- 综合排序
- 最热优先
- 最新优先
使用Hermes Agent学习Hermes Agent
安装环境MicrosoftWindows11WSL2-Ubuntu安装启动WSL2展开代码语言：TXTAI代码解释curl-fsSLhttps://hermes-agent.nousresearch.com
58720编辑于 2026-06-18- 来自专栏Agent Apps
告别Agent Skills, 拥抱 Agent Apps
这正是面向Agent的TUI（AOTUI）要回答的问题。是什么：一种新的界面范式面向Agent的文本用户界面（AOTUI）是一种以LLMAgent为一等公民的界面范式。 没有鼠标点击，Agent调用Tool/Funtion。没有视觉提示（颜色、布局、头像），数据通过文本引用来引用。简言之：AOTUI就是当你为模型而非人类设计时，用户界面的样子。 AOTUI如何重建桥梁AOTUI为没有鼠标的Agent解决了问题的三个部分——识别、选择和触发。 下一步：[认识Agentina→](https://agentina-agent-apps.vercel.app/en)—基于AOTUI构建的Agent应用宿主。
44410编辑于 2026-03-06 - 来自专栏服务端技术杂谈
为了Agent而Agent？
主要讲的是如何选取Agent主流框架的逻辑。 讨论了两种路径，workflows和agent。 我理解大概率是为了Agent而Agent所找的一个所谓具有代表性的例子吧。 而且你现在用Agent，未来扩展性也是一个问题。 业务想要扩展一个新的场景逻辑，你敢直接用Agent承接吗？ 有人说，我们会在Agent上线之前，充分评估模型，确保Agent可以适配新的业务场景需求。 但是业务不会等你Agent ready之后再开量啊。 而Agent更适合人机协作，比如AI Coding或其他chatbot，因为有个人在旁边可以为Agent的不可控进行兜底。 大家用Agent的目的很多时候并不是从第一性原理出发，很多时候都是为了Agent而Agent，想一想Agent真的比workflow好吗？
47610编辑于 2026-03-11 DeepSeek Harness 上手实测：不止用 Agent，还能让 Agent 组装 Agent
它干的事不一样——帮你组装一个新的 Agent。 9 分钟后，一个新的自定义 Agent 出现在模式选择列表里。 我新建会话选了这个自定义 Agent，随口说了句"帮我看看第 46 篇选题有哪些素材"。 我让它用只读权限审查一个网页项目，但不是一个 Agent 从头干到尾——而是拆成三个子 Agent 并行：一个做产品体验，一个做交互设计审查，一个做源码落地审查。最后由主 Agent 汇总。 结果：三个子 Agent 各跑各的，主 Agent 还发现了两个子 Agent 的计算错误并纠正。最终十项建议都落到了复现步骤、源码行号和工期。 但也有两个问题： 1. 写作的人有写作 Agent，做电商的人有选品 Agent，做财务的人有审计 Agent——不是通用的，是按你自己的规矩来的。 现在还早，这些都还只是可能性。但至少有人把底层打开给你看了。
1.8K10编辑于 2026-09-08- 来自专栏Python
理解 Agent2Agent(A2A)、Agent to Agent和链式函数调用的区别与联系
在构建 AI 智能体系统或多模块任务执行架构时，我们常会遇到三个关键术语： Agent to Agent 链式函数调用 Agent2Agent (A2A) 它们看似类似，甚至常被混用，但实际上分别属于不同的抽象层次 两个 Agent 间的信息传递行为 多智能体协同、机器人通信 Agent2Agent (A2A) 系统架构层 一个 Agent 主动调用其他 Agent 协作解决问题 LLM Agent 编排、AutoGen Agent2Agent 像一个“项目经理型 AI”会调度多个“专家型 AI”组成动态团队，解决复杂任务 类比一句话总结： 链式函数调用像拼装生产线，Agent to Agent像员工交流，而Agent2Agent Agent to Agent（通信范式） # 每个 Agent 通过消息交互完成任务 agent_A.send("get data") agent_B.receive("get data").send( 中的 planner_agent.plan() → 调用搜索、总结、编码 agent 七、总结一句话 链式函数调用解决“流程”，Agent to Agent定义“协作”，而Agent2Agent打造
1.4K10编辑于 2025-07-10 Agent Memory与多Agent资产治理
