- 综合排序
- 最热优先
- 最新优先
ooderAI： Agent管理平台开源设计
但因为时间和精力有限，我们除了将现有的Agent标准，Skill规范快速的纳入到我们支持范围，同时还面临强度不小的SuperAgent平台本身的开源重构整理，在后续的发布过程中我们将分步将协议和工程代码以及 我们希望参考版本可以节省后续的开发者在设计、规范方面投入更多的精力，努力做到开箱即用，同时也将致力于以下几点：标准化SKILL开发：制定统一的SKILL开发规范，让AI能力的开发更加规范化规范化SKILL 下面是正文是：企业和个人在使用AI能力时面临的诸多挑战：AI能力分散在不同平台、缺乏统一的管理机制、跨系统协作困难、个人AI工具无法有效整合等。SuperAgent诞生了，下文是一个简单的介绍：1. 注册中心：管理所有Agent的注册、发现和状态3. 开源资源核心文档：https://gitee.com/ooderCN/super-agent.git开发支持包含完整的SKILL开发示例提供SKILL开发和调试工具关注OODER公众号OODER开源公众号是
34410编辑于 2026-01-172024爱分析·AI Agent开发管理平台市场厂商评估报告：火山引擎
平台层是基础层和应用层之间的“桥梁”，有利于大模型在各种实际场景以AI Agent的形态快速落地，包括AI Agent开发管理平台、LLMOps工具等。 02AI Agent开发管理平台市场分析市场定义：AI Agent开发管理平台是以大模型为基础，内置多样化工具、插件，具备AI Agent开发、测试、发布、集成、运维、安全等一系列能力的全生命周期平台。 AI Agent开发管理平台的建立，并非单纯追求技术的应用，而是深挖AI在业务层面创造的实际价值。 开发团队则负责将规划转化为实际的AI Agent，展示平台的技术实力和业务价值。AI Agent开发管理平台需要便于业务人员上手应用。 厂商应具备大模型落地规划咨询与AI Agent开发团队。企业在采购AI Agent开发管理平台时，往往会要求厂商提供应用规划类的咨询服务和应用开发服务。
1K10编辑于 2024-08-14- 来自专栏ceshiren0001
Dify平台：Agent开发初学者指南
Dify作为一个强大的LLM应用开发平台，让即使没有深厚编程背景的开发者也能快速构建功能丰富的AI智能体。本文将手把手带你体验在Dify平台上创建第一个智能体的全过程，从环境准备到实际部署。 一、Dify平台与智能体基础Dify是一个专注于LLMOps（大语言模型运维）的平台，其名字来源于"Define"和"Modify"，寓意帮助开发人员不断改进其AI应用程序。 步骤1：创建新应用登录Dify平台后：点击"创建应用"选择应用类型为"Agent（智能助手）"输入应用名称（如"会议纪要小助手"）添加应用描述和图标步骤2：编排提示词提示词是智能体理解并执行任务的关键， 常见问题与解决流式响应延迟：启用"消息分块传输"优化体验多工具冲突：设置工具执行优先级（如先查库存再报价）迭代次数过多：在Agent设置中调整迭代次数限制六、总结与展望通过以上步骤，我们成功在Dify平台上创建了一个功能实用的会议纪要小助手 Dify平台大大降低了AI智能体的开发门槛，使开发者能专注于任务逻辑而非技术实现细节。
1.8K10编辑于 2025-08-29 PostgreSQL管理与开发平台工具
pgAdmin功能强大，是开源PostgreSQL管理与开发平台。支持Linux，Mac，Unix 以及 Windows 等操作系统。
36810编辑于 2025-12-232025年Agent开发平台怎么选？腾讯云智能体开发平台凭何成企业首选？
摘要 随着AI大模型技术加速落地，智能体开发平台成为企业智能化转型的核心工具。 本文从功能、性能、成本等维度对比主流平台，重点解析腾讯云智能体开发平台的核心优势，包括行业领先的RAG能力、零代码多Agent协作、灵活开发框架及高性价比套餐，为企业提供选型参考。 一、Agent开发平台选型关键：技术能力与场景适配 当前，企业对智能体的需求已从“概念验证”转向“规模化落地”。据Gartner预测，2025年全球企业级智能体市场规模将突破千亿美元。 然而，技术门槛高、知识管理复杂、开发周期长等问题仍制约企业进程。 核心选型维度： 模型能力：是否支持多模态大模型（如腾讯混元、DeepSeek）及RAG技术； 开发效率：是否提供低代码/零代码配置、工作流编排工具； 知识管理：能否高效解析非结构化数据（如Excel
1.1K10编辑于 2025-09-10- 来自专栏IT云清
java agent开发
