tag agent

標籤
貢獻38
138
04:51 PM · Oct 26 ,2025
aloudata 頭像 deephub 頭像 u_13778063 頭像 tangshiye 頭像 aitinggedejinzhengu 頭像 danxiaodeyanjing 頭像 infinilabs 頭像 u_16116809 頭像 mangrandedanche 頭像 hanxudeliema 頭像 u_17216172 頭像 alixitongruanjianjishu 頭像

@agent / 博客 RSS 訂閱

aloudata 頭像

Aloudata大應科技 - ChatBI 選型必看：為什麼説“準確率”是評估智能問數工具的第一基石？

2025 年，ChatBI（對話式商業智能）以“自然語言交互+智能數據分析”的模式席捲企業服務市場。從零售門店的實時銷售分析到電商平台的運營決策，ChatBI 讓業務人員無需依賴 IT 團隊即可快速獲取數據洞察。然而，隨着市場爆發式增長，一個核心問題逐漸浮現： 當大模型驅動的 ChatBI 在解析複雜業務問題時，如何確保回答數據的準確性？本文將深入探討準確率為何成為 ChatBI 選型的“第一基石

agent , bi , data , etl , 數據分析

收藏 評論

u_16116809 頭像

wx6464351503832 - 智能體AI的六大核心設計模式

隨着大模型技術的成熟，智能體正在從概念走向實際應用。與傳統的單次問答系統不同，智能體能夠自主規劃、使用工具、反思決策，並通過多輪交互完成複雜任務。本文探討當前業界最主流的六種智能體設計模式，這些模式已經在各大AI產品中得到驗證和應用，為開發者提供了構建可靠智能體系統的技術參考。 ReAct Agent：推理與行動的循環框架

agent , 智能體 , 設計模式 , 人工智能 , Css , 大模型 , 前端開發 , HTML

收藏 評論

aloudata 頭像

Aloudata大應科技 - Aloudata 榮登《2025 中國數智化轉型升級創新服務企業》榜單

在由數智猿 × 數據猿聯合主辦的“2025 第五屆數智化轉型升級發展論壇——暨 AI 大模型 AI Agent 趨勢論壇”上，Aloudata 大應科技與標杆客户麥當勞中國載譽同行，榮登《2025 中國數智化轉型升級創新服務企業》榜單，獲評“2025 中國數智化轉型升級優秀案例”。 榜單在歷經數月時間內，由數智猿 × 數據猿 × 上海大數據聯盟組建的初審小組、核心粉絲組成的公審團，以及外部行業

agent , 數據 , 數據倉庫 , etl

收藏 評論

u_16116809 頭像

wx6464351503832 - 徹底搞懂了！基於LangGraph與DeepSeek構建深度研究智能體

代碼已放在：https://github.com/yanqiangmiffy/Agent-Tutorials-ZH/tree/main/deep_research_agent 什麼是深度研究智能體？ 簡單來説，深度研究智能體（Deep Research Agents）是能夠對預設主題進行深入研究的系統。通常，這至少包括以下幾個步驟：

agent , MySQL , 搜索 , 數據庫 , Json

收藏 評論

u_16099196 頭像

我是數據分析師 - Java Agent 簡介 -

作者：遠雲 隨着 LLM 應用的飛速發展，越來越多的 Agent 應用開始走近每個人。圍繞着 Agent 應用的核心，目前業界有零代碼、低代碼和高代碼三條主流的技術路線。AgentScope 作為 Python 社區中受到廣泛應用的高代碼框架，在 Java 生態下的需求也越來越大。今天，我們很高興地宣佈 AgentScope Java v0.2 版