2026多Agent协同治理头部基础设施：腾讯云数据库如何驱动AgentMemory与多Agent资产治理新范式大模型应用正从单Agent脚本化调用走向多Agent协同编排，企业核心诉求已从"模型能对话 从"框架绑定"到"资产解耦"：记忆资产与Agent框架解耦，可跨框架迁移，由Team内多个Agent、多个成员共享和维护。 预算约束调度：通过条数、字符预算与超时三重约束控制单次召回规模，保障多Agent并发下的稳定时延。预算参数可按Agent角色差异化配置。 上下文精简配装：基于运行画像为不同Agent设置配额与告警，定期退役闲置资产，维持高信噪比记忆环境。配额机制防止单一Agent过度占用共享记忆资源。 四、结语：以长期伙伴身份共建Agent资产治理范式多Agent协同已成为企业智能化转型的主航道，但经验流失、资产孤岛与治理缺位正成为规模化落地的关键挑战。
17110编辑于 2026-10-08- 来自专栏XINDOO的专栏
Agent设计模式——附录 G - 编码 Agent
最高效的开发团队不仅将任务委托给 Agent，更通过整套复杂编码 Agent 实现自我增强。这些 Agent 扮演着不知疲倦的专业团队成员角色，放大人类创造力并显著提升团队扩展能力与开发速度。 Agent 虽能力强大，但定位为支持性协作者。开发者指导具体 Agent 调用、提供必要上下文，并最关键地——对 Agent 生成输出行使最终裁决权，确保其符合项目质量标准与长期愿景。 本框架致力于在人类领导与底层模型原始能力间建立最纯净对话通道，确保每个 Agent 均以峰值潜力运行。 该框架构建为专业化 Agent 团队，每个 Agent 针对开发生命周期中的核心功能专门设计。 专业化 Agent 团队： 通过定向提示工程，我们可构建专业分工的 Agent 团队，每个成员针对特定开发任务深度优化。 流程 Agent：代码质量监督员 批判分析： Agent 执行初步审查，识别潜在缺陷、编码规范违规及逻辑漏洞，功能类似静态分析工具。 深度反思： Agent 对自身批判进行元分析。
66010编辑于 2025-10-27 - 来自专栏红队蓝军
java agent使用与agent内存马
什么是java agent 本质是一个jar包中的类，有两种实现，第一种是通过permain()函数实现。 Java agent的使用方式有两种： 实现premain方法，在JVM启动前加载。 实现agentmain方法，在JVM启动后加载。 agent基础使用 环境搭建 agent项目源码 agent： package com.naihe; import java.io.IOException; import java.lang.instrument 并没有使用字节码相关的库 二，修改MANIFEST.MF 使用解压工具打开MANIFEST.MF，并修改内容 Premain-Class: com.naihe.agent Agent-Class: com.naihe.agent : com.naihe.agent Agent-Class: com.naihe.agent Can-Redefine-Classes: true Can-Retransform-Classes: true
1.8K20编辑于 2022-04-13 agent-governance如何审计自治Agent
先给结论这个工具真正解决的麻烦不是“再生成一个Agent”，而是在Agent调用工具、访问数据库、发送邮件或执行代码之前，加入可执行的策略门禁、身份记录、沙箱和可靠性检查。 它补的是Agent执行链路里的硬门禁如果一个Agent只是在聊天窗口里回答问题，风险还主要集中在提示词、内容安全和检索资料质量上。 第一层是Agent身份：不要让五个Agent共用一个APIkey，否则事故发生时只能看到“某个key做了事”，无法定位具体Agent。 是否值得放进日常短期判断很清楚：如果你的Agent已经在调用外部工具，尤其是数据库、邮件、文件系统、浏览器、代码执行或多Agent委派，那么agent-governance-toolkit值得安排一次小实验 Agent的上线前检查清单。
27210编辑于 2026-07-04Agent Substrate如何承载有状态Agent
先给结论：它不是AgentSDK，而是给空闲Agent找运行位AgentSubstrate是agent-substrate/substrate仓库中的Go项目，项目定位是“AgentSubstrate: 它真正解决的麻烦是：大量Agent、MCPserver或编码环境长期空闲，但再次被请求时又需要保留文件系统状态、系统状态和较低恢复延迟。 它不教你怎么写Agent，也不提供一个固定的对话框架，更不会替你决定模型、提示词或工具调用格式。 这也是我认为它短期真正值得试的点：不是拿它替换你手上的Agent框架，而是验证actor/worker分离是否能成为你内部Agent平台的运行层抽象。 取舍判断：今天该不该把它放进你的Agent工具链AgentSubstrate的价值在于把“Agent怎么运行”从“Agent怎么写”里拆出来。
