- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据猿
智能业务分析⼀本通：诸葛智能如何用Agent改写金融分析效率公式？
而今，一个新物种正在登场：AI智能分析体（Insight Agent）。它不只是工具，不只是助手，而是一个能自主感知、因果推理、持续学习的“AI分析员”。 在这股智能体浪潮中，诸葛智能率先给出了答案。 在刚刚结束的WAIC 2025上，他们发布了新一代产品“智能业务分析一本通DataInsight Agent”（以下简称“一本通”），聚焦金融行业，力图让“每一家银行都能拥有一个经验丰富的AI分析师”。 ·第三代（即本次发布）：智能分析一本通DataInsight Agent——不仅能拆解分析任务，还能结合数据、业务、行业上下文，自主完成归因分析并形成策略建议。 一本通的核心，在于三大技术支柱的有机融合： 诸葛智能智能分析一本通DataInsight Agent产品技术架构图 ① 行业知识图谱：听懂金融语言，懂监管逻辑 这是一本通产品区别于通用大模型的根本之处。 在金融行业——这个对安全性、稳定性、可控性要求极高的战场上，智能分析体（Insight Agent）的出现，不是一次简单的技术升级，而是一次深层次的生产力重构试验。
25810编辑于 2025-10-21 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 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。 /向量数据库多种工具（API、计算器、RAG等）决策能力无自主决策，直接使用检索内容有自主决策，能规划步骤复杂度相对简单复杂，需要多步推理典型应用客服问答、文档问答自动订票、数据分析、多步骤任务 两者关系 总结RAG 是让LLM"读书"（获取知识）Agent 是让LLM"做事"（完成任务）RAG可以作为Agent的一个工具，让Agent在需要知识时去查询两者可以结合使用，打造更强大的智能系统五、Agent
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。 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 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。 知识库/向量数据库 多种工具（API、计算器、RAG等） 决策能力 无自主决策，直接使用检索内容 有自主决策，能规划步骤 复杂度 相对简单 复杂，需要多步推理 典型应用 客服问答、文档问答 自动订票、数据分析 ，打造更强大的智能系统 五、Agent vs 自动化工作流 维度 传统自动化工作流 Agent智能体 决策方式 固定的if-then-else规则 基于LLM的动态决策 灵活性 低，需要人工预设所有分支
1K10编辑于 2026-03-03 - 来自专栏AI人工智能
构建智能客服Agent：从需求分析到生产部署
构建智能客服Agent：从需求分析到生产部署 嗨，我是IRpickstars！ 总有一行代码，能点亮万千星辰。 在技术的宇宙中，我愿做永不停歇的探索者。✨ 用代码丈量世界，用算法解码未来。 本文将结合我在多个智能客服项目中的实践经验，从需求分析、系统设计、核心算法实现到生产部署的完整技术链路进行深度剖析。 通过详实的代码实现、丰富的技术图表和量化的性能评测，帮助读者构建一个真正适用于生产环境的智能客服Agent系统。 客服场景需求分析与建模1.1 业务需求梳理智能客服Agent的需求分析是整个系统建设的基础。 我相信，随着技术的不断进步和应用场景的深入挖掘，智能客服Agent将在更多行业和场景中发挥重要作用，真正实现"让机器更懂人，让服务更智能"的愿景。
1.5K21编辑于 2025-07-18 - 来自专栏人工智能领域
数势科技：解锁数据分析 Agent 的智能密码（1430）
数势科技，作为数据智能领域的领军者，以其前沿的技术与创新的产品，为企业开启了高效数据分析的新篇章，旗下的数据分析 Agent 更是独树一帜，成为众多企业数字化转型征程中的得力助手。 当接到 “分析本季度各产品线在不同区域的销售利润，对比去年同期，找出利润下滑产品线的主要成本因素” 这类复杂指令时，它迅速启动智能拆解流程。 （二）金融行业：风险防控与智能投顾 金融领域，风险如影随形，投资决策瞬息万变。某城商行引入数势科技数据分析 Agent，为风控与投研注入智慧力量。 Agent 接入行内信贷、征信、工商、税务等多元数据，凭借智能算法，7×24 小时监控企业资金流、经营状况、行业动态。 技术上，持续精进大模型与语义层融合，进一步攻克复杂业务语义理解难关，让数据洞察更精准、更智能；优化 Agent 架构，提升复杂任务处理效率，实现秒级响应超大规模数据分析需求。
41310编辑于 2025-01-02 - 来自专栏技术汇总专栏
基于大语言模型的智能 Agent 认知与规划能力分析
