tag agent

標籤
貢獻38
136
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 - 如何構建可信智能 Data Agent？推薦 Aloudata Agent 分析決策智能體

摘要： 在 AI 與大數據深度融合的當下，數據分析民主化日漸火熱。Aloudata Agent 分析決策智能體依託於統一的指標語義層、NoETL 數據工程體系，以及從智能問數、智能歸因分析到報告生成的端到端數據分析決策閉環能力，突破傳統數據分析 BI 工具的侷限性，能夠幫助企業構建可信智能的 Data Agent，實現以自然語言交互的方式進行自主式數據探查、歸因分析等，並支持構建個性化場景數據分析

agent , 人工智能 , 數據分析

收藏 評論

deephub 頭像

deephub - AI智能體落地：Agent-Assist vs 全自動化完整決策指南

今年開始LLM驅動的Agentic AI發展速度非常驚人。而我們現在面臨一個實際問題：到底是上全自主的AI智能體，還是讓人類繼續參與決策？從大量實際案例來看Agent-Assist（也就是Human-in-the-Loop系統）既能帶來自動化的效率提升，又能有效規避那些可能造成重大損失的錯誤。 而且如果系統設計得當的化，還可以從人類每次糾正中學習，持續積累組織自己的專業知識庫。 概念回顧

llm , agent , 人工智能 , 深度學習

收藏 評論

aloudata 頭像

Aloudata大應科技 - Aloudata Agent 重磅功能發佈：“用户編排思路、AI 精準執行、可沉澱複用”的模塊化分析報告

自今年年初產品雛形推出以來， Aloudata Agent 保持着快速迭代，功能演進路徑清晰而堅定： 三階能力躍遷：8 月，Aloudata Agent 公開體驗版正式上線，形成了「AI 問數+智能歸因+深度報告」端到端智能分析閉環，結合“場景助手”構建了一個真正面向業務、服務於決策的分析智能體。 洞察深化：9 月，Aloudata Agent 實現了基於指標語義層的智能歸因分析能力升級，歸

chat , agent , 數據可視化 , 數據分析

收藏 評論

u_13778063 頭像

u_13778063 - 2025 SECon × AgentX 大會：AI 原生應用架構專場精彩回顧 & PPT 下載

作者：盈楹 近日，2025 SECon×AgentX大會——AI 原生應用架構專場圓滿落幕，本次專場阿里雲聯合信通院共同出品，現場吸引了 80+ 名技術從業者深度參與。 活動聚焦 AI 時代軟件架構的核心命題，深度分享了 AI 原生應用架構趨勢與實踐、AgentScope 開發框架、AI 開放平台、大模型可觀測 AIOps 等熱門技術議題，探討從基礎設施到應用層的協

agent , 原生應用 , 數據 , 雲計算 , 阿里雲 , 雲服務 , 開發框架

收藏 評論

qiangjiandemugua 頭像

強健的木瓜 - LinkAI工作流發佈至廣場，並通過api調用自己或者他人的工作流

什麼是工作流 LinkAI工作流（WorkFlow）是一種靈活的智能體搭建方式。可以自由選擇「大模型、應用、知識庫、插件、意圖識別、轉人工、渠道消息發送」等多種原子能力，通過可視化拖拉拽的方式進行組合編排，零代碼搭出一個業務流程。讓智能體按照規劃的方式進行工作。並且可以設置定時運行，結合LinkAI渠道端能力實現定時推送、智能觸達。 LinkAI工作流功能自發布以來，有不少的開發者使用工作流搭建

workflow , agent , 人工智能 , 工作流

收藏 評論

ospo 頭像

字節跳動開源 - AIO Sandbox：為 AI Agent 打造的一體化、可定製的沙箱環境

文章來源｜字節跳動 Web Infra x veFaas團隊 項目地址｜github.com/agent-infra/sandbox 引言： AI Agent 在執行復雜任務時，常需在瀏覽器、代碼執行、文件系統之間切換。傳統多沙箱方案面臨環境割裂、數據搬運、鑑權複雜等問題。AIO Sandbox 通過一個 Docker 鏡像整合所有能力，提供統一文件系統與鑑權，並支持鏡像定製，提升了

agent , 人工智能 , 開源

收藏 評論

aloudata 頭像

Aloudata大應科技 - Aloudata 亮相 2025 DACon 數智大會，為企業打造可信智能的 Data Agent

10 月 24 日，由國內知名大數據與人工智能技術社區 DataFun 主辦的 2025 DACon 數智大會在北京隆重舉行。此次大會以“大模型時代，Data + AI 的變與不變”為主題，聚焦大數據、大模型技術動態及 AI 應用實踐，涵蓋了汽車製造、金融、保險、電商、消費、零售、物流、軟件開發等行業領域。 Aloudata 大應科技產品專家趙禕祺受邀參會，帶來了《以 NoETL 指標語義層為核心