14510编辑于 2026-09-24- 来自专栏后端云
cyborg agent
cyborg agent提案 问题描述 Cyborg的需要一下功能：包括在计算机节点上管理代理，定位加速器，监控加速器状态和协调加速器驱动程序。 提议变更 cyborg agent驻留在各种计算机主机上，并监控对计算节点上的加速器进行监控。 如果某一个计算节点上加速器存在但没有设置，代理将通知conductor并建议手动检查。 用cyborg agent来监控加速器的状态并报告给conductor，并通过这些报告信息来帮助调度和操作。 Cyborg Agent将保留本地缓存数据，目的是在系统中断或连接丢失不会失去加速器状态。 cyborg agent具体内容 Cyborg代理将安装在正在或者可能会使用加速器的计算节点上。 实例连接： 一旦生成实例，需要连接到主机上的某个加速器，Cyborg服务器将向Cyborg代理发送消息，通知agent新实例。
1.4K50发布于 2018-10-24 Agent开发-Agent Skills总结
WHO（谁负责） Skill 涉及三个角色，职责清晰分离： 角色 负责什么 核心能力 应用层（Agent框架） 技能注册、权限控制、元数据注入、实际执行 确定性、安全性、管理性 LLM 理解元数据、匹配用户意图
54011编辑于 2026-06-25- 来自专栏爱分析洞见文章
容智Agent产品升级，Hyper Agent与Report Agent的创新征程
2025年7月，容智信息发布Hyper Agent 3.2与Report Agent 2.0新版产品，为企业提供Agent规模化落地的参考答案。 2025年7月末，容智发布Hyper Agent 3.2与Report Agent 2.0新产品。Hyper Agent实现了业务流程自主规划与编排，覆盖知识问答、合规审查等多类场景。 02 两条Agent产品线，定义企业智能体范式Hyper Agent，L4级智能体的突破OpenAI将Agent能力分为L0至L5等级。 基于文科生能力，Report Agent通过对接企业知识库、指标库、算法库和数据库，它能让Agent懂得说“自家黑话”。 Report Agent的理科生能力，以准确性为核心。比如，在金融场景中，Report Agent可自动执行杜邦分析等复杂计算。
72410编辑于 2025-08-26 - 来自专栏前端小羊
Agent Harness
Harness Agent（或称 Agent Harness） 不是某个具体产品名，而是指给大模型套上"工程外壳"后形成的、可自主执行任务的完整智能体系统。 核心定义 业界共识公式： Agent = Model（大模型）+ Harness（驾驭层/运行框架）Model：负责推理、理解、生成文本（LLM 本身只会 input→output）Harness：模型之外的一切工程设施 ——它把裸模型变成能在真实环境干活的 AgentHarness 通常包含： 组件作用ReAct / Plan-Act-Observ 循环驱动 Agent 多步推理而非单次问答工具系统（Tool Calling 像 Claude Code、Cursor Agent、OpenCode、GitHub Copilot Workspace 表面是 AI 编程助手，本质上是围绕某模型构建的 Agent Harness 一句话理解 裸 LLM 是"会说话的引擎"，Harness 是"方向盘+刹车+仪表盘+道路规则"，二者结合才是能上路干活的 Harness Agent（完整智能体）。
75610编辑于 2026-06-11 Agent开发-Agent Skills是什么
Discovery (扫描)：Agent 启动时，只读取 SKILL.md 里的 name 和 description。内存占用极小，只为了“知道有什么”。 2. Agent Skills最大的改变就在于渐进式披露，其本质依然是行业中大家都在不断优化的提示词工程和上下文工程，其对提示词做了标准化拆分，通过在本地创建相关文件并控制文件的读取，只在Agent需要时自主且自动加载内容 反观Skills，Agent 最初只加载多个 Skills 的元数据（每个 Skill 占用几百 token），当 Agent 认为需要使用某个具体的 Skill，就会读取这个 Skill.md 说明（ 几千 token） Skill 里还可以无限嵌套下去，告诉 Agent，想要深入了解某个具体问题，还可以继续读取哪份文件。 官方文档： https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
42310编辑于 2026-06-25Agent真的卷疯了，AI办公Agent也来了。