基于大语言模型的智能Agent认知与规划能力分析——LLM在Agent决策与推理中的作用分析随着大语言模型（LargeLanguageModel，LLM）能力的快速提升，人工智能系统正从“单点模型推理” 本文将系统性探讨LLM与智能Agent的融合路径，重点分析LLM在Agent决策与推理中的作用，并通过示例代码展示一种可落地的Agent架构实现方式。 "else:return"行动：进行数据分析\n理由：数据已清洗，可以进入分析阶段"3.Agent运行示例展开代码语言：PythonAI代码解释agent=Agent(llm=mock_llm)#感知环境 这种融合不仅提升了Agent的智能水平，也为构建通用人工智能系统提供了可行路径。未来，随着模型能力、工具生态与多Agent协作机制的成熟，LLM-Agent架构将成为智能系统的主流形态。 本文围绕大语言模型（LLM）与智能Agent的融合路径，系统分析了LLM在Agent决策与推理中的核心作用。
22410编辑于 2026-01-14 - 来自专栏从流域到海域
LangChain手记 Agent 智能体
整理并翻译自DeepLearning.AI×LangChain的官方课程：Agent（源代码可见） “人们有时会将LLM看作是知识库，因为它被训练所以记住了来自互联网或其他地方的海量信息，因而当你向它提问时 （笔者注：Agent，直译代理，LLM语境下更偏向于具备一定智能的代理，因而更偏向强化学习Agnet的概念，因而本文翻译为智能体。） Agent 智能体 LangChain提供的Agent可以使用各种各样的工具，例：搜索引擎，也支持自定义工具，这使得你可以访问任何数据存储、API或者自定义函数。本节介绍Agent的一些例子。 Agent认为仍需要继续搜索Machine Learning (book) 的原因是上一步搜索Tom M. Mitchell得到了2个页面，虽然它能得出Tom M. Mitchell编写了Machine Learning这本书，但是它有不确定的信息，因而继续搜索（本例虽然没有，但其他例子有可能agent在处理不确定信息时会进行答案修正，以提高正确率）。
1.1K30编辑于 2023-10-12 - 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。 以支付欺诈分析为例，传统的规则引擎就像一个检查清单，根据预设标准标记交易，相比之下，LLM智能体更像一位经验丰富的调查员，评估上下文，考虑细微模式，即使在没有明确违反规则的情况下也能识别可疑活动，这种细致的推理能力正是智能体能够有效管理复杂 print(f" [数据分析] 分析: {data}") returnf"分析结论: 基于'{data}'的数据分析完成..." ": "researcher", "task": f"搜索关于'{query}'的信息"}, {"agent": "data_analyst", "task": f"分析 构建完整的可观测系统，如果某个智能体不符合预期，应该分析原因。 智能体会做出动态决策，即使提示信息完全相同，每次运行的结果也并不确定，这使得调试更加困难，智能体使用了错误的搜索查询？
87910编辑于 2026-01-06 腾讯云BI智能分析Agent：ChatBI的深入解析与操作指南
摘要 本文旨在解析腾讯云BI中智能分析Agent——ChatBI的核心价值、挑战及实施指南。 技术解析 核心价值与典型场景 腾讯云BI的智能分析Agent——ChatBI，是一种基于大语言模型的新一代数据分析引擎。 它的核心价值在于通过自然语言对话完成数据分析、可视化呈现和数据洞察，极大地降低了数据分析的门槛并提升了效率。典型场景包括但不限于数据报告生成、业务优化建议、波动归因分析等。 步骤3：智能分析 原理说明：利用ChatBI的自然语言处理能力，实现数据分析。 操作示例：输入自然语言查询，如“显示过去一周销售额趋势”，ChatBI自动生成图表和分析结果。 通过本文的技术指南，读者可以深入了解腾讯云BI智能分析Agent——ChatBI的技术价值和操作指南，以及如何利用腾讯云产品特性来优化BI解决方案。
90810编辑于 2025-07-28腾讯云智能分析Agent：可信可干预的自然语言数据分析方案
部署腾讯云智能分析Agent技术体系 提供覆盖“问数-选表-洞察-报告-干预”的全流程智能分析方案，核心能力包括： 智能问数：自然语言理解支持多轮对话、意图澄清反问、输入联想、猜你想问，可查看SQL 智能选表：支持单表/多表关联（如“2024年不同一级产品树的工单量情况”关联产品树表与工单明细表），允许修改选表结果、配置表关联关系干预（来源：如何提升智能选表的准确率）。 知识库干预：录入名词/业务逻辑/事件知识库，让模型理解业务黑话（来源：智能问数如何理解业务黑话）。 腾讯云智能分析Agent的技术领先性 架构优势：基于数据分析大模型，集成RAG（检索增强生成）、SQL Copilot、NL2DSL、ADA技术，构建“业务层（多行业）-应用层（多端）-数据层（云BI基础能力 ）”蓝图，保障数据安全合规（来源：智能分析Agent架构蓝图）。