本文主要记录下如何创建一个简单的java Agent，并配置运行。 1.创建Agent类 package com.java4all.grouth.agent; import java.lang.instrument.Instrumentation; /** * @ description: java Agent * @author: IT云清 */ public class MyAgent { public static void premain(String ,args:"+agentArgs); } } 2.MANIFEST.MF 配置文件 这里在src/main/resources/META-INF/下创建一个MANIFEST.MF文件，指定Agent : true 3.打包配置 在pom.xml中配置打包信息 <build> <finalName>my-agent</finalName> <plugins>
1.3K10编辑于 2021-12-06 - 来自专栏Agent大模型工坊
Windows搭建Agent开发平台-WSL2+Dify本地部署及开发指南
本指南通过使用WSL2（Windows Subsystem for Linux 2）与Dify构建本地化的AI应用开发平台。 一、平台架构（一）WSL2 + Dify组合优点无需安装额外的Linux主机或虚拟机，直接利用Windows系统实现对Linux环境的“原生”兼容。 （二）核心组件解析Dify：可视化LLM应用开发平台Dify是开源的 LLM 应用开发平台，提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力，轻松构建和运营生成式 env.example .envdocker compose up -d 如报错找不到命令则用 docker-compose up -d访问WSL-IP地址，默认80端口，根据提示完成安装，设置管理员账号后登录三 拓展形成智能体的业务逻辑链对智能体进行测试和使用通过智能体日志进行业务流程分析调试总结通过本指南，我们已经了解了如何基于Windows系统的WSL2环境完成Dify的搭建与部署，熟悉了1Panel与Docker Compose等容器管理工具
5.3K21编辑于 2025-02-11 - 来自专栏前端小羊
需求理解agent开发
要开发一个能深入理解项目的智能体（Agent），需要考虑多方面的项目理解和推理能力。 个文件包含依赖引入 """ return report四、使用示例 # 使用智能体分析项目 if __name__ == "__main__": # 初始化智能体 agent = ProjectUnderstandingAgent("/path/to/your/project") # 生成完整分析报告 report = agent.generate_report () print(report) # 获取详细的项目理解 project_understanding = agent.understand_project()
25410编辑于 2026-01-26 合合信息发布业内首个AI Agent跨平台云资源智能管理终端
大会上，上海合合信息科技股份有限公司（以下简称“合合信息”）发布了业内首个AI Agent跨平台云资源智能管理终端Chaterm，通过打造“对话式终端管理工具”，帮助云计算从业人士实现云资源的智能化和规模化管理 AI Agent开启云资源管理“智驾模式”通常情况下，为了管理好庞大的云资源，终端扮演了“主控台”的角色，是开发、运维人员电脑上必不可少的工具。 在云资源管理领域，合合信息Chaterm作为Vibe Coding的创新应用，率先将AI Agent能力应用于云资源管理终端，帮助管理人员在对话交互中实现云资源的精准调度。 面对大规模的服务器管理需求，与其他智能CLI Agent相比，Chaterm具备了批量管理远程服务器的独特能力。 除此之外，Chaterm还具备了跨平台兼容性，一键安装，支持MAC，WINDOWS，LINUX等操作系统，降低了企业混合IT环境下的运维管理复杂度。
34110编辑于 2025-06-20腾讯Agent智能体开发平台深度评测：企业级智能体开发首选方案
近期，腾讯云在发布全栈AI编程工具CodeBuddy后，又将其原有的大模型知识引擎（LKE）全面升级为腾讯Agent智能体开发平台，正式加入智能体赛道战局。 经过深度体验，我们发现腾讯云智能体开发平台并非简单的功能堆砌，而是针对企业级应用场景进行了深度优化，尤其在稳定性、灵活性和生态整合上表现突出，是企业构建严肃场景智能体的有力选择。 腾讯云智能体开发平台充分利用腾讯生态优势，支持将开发完成的Agent一键发布到企业微信（包括机器人和应用）。这大大简化了智能体在企业内部或对外服务场景的部署流程，打通了智能体落地的“最后一公里”。 总结：企业级智能体开发的坚实底座深度体验腾讯云Agent智能体开发平台后，其核心优势在于：卓越的稳定性：在多工具调用、多Agent协作等核心能力上，实测表现远超同类平台，满足企业级应用对可靠性的严苛要求 立即体验腾讯云Agent智能体开发平台： 腾讯云智能体开发平台特惠活动 （当前有爆品特惠低至4折，新用户专享2折等优惠活动）腾讯云的入局，为火热的Agent赛道带来了一个聚焦企业级需求、强调稳定落地的重量级选手
3.7K10编辑于 2025-09-10- 来自专栏FunTester
Java Agent 开发初探