agent , AgentScope Java , 開發語言 , 後端開發 , JAVA , Python

收藏 評論

u_17216172 頭像

數據庫知識分享者小北 - DAS Agent、MCP Server 與 Dify 集成，實現跨賬號數據庫智能運維！

DAS Agent是基於大模型技術，融合了阿里雲10萬+工單和專家經驗的智能數據庫運維大腦，專注於解決雲數據庫的日常運維及穩定性問題。通過融合AI，構建了覆蓋問題發現、診斷、優化的全鏈路自治能力，為您提供高效、精準的數據庫穩定性保障。 我們考慮一個場景，某大型集團客户有多個公司，負責不同的業務，其雲上實例在阿里雲上也分佈在不同的uid上。但研發與運維是隸屬集團的部門，小組中

agent , MySQL , 運維 , 阿里雲 , 數據庫 , DAS Agent

收藏 評論

u_16909639 頭像

小馬過河R - 編寫第一個MCP Server之Hello world

(目錄) 引言 上一篇《在Cline上調用MCP服務之MCP實踐篇》我們講到如何調用MCP服務，這次我們就來自己寫一個MCP服務。 在動手自己編寫MCP Server之前建議還是先認真看一遍MCP官網的介紹。 參考官方教程，我們計劃編寫一個名為“Echo”的MCP Server作為我們的MCP Server Hello world。 一、檢查環境並初始化項目 首

機器學習 , agent , NLP , mcp , 人工智能 , 在51CTO的第一篇博文

收藏 評論

deephub 頭像

deephub - Pydantic-DeepAgents：基於 Pydantic-AI 的輕量級生產級 Agent 框架

DeepAgents的靈感源自 LangChain deepagents，但在設計上更做減法，它強調類型安全且內置了 Docker 沙箱 2025 年的Autonomous AI Agents早就不是實驗室裏的花架子了。在現實世界的自動化流程、代碼生成工具、數據管道以及各類智能助手中都能看到它們的身影。 現在的很多主流 Agent 框架越來越重。為了用上 Agent，你往往得引入一堆沉重的

llm , agent , 人工智能 , 深度學習

收藏 評論

qingyi_60a1e7187a4ff 頭像

數智化轉型俱樂部 - 瓴羊重磅發佈：2025數據分析Agent白皮書

2025年，既是公認的智能體（Agent）落地元年，更是數據智能發展的關鍵拐點。作為AI技術在數據領域的核心應用，數據分析Agent在這一年實現了突破性能力飛躍與企業級項目落地。回溯技術演進脈絡，從2023年LLM打破自然語言理解的桎梏，到2025年Agent技術賦予數據應用自主規劃、執行、反思的閉環能力，數據分析的演進始終圍繞降低使用門檻、提升分析效率、深化數據價值的核心目標。數據分析Agent

數據挖掘 , agent , 機器人 , 人工智能 , 數據分析

收藏 評論

tangshiye 頭像

AI架構師湯師爺 - 釦子Coze實戰：從0到1搭建抖音+小紅書對標賬號監控智能體

大家好，我是湯師爺，AI智能體架構師，致力於幫助100W人用智能體創富~ 選題對內容創作至關重要，但面對海量信息，找到有價值的爆款選題並不容易。 對標賬號監控是內容創作者制定策略的有效工具。 通過跟蹤和分析行業內優秀創作者的內容，我們能獲得市場洞察和創作靈感，避免從零摸索。 這個方法尤其適合新手創作者，幫助他們快速瞭解哪類內容最受歡迎。 1. 為什麼要做對標賬號監控