900编辑于 2026-04-27- 来自专栏人工智能领域
解锁Agent的数据分析潜能，开启智能决策新时代（1930）
由此可见，让 Agent 具备数据分析能力，已成为当下技术发展的迫切需求。这不仅能拓展 Agent 的应用边界，更将为众多行业带来革命性的变革，推动社会大步迈向智能化、高效化的未来。 二、Agent 与数据分析的 “联姻” 基础 （一）认识 Agent：智能世界的得力助手 在当今数字化的浪潮中，Agent 犹如一颗璀璨的明星，闪耀在各个领域，为人们的生活与工作带来了前所未有的便捷与高效 再看电商领域的智能推荐 Agent，它能在用户浏览商品的瞬间，快速收集并分析用户的浏览历史、购买记录、停留时间等多维度数据，精准洞察用户的兴趣偏好与潜在需求。 在金融投资领域，智能投顾 Agent 借助数据分析的强大力量，能够实时收集并深度剖析海量的金融市场数据，涵盖股票价格走势、宏观经济指标、行业动态等诸多方面。 三、赋能 Agent 数据分析的核心技术 （一）大模型加持：智慧的基石 在当今的人工智能领域，大模型无疑是最为耀眼的明星，它宛如一座蕴藏无尽智慧的宝库，为 Agent 赋予了强大的数据分析超能力。
56410编辑于 2025-01-25 - 来自专栏产品笔记
什么是AI Agent（智能体）？
Chatgpt发布了GPTs，钉钉发布了AI助理，在AI时代 AI agent（智能体）是大模型落地业务场景的主流形式，那什么是AI Agent？ 01 — 什么是AI Agent？ AI Agent是指人工智能代理（Artificial Intelligence Agent）是一种能够感知环境进行自主理解，进行决策和执行动作的智能体。 因此将大模型作为AI Agent的核心大脑，实现将复杂任务拆解成可以实现的子任务等能力，构成具备自主思考决策和执行任务的智能体。 ②、通过反思和自省框架，AI Agents可以不断提升任务规划能力，AI Agent 可以对过去的行为进行自我批评和反省，从错误中吸取经验教训，并对未来的行动进行分析、总结、提炼和完善，从而提高最终结果的质量 自省框架使AI Agent能够修正之前的决策，从而不断优化。这种反思和细化可以帮助 Agents 提高自身的智能和适应性。 2.
24.7K22编辑于 2024-01-15 - 来自专栏Hadoop实操
Cloudera Agent服务异常分析
在命令行重启cloudera-scm-agent服务无任何提示，/var/log/cloudera-scm-agent目录下的log也未正常输出 ? 无最新的日志输出 ? 2.异常分析及处理 ---- 1.在解决故障的过程中，检查了该节点的防火墙、SELinux、磁盘空间大小，防火墙和SELinux处于关闭状态，磁盘空间充足。 ? 15:33:44 cdh05 cloudera-scm-agent: Stopping cloudera-scm-agent: /usr/bin/dirname: invalid option -- ' : Started LSB: Cloudera SCM Agent. 服务启动正常，关于cloudera-scm-agent服务状态显示“active(exited)”问题可参考Fayson前面的文章《Cloudera Manager Server服务在RedHat7状态显示异常分析
4.4K40发布于 2018-09-29 - 来自专栏AI前沿技术
智能体｜ Agent Skill 技术介绍
本文从“是什么”到“怎么用”，再到“如何写” Agent skill 的角度，把我们从无尽的提示词里解放出来。 关注“AI老马” —【获取资源】&【进群交流】 一、Agent Skill 的通俗解释 通俗的讲： Agent Skill = 给AI打包好的“专业能力模块”。 在 Anthropic 的 Agent 体系里，Skill 是让 AI 从“聊天机器人”变成“专业智能体”的核心。 可以把它理解成，给 AI 安装一个永久生效的插件，把工作流程固化成可调用的技能。 二、Agent Skill 渐进式披露 2.1，skill 的加载过程 渐进式披露是 agent skill 解决有效知识注入的精髓。 试着做一个属于自己的 Skill，哪怕只是一个周报生成器，你会真切感受到： 让 AI ，成为你的专属智能体，Skill 是我们迈出的又一大步！
43720编辑于 2026-04-02 - 来自专栏AI技术探索和应用
LangChain Agent执行原理分析
代码细节分析 若不想看代码的调用过程，可以直接看日志分析部分。 此处的代码分析过程并不是完整的过程，把关键的调用拿出来分析说明了。 """, ) tools = [python_repl] agent = initialize_agent(tools, llm, agent="zero-shot-react-description" 拥有成员Agent，因此调用Agent的__call__方法，核心方法都在while循环中。 _return(output, intermediate_steps) _take_next_step核心方法继续分析，其中_get_next_action中的predict方法，Agent拥有成员LLMChain } I need to calculate the 10th fibonacci number Action: Python REPL Action Input: fibonacci(10) 执行日志分析