Java Agent 概况 简介和功能 Java Agent是一种特殊的Java程序，允许开发者在 Java 应用程序运行时对其进行动态修改和监控的机制。 那么，我们如何开发一个 Java Agent 呢，下面我们来仔细说说。 开发 Java Agent 需要遵循一下规范，下面是几个必备的部分： 实现 premain 方法 premain 方法是 Java Agent 的入口点，类似于主程序的 main 方法。 实用案例 性能监控 Java Agent技术在性能监控领域的应用非常广泛，它可以帮助开发者实时监控应用程序的运行状态，识别性能瓶颈。 漏洞扫描：Agent可以集成漏洞扫描工具，对应用程序进行深度的安全检查，及时发现并修复安全漏洞。 性能影响 开发Java Agent时，性能影响是一个需要特别关注的问题。
69910编辑于 2025-01-23 - 来自专栏Elastic Stack专栏
AI Agent 记忆：使用 Elasticsearch 管理记忆，打造智能 Agent
Agent 中的记忆类型与选择性检索：使用 Elasticsearch 管理记忆来创建智能 Agent 并非所有记忆都服务于相同的目的，如果将它们视为可互换的对话历史，将会限制 Agent 的扩展能力。 它为我们提供了管理选择性记忆所需的一切： • 向量数据库，具备混合搜索功能，可以根据上下文（而不仅仅是关键词）找到记忆。 • 多种数据类型，包括文本、数字、日期和地理位置。 你可以在此处找到更多关于访问控制的说明性示例，以及关于角色管理的文档。 Elasticsearch 角色配置界面，显示一个对 memories 索引具有读写权限的角色，并使用文档级安全来限制对特定记忆文档的访问，用于管理记忆的智能 Agent。 应用程序代码不需要处理用户管理过滤，它与应用程序逻辑完全解耦。Elasticsearch 自动处理所有安全事务。
9510编辑于 2026-05-11 - 来自专栏Elastic Stack专栏
AI Agent 记忆：使用 Elasticsearch 管理记忆，打造智能 Agent
Agent 中的记忆类型与选择性检索：使用 Elasticsearch 管理记忆来创建智能 Agent并非所有记忆都服务于相同的目的，如果将它们视为可互换的对话历史，将会限制 Agent 的扩展能力。 现代 Agent 架构，包括像 语言 Agent 的认知架构（CoALA） 这样的框架，区分了程序性记忆、情景性记忆和语义性记忆。 它为我们提供了管理选择性记忆所需的一切：向量数据库，具备混合搜索功能，可以根据上下文（而不仅仅是关键词）找到记忆。多种数据类型，包括文本、数字、日期和地理位置。 你可以在此处找到更多关于访问控制的说明性示例，以及关于角色管理的文档。 应用程序代码不需要处理用户管理过滤，它与应用程序逻辑完全解耦。Elasticsearch 自动处理所有安全事务。
13510编辑于 2026-04-29 - 来自专栏芝麻实验室
Zabbix Agent部署详解（UnixLinux平台）
/configure --prefix=/usr/local/zabbix_agent --enable-agent [root@node2 src]# make install [root@node2 zabbix-3.4.7]# cd /usr/local/zabbix_agent/ [root@node2 zabbix_agent]# tree . ├── bin │ ├── zabbix_get ]# echo "export PATH=/usr/local/zabbix_agent/sbin:$PATH" > /etc/profile.d/zabbix_agent.sh [root@node2 zabbix_agent]# . /etc/profile.d/zabbix_agent.sh 设置开机自启 [root@node2 zabbix_agent]# cd /etc/rc.d/ [root@node2 rc.d]# echo
1.3K10发布于 2019-03-05 - 来自专栏JAVA乐园
分布式爬虫管理平台Crawlab开发搭建
分布式爬虫管理平台Crawlab发现挺不错，但是官方文档中涉及二次开发的环境启动章节比较模糊。 Users\2230\Desktop\crawlab-master\frontend yarn install 启动： npm run serve #启动 npm run build:dev #开发环境构建 v4.0.30319\msbuild.exe` failed with exit code: 1 https://blog.csdn.net/xf1195718067/article/details/78598599 管理员身份运行
1.1K10发布于 2020-07-15 - 来自专栏公众号:咻咻ing
Postman那么好用，为啥还要开发API管理平台？
