- 综合排序
- 最热优先
- 最新优先
AI Agent 企业应用-入门指南
一、AI Agent 核心概念与能力AI Agent（人工智能代理）是一种能够感知环境、自主决策并执行动作的智能实体。 与传统人工智能不同，AI Agent 具备通过独立思考、调用工具逐步完成目标的能力，其核心能力包括：自主决策：无需人类干预，根据目标判断下一步行动。 例如，客服 Agent 能根据用户情绪变化切换沟通方式。二、企业应用场景与价值AI Agent 已渗透至企业运营全链条，以下为典型应用场景及价值量化模型：1. 扣子（Cognosys）：完全中文化、本土化的智能体发布平台，适合内容创作者、知识博主、小微企业老板快速发布 AI 产品（如个人 IP 智能助理、AI 提效顾问）。 垂直领域深化：AI Agent 将深度渗透至医疗、金融、制造等垂直领域，结合行业知识图谱与专用模型，提供更精准的服务。
77010编辑于 2026-04-27- 来自专栏OpenClaw
OpenClaw 入门指南：AI Agent 开发新范式
1.2 核心定位与价值主张OpenClaw 的核心定位非常清晰： 在你自己的设备上运行的 AI Agent，连接各种消息平台，提供 24/7 全天候的 AI 助手体验。 1.3 与主流框架的技术对比为了帮助读者更好地理解 OpenClaw 在技术生态中的定位，我们将其与当前主流的 AI Agent 框架进行对比： 特性OpenClawLangChainAutoGPTChatGPT openclaw agent mkdir -p ~/.openclaw/skills/daily-report # 设置定时任务 crontab -e # 添加：每天下午 6 点生成日报 0 18 * * * openclaw agent /bin/bash openclaw agent --message "审查本次代码提交：$(git diff HEAD~1)"' > .git/hooks/post-commit chmod +x .
93720编辑于 2026-04-29 Hermes Agent从入门到AI数字员工实战指南
Hermes Agent从入门到AI数字员工实战指南一、Hermes Agent概述Hermes Agent是一种基于大语言模型(LLM)的AI智能代理系统，通过模块化设计赋予AI工具使用、任务规划和自主执行能力 ( "查询2023年全球AI市场规模并生成分析报告", tools=["web_search", "report_generator"])print(response)2. 在金融领域应用的10页行业报告", steps=["数据收集", "分析", "撰写", "校对"])四、AI数字员工进阶开发1. 为代表的AI数字员工正从概念验证阶段走向企业级应用。 通过本指南介绍的技术路径，开发者和企业可以构建出能够理解复杂需求、自主规划任务并执行实际工作的智能代理系统。随着技术的持续发展，AI数字员工将成为组织数字化转型的核心驱动力之一。
12010编辑于 2026-06-192026 最新：AI Agent Skills 完全指南（附安装教程）
摘要 AI Agent Skills 是一种标准化的 AI 能力封装格式，让 AI 助手能够学习新的工作流程。 一、什么是 AI Agent Skills AI Agent Skills 是为 AI 智能体（AI Agent）提供特定能力的技能包。每个 Skill 都是一个独立的功能模块，可以完成特定的任务。 AI Agent Skills 的出现，让 AI 智能体可以从"通用助手"转变为"专业助手"，在特定领域提供更有针对性的帮助。 在 SkillHub 平台上，用户可以： 搜索和浏览 AI Skills 查看技能详情和安全评估报告 安装和使用 AI Skills 发布自己开发的 AI Skills 三、AI Agent Skills 十、总结 AI Agent Skills 为 AI 智能体提供了特定领域的能力，让 AI 助手可以从通用转向专业。
22710编辑于 2026-06-26- 来自专栏Hermes Agent 爱马仕
🔥🔥🔥🐎Hermes Agent（爱马仕）完全指南：会自我进化的AI智能体，正在颠覆AI Agent生态
HermesAgent（爱马仕）完全指南：会自我进化的AI智能体，正在颠覆AIAgent生态2026年4月，一个名为HermesAgent的开源项目在GitHub上狂揽6.6万星，登顶全球编程应用榜首。 2.1一句话说清本质区别对比维度HermesAgentOpenClaw定位“养成系”打工人“指挥中心”操作系统核心逻辑单Agent+学习循环多Agent+网关编排技术栈Python（轻量、易读）TypeScript 2.2详细对比表维度HermesAgentOpenClaw架构风格Agent优先，单核心驱动控制平面优先，Gateway+编排技能系统内生演进，AI自己写/修/删技能平台化管理，ClawHub生态IM网关轻量触达 提示缓存：系统提示大多稳定，多数服务提供商可对其进行提示缓存，大幅降低后续调用成本5美元VPS即可7×24运行：官方表示租个5美元（约35元人民币）的服务器，就能全天候跑Hermes⚠️第六部分：避坑指南坑 官方资源：GitHub：https://github.com/nousresearch/hermes-agent官方文档：https://hermes-agent.nousresearch.com/
6.1K44编辑于 2026-04-21 - 来自专栏深蓝居
AI Coding Agent Token 成本优化指南（下）：工具层、代码图谱与多 Agent 协作
