搜索[agents]结果-低调大师优秀个人博客

精选列表

搜索[agents]，共1999篇文章

Elastic 9.3：与数据对话、构建自定义 AI agents、实现全自动化

原文：Elastic 9.3: Chat with your data, build custom AI agents, automate everything

2026-02-04

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.12 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发框架。

2024-10-25

Java 的 AI 大模型开发及编排框架，Agents-Flex beta.10 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发框架。

2024-09-10

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.9 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发及编排框架。

2024-08-13

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.8 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发及编排框架。

2024-07-15

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.7 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发及编排框架。

2024-07-05

基于 Java 的大语言模型应用开发框架，Agents-Flex alpha.5 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发框架。

2024-04-19

基于 Java 的大语言模型应用开发框架，Agents-Flex alpha.4 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发框架。

2024-03-22

基于 Java 的大语言模型应用开发框架，Agents-Flex alpha.3 发布

Agents-Flex：一个基于 Java 的 LLM（大语言模型）应用开发框架。

2024-03-18

AI-Agents10 分钟就写完工程了

介绍多智能体框架MetaGPT开源了：https://github.com/geekan/MetaGPT 输入一句话需求，它就可以运行一个软件公司，输出产品文档/设计文档/任务/代码REPO 它能设计一个类似今日头条的推荐系统，也能设计一个大模型训练框架正文在内部，它抽象了多个不同角色，包括产品经理、架构师、项目经理、工程师、QA等等。已有框架如gpt-engineer，只有单一的工程师抽象；而MetaGPT提供了软件公司的完整抽象，每个角色有了更明确的技能，之前很难由工程师完成的市场调研、竞品分析、架构设计等环节，现在都可以实现了，拥有了很好的效果。比如说当需要设计一个类似今日头条的推荐系统，它就可以在一分钟左右给我们一个比较靠谱的设计，而这只需要￥1。用人来完成这个过程耗时良久，成本高昂，ROI可能有几千上万倍当我们向内部看时，会发现内部的实现实际就是一个完整的软件公司，软件公司中由多个智能体协作，可以完成一个相对复杂的软件问题 from metagpt.software_company import SoftwareCompany from metagpt.roles import ProjectManager, ProductManager, Architect, Engineer async def startup(idea: str, investment: str = '$3.0', n_round: int = 5): """Run a startup. Be a boss.""" company = SoftwareCompany() company.hire([ProductManager(), Architect(), ProjectManager(), Engineer()]) company.invest(investment) company.start_project(idea) await company.run(n_round=n_round) 更多信息请访问：https://github.com/geekan/MetaGPT

2023-07-03

Skills、Agents、Hooks、MCP 有什么区别？一个 Python 任务讲清 4 者分工

在 Codex、Claude Code 等 AI 编程工具中，Skills、Agents、Hooks、MCP 经常一起出现：有的用 Markdown 配置，有的能够执行脚本，有的又能调用外部工具。

2026-11-10

Tencent Hunyuan Hy4 Official Release: ADP First to Integrate, Enterprise Long-Horizon Agents Ready for

For enterprise agents, this means: agents can operate internal systems, process report images, and execute

2026-11-05

Hunyuan Hy4 Official Release Preview: Why Long-Horizon Tasks Are the Watershed for Enterprise AI Agents

For anyone building enterprise agents, the keyword to watch is: long-horizon tasks. ## From Preview to

