师 Agent、MCP 服务交互 Agent、Browser 可以把 A2A 类比为智能体世界里的 HTTP协议，HTTP 协议让全球不同服务器和电脑之间能够交换数据，A2A 协议则是让不同厂商、不同平台、不同能力的智能体能够像团队成员一样互相理解、协作和分工 我们还可以大胆想象，未来开发者可以像调用云服务一样，按需租用或组合不同的智能体服务，甚至实现智能体之间的自动交易和结算。目前其实就有很多智能体平台，只不过智能体之间的连接协作甚少。 思路：其实利用 Spring AI，只需要把 MCP 服务中的工具提取出来变成工具列表，就可以复用已有的 ToolCallAgent 了 4）自行开发一个特定领域的超级智能体，可以直接继承 ToolCallAgent
70210编辑于 2026-03-17 - 来自专栏金融安全
金融服务领域的智能体革命：AI智能体解决方案、产业分析与技术实施的战略分析
执行摘要金融服务行业正处于一场范式转变的前沿，它正在超越传统自动化和被动式人工智能带来的渐进式改进,转而拥抱自主AI智能体（AIAgents）的变革潜力。 一、在金融背景下定义AI智能体"AI智能体"一词标志着人工智能的重大演进，代表着从响应查询的系统向追求目标的系统的转变。在金融服务这一高风险环境中，这种区别至关重要。 变革前台：超个性化咨询与主动客户服务在面向客户的角色中，AI智能体正在实现全天候可用的新水平的个性化和效率。客户服务与支持AI智能体的发展已远超简单的FAQ聊天机器人。 R某公司是AI智能体成为垂直软件即服务（SaaS）解决方案中核心价值驱动特征趋势的典范。 这些服务构成了数据管道，允许其他应用程序和智能体提供数据驱动的金融服务。
76211编辑于 2026-01-07 认知智能体（0）
其次就是代理的通信模式，也就是[个体间的信息交互]：对话式：发挥不同智能体的风格工具调用：控制智能体行为和输出广播：智能体的自主意识我们以[注意力]为线索，来展开智能体的认知能力。 因为[海马体]会把这些信息拦在入口。最后是长期记忆，内存容量有限，所以我们很多时候会借助硬盘的内容，但是所有的计算依然发生在工作记忆当中，只不过多了一个信息检索的步骤。 所以认知智能体需要加入元认知的能力。 系列文章分成十个章节：第一章：认知AI智能体的基础主题：ai代理的定义和类型（reflex、基于目标、基于效用...）开发代理需要的技能（编程、认知架构、llm）环境配置（python、Ollama、litellm 目标：开发能够从结果中学习并自主改进策略的智能体第九章：使用RL、世界建模和RAGEN进行拓展主题：强化学习集成（RAGEN管道）用于状态和奖励预测的世界建模多智能体协作与分布式问题解决
21300编辑于 2025-06-05【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。 GPT2Tokenizer.from_pretrained("gpt2-medium") model = GPT2LMHeadModel.from_pretrained("gpt2-medium") input_text = "AI智能体的核心功能包括 负载均衡设计应对突发流量，自动扩展云服务器实例。 持续学习机制 在线学习系统实时吸收用户反馈数据。灾难性遗忘防范采用EWC或GEM算法。数据漂移检测监控输入分布变化。
38210编辑于 2025-12-17- 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。
1.1K00编辑于 2025-02-06 - 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。 **智能合约和应用生态**：以太坊拥有强大的开发者社区和丰富的应用生态，这推动了其需求的增长，并对价格产生积极影响。 2. 政府和社会组织应当设立专门项目，为有特殊需求的家庭提供定制化服务。 4. **过度强调社会责任**：的确，不应让希望生育的夫妻感到额外压力。
1.1K00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。'
66210编辑于 2024-10-05 - 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
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