但如果你想继续往下压，就要开始处理系统层的问题：命令输出怎么压、检索怎么少走弯路、多个 Agent 怎么把上下文拆开。 6.2 subagent：任务隔离的最低成本方式 CodeBuddy 的 Skill 里可以直接调用 Agent tool，把子任务分发出去： 使用 Agent tool 分析这个 PR 的影响范围， 第八章 结语 两篇文章的核心只有一句话： AI Agent 成本优化 本质不是让你少问一句话 而是让系统少重复做无效工作 压成公式： 更低成本 = 更少重复上下文（RTK、Caveman、headroom https://platform.claude.com/docs/en/build-with-claude/prompt-caching [2] Claude Code Prompt Cache 实战指南 /rtk [4] RTK 实战指南 https://juejin.cn/post/7628503584259211316 [5] Caveman GitHub https://github.com/
31610编辑于 2026-06-09 - 来自专栏腾讯云存储
「Agent 升级指南」第三期：Agent Storage，开启 AI 应用开发新范式
如今 Agent Storage 将重新定义存储，成为 AI 应用持续迭代与规模化落地的核心基建。 它不再是一个被动的存储仓库，而是一个开箱即用的 AI 智能底座，让数据在存储层就能被理解、被检索、并直接被 Agent 高效消费。 应用与 Agent 层：直接对接 RAG 应用、AI Agent 工具调用、多模态搜索、知识管理等场景，提供无缝集成体验。 下面，我们通过一个真实案例，揭示其核心价值。 它填补的是整个 AI Agent 基础设施生态中，数据层这块关键拼图。 Agent Storage，旨在成为 AI 时代坚实、智能的数据基石，与您共同探索智能的更多可能。
40110编辑于 2026-04-30 - 来自专栏OpenClaw
AI Agent 框架选型指南：OpenClaw、LangChain、AutoGPT、CrewAI 深度对比
文章结合真实项目经验，提供详细的选型决策流程和踩坑指南，读者将学会如何评估不同框架的优劣，并掌握从零搭建多渠道AI助手的完整流程。1.引言说实话，选AIAgent框架这件事，我纠结了整整两周。 这对于隐私敏感的场景（如企业内部助手、个人AI私人助理）非常重要。Skill系统：OpenClaw采用Skill（技能）模块化设计，每个功能都是一个独立的Skill。 你可以根据需要安装、卸载、开发技能，灵活定制AI助手的能力。浏览器控制：内置浏览器自动化能力，可以让AI助手操作网页、填写表单、截图等。这对于需要与Web系统交互的场景非常有用。 本地模型支持：支持Ollama等本地模型，可以在没有网络的情况下运行AI助手。 比如Skill开发指南中，关于复杂技能的示例较少。我的解决方案是直接翻源码，参考官方Skill的实现方式。坑2：生态相对新第三方Skill数量不如LangChain的Tools多。
1.8K10编辑于 2026-05-01 - 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。
53210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 ServiceNow推出Agentic Playbooks重新定义工作流自动化 ServiceNow在其最新的Zurich版本中推出了Agentic Playbooks，这一创新允许团队将复杂的跨企业流程分解为逐步指南 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。
40710编辑于 2025-09-17 AI Agent 简介
在当今科技浪潮中，人工智能（AI）深度融入生活与工作的背后，AI Agent（智能体） 是支撑从对话助手到自主任务程序的核心概念——它不是单纯的聊天工具，而是能像数字员工一样接任务、拆步骤、执行动作的自动化实体 ，只要任务可拆解为操作流程，就能被 AI Agent 接管。 Agent 与传统 AI 模型的区别 维度 传统 AI 模型 AI Agent 交互方式 单次输入输出 多轮对话、持续交互 决策能力 基于输入直接推理 规划、反思、迭代优化 工具使用 无法主动调用外部工具 AI Agent 构成：像人一样思考与行动 一个功能完整的 AI Agent 通常模仿人类的认知和行动循环，包含以下几个关键模块： 1、规划模块：任务的大脑与指挥官 这是 Agent 的思考中枢。 多个 Agent 可以协同工作，类似一个团队： AI Agent 的主要类型与应用场景 根据其复杂度和自主性，AI Agent 可以分为不同类型，应用于各种场景： 类型 特点 应用场景举例 单一任务
88811编辑于 2026-04-24- 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。
46110编辑于 2024-12-11 - 来自专栏技术人生黄勇
Agent Mail｜让AI之间也能发邮件协作，接入指南
有了这个邮箱，Agent 能自己接通知、发邮件、处理附件。 这个产品的出现，证明数字世界正在AI的影响下发生着深刻的变化：从AI工具到AI优先：未来最重要的用户可能不是人。 在我的角度看来，专属邮箱是以 Agent 将来是主要使用者定位而延展出的产品，既然 Agent 是使用者，那有一个专门的邮箱也是顺理成章，将来随着技术更新，Agent 使用的普及率，可能有更多需求出现。 软件系统已经为了适应 Agent 的使用，都在添加可以命令行（CLI）操作的功能，专属邮件系统也是一种有用的尝试。 一个 Agent 给另一个 Agent 发一封邮件，把任务、附件、要求都写清楚。 但 Agent Mail 真正的价值在 A2A，即 Agent-to-Agent，不同 Agent 之间的自主协作。 比如我的是： 刚创建时状态显示「未接入 Agent」，说明还没和任何 Agent 绑定。