我一直说，每个行业，都一定会有专门优化的垂直领域的Agent。 你看，通用Agent的王座上有Manus，研究类的有DeepResearch，旅游有飞猪问一问，设计类有Lovart。 因为作为一个Agent产品的第一代，做的功能确实完整，产品体验也很棒，而且它对大家的办公场景，是真的还有点用。分为海外版和国内版。 单就PPT这个Agent的体验上，非常完整了，很好的诠释了什么是办公场景的全链路。 价格上，海外版价格在大部分的同类型Agent产品中，价格算中档。 但是坦诚的讲，相比于大家日常用的非Agent的AI产品，会贵一些，毕竟整体Agent算力消耗在这。 Agent，会更优雅。 >/ 作者：卡兹克、水杉
1.1K10编辑于 2025-05-23Agent 小知识｜为什么大家都在聊 Agent？
说实话，这个理解完全没毛病，Agent的确比Chatbot更强。不过，今天我们来聊聊这个热闹现象背后的硬核变化。 Agent：给定目标，自主循环和Chatbot“你推一下它动一下”不同，和Agent交互你不再需要定义具体的操作步骤，只用给Agent定义一个“终态目标”，剩下的由它自主进入控制循环去推进。 举个例子，你给Agent提了一个目标：“排查当前分支CI跑测试失败的原因，并尝试修复它。” 而Agent面对的任务往往生命周期很长，很难靠单次的模型推理搞定。 真正让Agent能够稳定运转起来的，是入口背后那一整套跟复杂、动态的环境死磕的后端系统工程。
19410编辑于 2026-07-09- 来自专栏XINDOO的专栏
Agent设计模式——附录 D - 使用 AgentSpace 构建 Agent
该平台支持创建和部署专业化的 AI "Agent"，这些 Agent 能够执行复杂任务并实现流程自动化。它们不仅是聊天机器人，更具备自主推理、规划和执行多步骤操作的能力。 平台还包含名为 Agent Designer 的无代码界面，无需深厚技术专长即可创建自定义 Agent。 此外，AgentSpace 支持多 Agent 系统，不同 AI Agent 可通过称为 Agent2Agent（A2A）协议的开放协议进行通信与协作。这种互操作性支持更复杂、协调的工作流。 图 4：Agent 提示词定制 AgentSpace 提供多项高级功能，例如与数据存储集成以存储自有数据、与 Google 知识图谱或私有知识图谱集成、用于向 Web 公开 Agent 的 Web 界面 图 6：用于启动与 Agent 对话的 AgentSpace 用户界面 结论 综上所述，AgentSpace 为在组织现有数字基础设施中开发部署 AI Agent 提供了实用框架。
74710编辑于 2025-10-27 - 来自专栏XINDOO的专栏
Agent设计模式——第 7 章：多 Agent 协作
例如，一个复杂的研究查询可能被分解并分配给研究 Agent 进行信息检索、数据分析 Agent 进行统计处理，以及综合 Agent 生成最终报告。 多 Agent 协作模式概述 多 Agent 协作模式涉及设计系统，其中多个独立或半独立的 Agent 协同工作以实现共同目标。 层次结构： 管理者 Agent 可能根据其工具访问或插件能力动态地将任务委托给工作 Agent，并综合其结果。每个 Agent 还可以处理相关的工具组，而不是单个 Agent 处理所有工具。 创意内容生成： 创建营销活动可能涉及市场研究 Agent、文案撰写 Agent、图形设计 Agent（使用图像生成工具）和社交媒体调度 Agent，所有这些都在一起工作。 最后，生成的图像（或模拟数据）通过 Agent 返回。此架构演示了一个分层 Agent 系统，其中更高级别的 Agent 编排较低级别的专门 Agent 以执行任务。
6.1K11编辑于 2025-10-27 - 来自专栏认识hermes Agent
AI Agent 基础四件套：Agent、Function Call、MCP 与多 Agent 协作
AIAgent基础四件套：Agent、FunctionCall、MCP与多Agent协作理解这些概念，才算真正走进AIAgent的世界引子：从"聊天"到"干活"的跨越"AI能帮我写代码、做数据分析、发邮件 第一件：Agent——AI的"自主行动体"Agent这个词已经被用烂了，但在Hermes的语境下，它有明确的定义：具备感知、决策、执行、反馈闭环的自主行动体。 协作——让多个AI像团队一样工作当单个Agent无法满足复杂任务时，就需要多Agent协作。 Hermes支持三种协作模式：模式一：主从式（Master-Slave）一个主Agent负责分解任务，委派给多个子Agent执行。 ，委派给其他Agent协作没有Agent，FunctionCall和MCP只是技术概念；没有FunctionCall，Agent无法操作外部工具；没有MCP，Agent只能操作本地工具，无法接入你的业务系统
18910编辑于 2026-09-20
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