agent , 大數據 , etl , 人工智能 , 數據分析

收藏 評論

smartbidashuju 頭像

Smartbi - 當 “頂級謀士” 住進系統：專家智能體，為你的決策破局開路

此前，我們介紹過分析智能體，它可是超靠譜的 “專屬數據夥伴”，擅長基於明確指令進行數據分析和可視化展現。 但實際中，用户提問常不明確，問句發散又靈活，沒法提前窮舉。就像有人問 “上半年經營情況怎麼樣”，沒説清看營收還是利潤、要分區域還是分產品線，而這樣的問題太常見了。 再者，像銷量下降、客户流失這樣的難題，用户可不是隻想拿到冰冷數據，他們要的是問題根源、解決策略。 這時，就需要我們另外一個數字夥伴

agent , bi , 人工智能 , 數據分析

收藏 評論

aitinggedejinzhengu 頭像

愛聽歌的金針菇 - 企業如何借力大模型與生成式AI讓企業智能體落地賦能真實業務場景

當大模型的技術熱潮從概念走向產業深水區，企業面臨的核心命題已從“是否引入AI”轉變為“如何讓AI真正幹活”。生成式AI的通用能力若無法與具體業務流程耦合，便只是懸浮的技術幻影。而智能體（Agent）平台正成為破解這一困局的關鍵載體——它以大模型為智能內核，以場景適配為落地抓手，將抽象的AI能力轉化為可執行的業務價值，推動企業完成從“技術認知”到“生產力躍遷”的實質性跨越。 一、破局：從“工具輔助”

觀點 , agent , 知識 , 自動化 , 人工智能

收藏 評論

aloudata 頭像

Aloudata大應科技 - 如何找到心儀的 ChatBI 智能體？Aloudata Agent 推薦給你

在數智化轉型浪潮中，ChatBI 智能體憑藉自然語言交互能力，成為企業打破數據分析壁壘、實現數據民主化的關鍵工具。面對市場上眾多選擇，Aloudata Agent 以“NoETL 明細語義層+多 Agent 協同架構”脱穎而出，通過 NL2MQL2SQL（MQL:MetricQueryLanguage）技術路徑精準對齊業務語義與數據語言，解決了 NL2SQL 和 NL2DSL2SQL 傳統方案中存

chat , agent , etl , 人工智能 , 數據分析

收藏 評論

deephub 頭像

deephub - AutoGen框架入門:5個核心概念搭建智能體協作系統

AutoGen 是微軟研究院開源的多智能體 AI 系統框架。這個框架的設計思路很簡單——讓多個 AI 智能體（加上人類參與）在對話中完成複雜任務的協作和推理。 你甚至可以把它理解成一個團隊聊天室，智能體們在裏面討論、爭論、協作，最終得出解決方案。 AutoGen 通過創建多個專門化智能體，為每個智能體設定自己的角色、目標，來達到上面説的聊天能力，並且還能通過配置工具來獲得代碼執行能力。智能

llm , agent , 人工智能 , 深度學習 , Python

收藏 評論

aloudata 頭像

Aloudata大應科技 - 2025 AI 智能問數產品推薦：Aloudata Agent 分析決策智能體

摘要： Aloudata Agent 是業界首個公開體驗版企業級數據分析智能體，基於“NoETL 明細語義層 + 多 Agent 協同”架構而構建，通過獨創的 NL2MQL2SQL（MQL:MetricQueryLanguage）技術路徑，可以幫助用户實現自然語言智能問數、歸因分析、報告生成，推進數據民主化，精準賦能業務靈活用數和敏捷決策。 Aloudata Agent 還支持用户根據不同業

agent , 人工智能 , 數據分析

收藏 評論

mangrandedanche 頭像

數據庫分享小北 - 有獎話題：Data Agent for Meta 能否成為企業級 “數據大腦”？

隨着生成式人工智能（Generative AI）從概念驗證邁向規模化商業落地，AI Agent已成為企業核心業務流程的重要組成部分。然而，當模型調用日益便捷時，核心痛點已不再是模型本身，而是集中在一個關鍵要素上：數據。 傳統的數據管理方式依賴於繁重的人工開發和漫長的維護週期，難以應對指數級增長的數據複雜度。數據孤島導致知識庫分散，通用大模型難以理解專業業務。AI Agent面臨"看不懂業務語

資訊 , agent , MySQL , 阿里雲 , 數據庫

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

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

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_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

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