軟件研發 , coze , agent , 智能體 , 釦子

收藏 評論

vipstone 頭像

Java中文社羣 - 保姆級教程：將N8N升級為“全模態”神器，看圖、聽音樣樣行！

今天咱們來聊個超酷的功能：如何讓你的 n8n 工作流“長眼睛”和“長耳朵”？ 🧐 很多朋友在用 n8n 搭建 AI 應用時，發現不論怎麼折騰，好像只能發文字。想發張圖片讓 AI 分析？或者發段語音讓 AI 聽聽？對不起，不支持。🚫 別急！今天這篇教程就手把手教你，如何利用 全模態（Multimodal） 大模型，讓你的 n8n 支持文本、圖片、音頻、視頻的上傳與多

agent , API , 上傳 , Css , 模態 , 前端開發 , HTML

收藏 評論

arextest 頭像

AREX_中文社區 - 自動化迴歸測試平台 AREX 的 Mock 實現原理

AREX 是一款開源的基於真實請求與數據的自動化迴歸測試平台，利用 Java Agent 字節碼注入技術，通過在生產環境錄製和存儲請求、應答數據，並在測試環境回放請求和注入 Mock 數據，存儲新的應答，實現了自動錄製、自動回放、自動比對，為接口迴歸測試提供便利。 AREX Mock 功能十分強大，不僅支持各種主流技術框架的自動數據採集和 Mock，還支持了本地時間、緩存數據以及各種內存數據的採集

mock , agent , JAVA , 測試工具

收藏 評論

baidujiagoushi 頭像

百度Geek説 - 圖引擎在智能體開發場景的應用實踐

導讀 隨着AGI理論的不斷突破，智能體已經成為LLM在企業落地的最重要的形式之一。一個完備的智能體必須能實現：感知、推理、計劃、執行等一套完整的功能，從工程的角度來看workflow特別適合這種複雜任務的分析、拆解、重組、執行, 再結合CoT技術, 實現LLM和業務功能完美契合的智能體應用。本文嘗試用成熟的圖引擎技術驅動workflow探索更多樣性的拓展agent能力的方法，以更好應對各類業務場景

workflow , agent , 人工智能 , 百度

收藏 評論

u_16213720 頭像

mob64ca14193248 - 架構師之路 — 軟件架構 — 系統架構設計模式_51CTO博客

在模塊化RAG（Retrieval-Augmented Generation）設計中，各種操作模式通過模塊化的方式協同工作，形成了一個名為 RAG流 的工作流程。這個 RAG流 可以被視為由多個子函數組成的圖形結構。通過控制邏輯，這些子函數會按預定的順序執行，同時也能根據需求進行條件判斷、分支或循環。 這種模塊化特性讓RAG系統能夠靈活應對不同的應

llm , agent , 大數據 , hadoop , langchain , 人工智能 , RAG

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - Hello AgentScope Java

作者：遠雲 隨着 LLM 應用的飛速發展，越來越多的 Agent 應用開始走近每個人。圍繞着 Agent 應用的核心，目前業界有零代碼、低代碼和高代碼三條主流的技術路線。AgentScope 作為 Python 社區中受到廣泛應用的高代碼框架，在 Java 生態下的需求也越來越大。 今天，我們很高興地宣佈AgentScope Java v0.2 版本正式發佈了，具備了所有核心的 ReActAgen

agent , JAVA , 雲原生

收藏 評論

sihaihande 頭像

漢得數字平台 - 重磅升級｜漢得靈猿AI中台1.7版本發佈！

漢得靈猿（大聖）AI中台1.7版本正式發佈！這次升級不僅帶來了眾多新功能，還從Agent智能體能力、企業知識助手能力、內置應用場景擴展、平台體驗優化等多個維度進行全面增強，旨在為用户提供更強大、更智能、更便捷的功能體驗，更好地服務於用户的實際業務場景。 此次版本升級，主要聚焦以下四個方面： Agent智能體全面升級：在新版本中，我們對Agent智能體功能進行了大幅擴展，新增多個節點，節

agent , ai開發 , 人工智能

收藏 評論

u_13778063 頭像

u_13778063 - Nacos 安全護欄：MCP、Agent、配置全維防護，重塑 AI Registry 安全邊界

作者：子葵 近期，Operant AI 披露了首個針對 Model Context Protocol（MCP）的“零點擊”攻擊——"Shadow Escape"。該攻擊展示了黑客如何利用 MCP 協議和間接 Prompt 注入，在用户毫無察覺的情況下竊取敏感數據。（詳情可見：First Zero-Click Attack Exploits MCP [ 1] ）。這一發現如同