700编辑于 2026-07-01 - 来自专栏创作特训营
EdgeOne Makers × MCP 实战：极速上线你的 AI Agent 完整指南
Agent对话。 图3：本地dev模式启动成功，浏览器访问localhost:8088即可与Agent对话Step2·改造Agent入口文件模板已经包含了最小可运行的Agent，我们需要将其改造为「代码审查助手」。 与开发工具链无缝对接EdgeOneMakers支持通过MCP（ModelContextProtocol）与AI编程工具（如Claude、Cursor、Windsurf）集成。 edgeone-makers":{"command":"edgeone","args":["mcp"],"env":{"MAKERS_API_KEY":"your-api-key"}}}}安装完成后，在你的AI ：依托EdgeOne基础设施，Agent在全球范围低延迟响应MCP/Skills生态：与主流AI编程工具深度集成渐进式付费：免费额度起步，随业务增长弹性扩缩未来优化方向多Agent编排：多个Agent协同完成复杂业务场景知识库集成
27120编辑于 2026-06-24 物理世界交互：Python控制机械臂的AI Agent开发指南
物理世界交互：Python 控制机械臂的 AI Agent 开发指南嘿，小伙伴们！你是否曾幻想过自己能像科幻电影中的超级科学家一样，操控着神奇的机械臂，让它在物理世界中灵活舞动，完成各种高难度任务？ OpenCV 官方文档链接三、AI Agent：赋予机械臂智能的灵魂AI Agent 是一种能够感知环境、做出决策并采取行动的智能体。 在机械臂控制中，引入 AI Agent 可以让机械臂更加智能地应对各种复杂的任务和环境变化。AI Agent 的基本概念一个典型的 AI Agent 由感知器、决策器和执行器组成。 六、简单的 AI Agent 实现接下来，我们尝试实现一个简单的 AI Agent，让机械臂能够根据环境信息做出决策。这里以一个基于距离传感器的简单避障场景为例。 结语到这里，关于 Python 控制机械臂的 AI Agent 开发指南就接近尾声啦！小伙伴们，通过这三篇文章，相信你们已经对机械臂的控制开发有了较为深入的了解。
1.5K10编辑于 2025-03-19- 来自专栏Agent
OpenClaw 多 Agent 配置实战指南
OpenClaw多Agent配置实战指南简介：本文详解OpenClaw多Agent架构的完整配置流程。 如果你想为OpenClaw配置多个"员工"，让不同Agent承担不同角色、拥有独立性格、工作目录和工具权限，那么多Agent架构是你的必由之路。 配置指南执行命令创建一个Agent，以及使用--workspcae命令给这个Agent一个工作区域。 绑定到不同的频道和不同的Agent进行对话，这里的bindings和文件中的Agent是同级的！这里演示discord，需要开启开发者模式，才能获取频道的id！ 的初始化任务清单，只有Agent执行完里面的命令，他才会被删除，如果手动创建这个文件，可能会导致bootstrapping状态，一直尝试完成里面的任务。
5.9K33编辑于 2026-03-07 浅谈AI agent项目
此文主要讲解ai项目集成心得体会个人感觉ai项目与正常开发并无太大区别，你可以理解为就多了一些依赖引入，多了些编码的固定格式。主要涉及几大板块区别，一个是模型引入，即你想使用什么LLM作为基座。 第一个模型引入，简单来说就是需要接入我们的大语言模型，作为我们整个agent项目的衔接。 但他常涵盖一套操作，就是我们调用外部的其余api的一个规范化（基于agent的），此处说的其余api其实描述是不大对的但你可以看做类似的这种操作。只是调用api是单次的，一问一答。
21720编辑于 2026-04-13AI Agent Skill 科普
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。 用标题、列表、表格等方式组织内容，让AI能够快速理解和执行。 用户导向以解决实际问题为目标，不是为了做而做。每一个规则都应该对应一个具体的痛点或需求。 灵活性原则流程是指南，不是教条。 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。
1.2K20编辑于 2026-03-10- 来自专栏人工智能领域
AI Agent 介绍（130）
未来趋势：预测AI Agent的发展趋势，以及它们将如何塑造我们的未来。 实践指南：提供关于如何开发和部署AI Agent的实用指南和最佳实践。 在《2024中国AI Agent市场指南》中，沙丘智库将AI Agent定位为一种具有自主性或半自主性的智能实体，能够利用人工智能技术在数字或物理环境中感知、决策、采取行动并实现目标。 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 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。
2.9K11编辑于 2024-12-18 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？
33710编辑于 2026-02-28
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