6.8K40编辑于 2024-03-13 - 来自专栏AI前沿技术
智能体｜AI Agent 框架介绍
智能体 Agent 核心是通过与环境交互更好的完成用户的指令或任务。一个合格的智能体应该具有那些能力，这些能力面临何种困难，又有那些的解决方案。 1.1，功能维度 复旦大学张奇团队在关于Agent的综述中，将基于大语言模型的智能体分为三功能模块：大脑 Brain、感知 Perception) 与行动 Action。 通过重复这一过程，智能体能够持续获取反馈并与环境互动。 2，规划 Planning 从完成任务的维度，智能体对任务进行拆解，然后对拆解的步骤进行反思。 Reflexion阶段：Agent分析报错，生成反思：”我在处理循环边界时使用了range(n)，但在访问i计1时导致了越界，下次我应该使用 range(n-1)或者增加边界检查。”
1K10编辑于 2026-01-18 Agent监控与调试：Python实现智能体行为的可视化分析
Agent 监控与调试：Python 实现智能体行为的可视化分析嘿，各位技术小伙伴们！ 今天呀，咱们就一起来探索如何用 Python 实现对智能体行为的可视化分析，让这些 “小机器人” 的一举一动都清晰地展现在我们眼前！啥是智能体（Agent）呀？智能体可不是普通的程序模块哦。 可视化分析的超能力可视化分析对于智能体监控与调试来说，那可是有着神奇的超能力。把智能体复杂的行为数据以直观的图形、图表等形式展示出来，我们能一眼看出其中的规律、趋势和异常。 智能体行为数据的收集要进行可视化分析，首先得收集智能体的行为数据。智能体在运行过程中会产生各种各样的数据，比如它的每一个决策、每一次行动的结果、所处环境的状态变化等。 结语哇哦，到这里咱们关于 Agent 监控与调试：Python 实现智能体行为的可视化分析这篇文章就快要结束啦！相信通过这三个部分的学习，各位小伙伴们对智能体的监控与调试已经有了比较深入的了解。
65010编辑于 2025-03-28- 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。 （三）投资决策与资产管理 智能投资顾问 蚂蚁金服的智能投资顾问利用人工智能技术和大数据分析，为用户提供个性化的投资建议。 三、蚂蚁金服智能体的技术实现 （一）人工智能技术 机器学习 蚂蚁金服利用机器学习算法对金融数据进行分析和预测，实现智能体的自主学习和优化。 分析过程：智能体利用机器学习算法对这些数据进行实时分析。 在技术实现方面，从人工智能技术、大数据技术和云计算技术三个角度进行分析，介绍了机器学习、自然语言处理、深度学习、数据采集存储与处理分析以及弹性计算和分布式架构等技术在蚂蚁金服智能体中的应用。
3K21编辑于 2024-12-23 - 来自专栏实在智能RPA
人工智能AI中“Agent智能体”指什么？
在人工智能领域，“Agent”是一个可以具象化的概念。它不再是科幻电影里冰冷的机器人形象，而是指代一种能在特定环境中自主感知、决策并行动以达成目标的智能实体。 01 Agent智能体特征一个真正的智能体，区别于简单的自动化程序，必须具备几项关键能力。首先是自主性，它能在没有人类持续干预的情况下运行，依据内置的目标和规则做出判断。 持续学习能力让它能通过经验或新数据优化决策模型，而社会性则体现在多Agent系统中复杂的协作、协商甚至竞争机制上。02 剖析Agent智能体架构现代智能体系统通常采用模块化设计，各司其职又紧密协同。 多Agent系统更是将智能推向新高度，通过分布式协同解决城市交通流优化、电网智能调度或复杂供应链管理等宏大问题，其中涉及博弈论与分布式共识算法。 联邦学习等隐私保护技术也将助力Agent在数据敏感场景的落地。人工智能中的Agent，本质是构建能够主动理解世界、思考问题并采取行动的智能实体。它不仅是技术概念，更代表了一种解决复杂问题的新范式。
2.4K20编辑于 2025-07-31 - 来自专栏厉害了程序员
newrelic python agent 源码分析-1
最近看了一下 newrelic-python-agent 源码，这是查看源码过程中的一些记录。 () # 设置探针 _setup_data_source() # TODO _setup_extensions() # TODO _setup_agent_console 下一篇再分析一个 flask 请求到结束探针工作的完整过程吧。
66920发布于 2020-12-22
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