首页 文章 精选 留言 我的

精选列表

搜索[智能体平台],共10000篇文章
优秀的个人博客,低调大师

字节跳动旗下开源多模态智能体 Agent TARS 发布 Beta 版本

字节跳动正式发布了Agent TARS的 Beta 版本,将其定位为一个开源的多模态AI Agent工具,旨在提供与各种现实世界工具的无缝集成能力,并实现“随时随地可用”。 Agent TARS的早期预览版已于三月份开源。此次 Beta 版本的发布得益于Seed多模态模型(如UI-TARS 1.5和Doubao 1.5 VL)的逐步增强,并解决了早期架构中Agent UI未解耦等挑战。 新版本引入了全新的多层分层架构,其核心构建在一个基于事件流驱动的Agent Kernel上。Agent TARS的设计原则包括: 上下文工程 (Context Engineering):为构建长时间运行的 Agent,新版本对 Agent Loop 的内存进行了动态优化,针对不同模态内容采用不同的滑动窗口,并面向上下文窗口进行优化和计算,以解决上下文溢出问题。 MCP (多模态通信协议) 的洞察:Agent TARS 团队认为 MCP 应作为标准化的工具分发协议,而非自由拓展工具的方式,并计划建立 MCP 工具的基准测试,以评估其模型兼容性、上下文压缩率和性能等。 上下文压缩 (Context Compress):正在推动多级内存设计(L0 永久记忆、L1 会话记忆、L2 循环记忆、L3 临时记忆),并结合选择性上下文和 LLM/SLM 摘要等策略进行压缩。 可观测与可评估 (Observable and Evaluable):引入了 Snapshot 框架,能够在运行时将 Agent 依赖的环境保存为快照,用于回放和调试,已驱动持续集成和测试。同时,通过 Agent 与 UI 分层的新架构,实现了 Headless 运行模式,使得自动化评测成为可能,并参考 OpenAI 的 simple-evals 实现了 browsecomp 评测方案。 易于构建应用 (Easy to build applications):引入了 Agent Event Stream,将 Agent 的状态、工具调用细节、最终回复和环境信息等以流式方式输出,使得用户可以轻松构建自定义 Agent UI。Agent TARS Server 与 Web UI 的架构设计也因此变得简洁。 同时,Agent TARS 关注并学习了 AG-UI 协议,并说明了 Agent Event Stream 在构建上下文方面的差异化优势。 新版本的主要特性包括: Agent TARS CLI:取代了Electron应用,具有更容易更新迭代和显著减小的安装体积优势。 混合浏览器 GUI Agent:结合了基于DOM分析的Browser Use和基于UI-TARS/Doubao 1.5 VL的视觉控制方案,操作逻辑更接近人类理解屏幕的方式。提供了dom、visual-grounding和hybrid三种操作方案。 更好的跨模型兼容性:完全重写了Model Provider层,现在支持Volcengine (Seed1.5-VL)、Anthropic (Claude-3.7-Sonnet)和OpenAI (GPT-4o)等模型提供商。 原生流式传输 (Native Streaming):整个架构构建在流式传输之上,显著提升了复杂任务的交互体验。 Web UI:得益于Agent Event Stream,Web UI可以完全独立开发,支持GUI Grounding Transition(实时鼠标追踪)、Replay保存与分享,并实现了通用的多模态内容渲染器。 Agent TARS 团队还展示了多项内部开发者示例,包括 UI 复刻、先写游戏再玩游戏,以及图文并茂的报告生成等,这些都得益于模型能力和上下文工程的提升。Agent TARS 仍在快速发展中,未来将推出带有动态规划推理的版本,并致力于成为随时随地可用的 Agent 开发者工具。

优秀的个人博客,低调大师

做智能体机甲驾驶员 ——《可托付智能》第6章《专家不会消失,只会换位置》

设想一位医生接诊了病情复杂的患者。病人的主诉、既往病史、化验和影像结果、正在服用的药物,以及其他医院的就诊记录,散落在不同系统里。有的记录来自几年前,有的刚刚更新,还有些信息只有病人和家属知道。医生要弄清的,不只是哪个数值超出了正常范围,还包括异常是什么时候出现的,几份记录是否相互矛盾,病人眼下最需要解决的究竟是什么。

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册