mse , agent , 雲計算 , nacos , 阿里雲 , 雲服務 , Click

收藏 評論

aloudata 頭像

Aloudata大應科技 - AI 數據分析如何保障準確性？Aloudata Agent 構建可信數據基礎

前言： 在數字化轉型浪潮中，企業數據分析決策的時效性與準確性已成為競爭勝負的關鍵。隨着“Data + AI”融合加深，ChatBI 產品爆發式增長。但在當前市場中，大多數 ChatBI 產品依賴大模型直接生成 SQL 的技術路徑（NL2SQL），普遍面臨“大模型幻覺”導致的數據不可信問題——模型可能生成與事實不符、計算邏輯矛盾、口徑不一致甚至完全虛構的數據結果，直接影響分析決策質量。 如何突破這一

agent , 大數據 , 人工智能 , 數據分析 , 大模型

收藏 評論

deephub 頭像

deephub - Lux 上手指南：讓 AI 直接操作你的電腦

Lux 要是一個專門用於計算機操作的基礎模型。和那些只會生成文字的 AI 不同，Lux 能看懂屏幕內容並理解自然語言描述的任務目標，然後實時操控計算機完成工作。 比如説你對電腦説"打開瀏覽器，訪問 xxx"，然後它就真的執行了：鼠標移動、圖標點擊、網址輸入、頁面滾動，整個過程和真人操作沒什麼區別。 Lux 的技術實現 Lux 不依賴 API 接口所以能在任何應用中工作：瀏覽器、編輯器、郵件

llm , agent , 神經網絡 , 人工智能 , 深度學習

收藏 評論

danxiaodeyanjing 頭像

MemTensor - MemOS 2.0「星塵 Stardust」正式發佈：從知識庫到可控的記憶體系

過去一段時間中，MemOS 助力解決了大模型長期、可檢索、可複用的記憶問題。 在 MemOS 2.0 · 星塵（Stardust） 版本中，我們邁出了關鍵一步——讓記憶變得可控、可修正，並更自然地融入業務場景、開源部署及 AI 應用中。 MemOS 2.0 · 星塵（Stardust）不僅是能存記憶，更是可控的 AI 記憶系統： 支持知識庫； 記憶可持續更新、可複用； 多模態信息統一管理

agent , 部署 , ai開發 , 知識圖譜 , 數據庫

收藏 評論

infinilabs 頭像

極限實驗室 - INFINI Labs 產品更新 | Agent 全新重構，優化指標採集，支持集中配置管理，支持動態下發等功能

INFINI Labs 產品又更新啦~ 本次更新主要有 Agent、Console、Loadgen 等產品，其中 Agent 進行全新重構升級，新版限制了 CPU 資源消耗，優化了內存，相比舊版內存使用率降低 10 倍，極大的降低了對宿主服務器造成資源佔用壓力。同時 Agent 還優化了指標採集，支持集中配置管理，支持動態下發，支持一鍵安裝和自動註冊到 Console，可通過 Console 集中

console , agent , 產品

收藏 評論

danxiaodeyanjing 頭像

MemTensor - MindDock 正式內測！讓所有 AI 都記得同一個你

MemOS-MindDock 內測正式開啓！ 每次換平台、開新對話，都得重新介紹自己？想讓 ChatGPT、Gemini、DeepSeek 都能持續理解你？從今天起，你的 AI 將真正「擁有記憶」。 🎥 一段視頻，帶你認識全新的 AI 體驗 還在為 AI 的「健忘」而苦惱？ 現在，所有平台的 AI 都能共享相同的記憶。 點擊下方視頻，瞭解 MemOS-MindDock 是如何定義

agent , 算法 , 人工智能

收藏 評論