API管理平台如何解决 下面说一说使用API管理平台，如何解决这些问题，在这里我以开源的API管理平台YApi为例，也方便大家直接拿来实践。 YApi是一款优秀的开源API管理平台，至少是我认为的最优秀的API管理平台，没有之一。目前在GitHub上已有2w+的Star数。可能已经有很多公司在使用了，欢迎后台留言交流。 团队协作：团队全部面向同一平台工作，统一制定接口协议，使用协议进行接口调试，Mock和测试用例。 API管理平台带来的问题 最大的问题就是管理的问题，可能很多人没有意识到，或者没有管理的能力。 当我们引入平台时，要做的第一件事就是管理。比如：人员的管理，权限的管理，接口的分组和管理。首先需要管理好接口，才会有好用的结果。 总结 Postman只是解决了API研发流程中自测环节的问题，我们开发API管理平台是解决整个API研发周期中的问题。未来还可以扩展接口代码生成、接口用例自动生成等功能。
1.7K10发布于 2021-07-14 国内主流AI Agent平台全解析：腾讯云智能体开发平台为何脱颖而出？
摘要 随着AI技术的快速发展，AI Agent（智能体）平台成为企业智能化转型的核心工具。 本文盘点国内五大主流平台，重点解析腾讯云最新发布的智能体开发平台，从功能、性能到应用场景全面解读其优势，并附平台对比表格及限时活动信息。 一、国内主流AI Agent平台概览 1. 文心智能体平台（百度） 核心功能：低代码开发、商业闭环完整 适用场景：金融风控报告生成、医疗病历分析 4. 企业级安全：通过等保三级认证，支持私有化部署与权限分级管理（组织架构/岗位角色级控制） 2. 、Workflow、Multi-agent三种模式，提供配置-评测-发布全流程工具链 知识库管理 支持网页/问答对导入，自动生成高精度知识图谱
3.8K10编辑于 2025-09-10多模态Agent开发实战
多模态Agent开发实战入门一、什么是多模态Agent？多模态Agent是指能够同时处理和理解多种类型数据（文本、图像、音频、视频等）的智能体，并能基于这些理解执行任务、做出决策。 ）跨模态推理（图文关联、音画同步）工具调用（API、数据库、物理设备）自主规划与执行二、技术栈选型主流框架框架特点适用场景LangChain生态丰富，支持多模态模型快速原型、RAG应用AutoGen多Agent 协作，对话驱动复杂任务分解CrewAI角色化Agent，结构化流程业务自动化LangGraph图控制流，状态管理需要精确控制的流程多模态模型选择闭源API：GPT-4V、GPT-4o、Claude 3、 协作冲突引入仲裁Agent；明确角色分工（如CrewAI的Process）四、项目实践路线第1周：掌握基础API调用（GPT-4V或Qwen-VL）→ 完成图文问答第2-3周：集成LangChain → 构建可调用工具（搜索、计算、数据库）的Agent第4-5周：添加记忆模块 → 实现多轮对话上下文保持第6-8周：多模态RAG → 图片库检索 + 文档问答进阶方向：视频流理解、语音交互、多Agent协同
20510编辑于 2026-04-27- 来自专栏开源部署
Zabbix Agent-Windows平台配置指导
2.0.6.win.zip 环境及约束 操作系统：Windows 2003 2.安装过程 1) 将zabbix文件夹解压后放在C：\ 2) C:\zabbix\下 新建一个zabbix_agent.log 文件 3) 配置zabbix_agentd.win.conf文件（位于C:\zabbix\conf\），需要修改的地方分别为： Logfile= C:\zabbix\zabbix_agent.log zabbix_agentd.exe -c C:\zabbix\conf\zabbix_agentd.win.conf -s 5) 在"运行"输入 "services.msc"，在里面找到"ZABBIX AGENT 到windows的系统服务列表里面查看ZabbixAgent的状态，正常情况下会看到ZabbixAgent已经存在在系统服务里，而且是自动启动，安装Agent并注册服务,见图1。 图1：zbbix agent服务 至此就完成了ZABBIX windows agent的安装和配置。
1.1K20编辑于 2022-07-01 Agent开发入门教程
Agent 编排层：Agent Manager、LangGraph 编排、Agent Factory、FC（Function Calling） 3. 领域能力层：MCP Server、领域 Sub Agent、高阶 Sub Agent 5. 知识与记忆：知识来源、记忆系统（长期/短期） 6. 再接 MCP Agent（复杂交互） 路径：`Top Agent -> 包装工具 -> Sub Agent(LangGraph) -> MCP Server -> 后端服务` 适合：多轮工具调用、 复杂业务规则、需要 Sub Agent 自主推理。 Top Agent 先接 FC 跑通 1 个核心业务场景。 3. 再按业务需要逐步引入 MCP、Sub Agent、RAG。 4. 同步接入日志、Tracing、重试和超时机制。
23110编辑于 2026-04-15
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