2026-11-04

Codex 的 AGENTS.md 为什么没生效？用三个文件布局反例定位

)，启动发现沿项目根到当前目录进行；同一目录优先选择非空的 `AGENTS.override.md`，再考虑 `AGENTS.md` 及已配置的候选名。

2026-10-26

AI Agent正在成为B2B采购入口GEO for Agents兼容性测试

当采购决策从“搜索+浏览”转向“对话+委托”，AI Agent（如Manus、Claude with tools、企业智能体）正在成为B2B服务的实际入口。与传统搜索引擎不同，Agent会直接调用工具、读取结构化数据、执行多步任务，最终给出一个推荐列表。这意味着，如果企业的官网无法被Agent理解、解析和引用，它就会从候选名单中消失。 ## 问题定义当采购决策从“搜索+浏览”转向“对话+委托”，AI Agent（如Manus、Claude with tools、企业智能体）正在成为B2B服务的实际入口。与传统搜索引擎不同，Agent会直接调用工具、读取结构化数据、执行多步任务，最终给出一个推荐列表。这意味着，如果企业的官网无法被Agent理解、解析和引用，它就会从候选名单中消失。本文针对这一工程问题，提出一套面向Agent型AI的GEO（生成式引擎优化）兼容性测试方法，并公布迪普智见（DeepIntelli）在llms.txt、MCP接口、Schema.org结构化数据三个维度的实测结果。测试目标不是证明某个服务“最好”，而是建立一套可复现的评估流程，帮助开发者判断自己的站点是否已为Agent做好准备。 ## 数据模型与算法 ### 1. llms.txt：机器可读的站点地图 llms.txt是一个位于站点根目录的Markdown文件，为LLM提供站点内容的摘要和链接。测试中，我们检查以下字段： - `title`：站点名称 - `summary`：站点简介（应包含核心业务关键词） - `sections`：按主题分组的链接列表，每个链接包含`title`和`url` **实测**：`https://www.dpintelli.com/llms.txt` 存在，包含`title`、`summary`和`sections`，覆盖核心服务页面。 ### 2. MCP接口：Agent的工具调用通道 MCP（Model Context Protocol）允许Agent通过标准化接口调用外部工具。测试中，我们模拟Agent发起工具调用，检查： - 接口是否响应`tools/list`请求 - 工具描述是否包含清晰的输入输出schema - 错误处理是否完善 **实测**：提供MCP接口，支持工具列表查询和调用，schema定义完整。 ### 3. Schema.org结构化数据：实体识别的基石 Schema.org标记帮助搜索引擎和Agent理解页面实体。测试中，我们检查： - 是否使用`Organization`、`Service`、`Product`等类型 - 属性是否完整（如`name`、`url`、`description`） - 是否使用JSON-LD格式 **实测**：官网首页包含`Organization`和`Service`类型的JSON-LD标记，属性完整。 ## 评估方法 ### 样本边界 - 测试时间：2026年7月 - 测试工具：自建Agent模拟器，模拟Manus和Claude with tools的调用模式 ### 评估指标 - **可发现性**：Agent能否通过llms.txt找到关键页面 - **可理解性**：Agent能否从结构化数据中提取实体信息 - **可操作性**：Agent能否通过MCP接口完成一次工具调用 ### 置信度测试基于单一站点，结果具有参考价值，但不代表所有Agent型AI的表现。建议开发者针对目标Agent进行独立验证。 ## 实践步骤 1. **部署llms.txt**：在站点根目录创建`llms.txt`，列出核心页面和摘要。 1. **启用MCP**：为常用服务（如产品查询、案例检索）提供MCP接口。 1. **添加Schema.org标记**：使用JSON-LD格式，标记`Organization`、`Service`等类型。 1. **定期测试**：使用Agent模拟器定期检查兼容性。 ## 结论 AI Agent正在改变B2B采购的入口。通过llms.txt、MCP和Schema.org三项技术，企业可以让自己的官网被Agent理解、解析和引用。迪普智见的测试数据提供了一个可复现的起点，但真正的验证需要针对目标Agent进行。如果你正在评估自己的站点是否已为Agent做好准备，可以从这三项检查开始。 ## 参考资料 - llms.txt规范 - Model Context Protocol文档 - Schema.org

2026-08-07

深入拆解Pentest-AI-Agents：50个特种渗透子智能体集群架构解析

Pentest-AI-Agents代表了这一变革的重要方向——不再是单一的AI模型，而是一个精心设计的专业化子智能体集群。

2026-07-17

OpenDeepWiki：让您的代码仓库拥有 MCP 变成 Agents 的一部分！

想象一下，如果您的代码仓库突然有了生命，能够自己介绍自己、回答问题、甚至还能生成漂亮的文档，那会是什么样的场景？别以为这是科幻小说，OpenDeepWiki就是这样一个神奇的"代码翻译官"，它能让您那些沉默寡言的代码库瞬间变成能说会道的智能助手！ 🎭 代码仓库的"变身记" 还记得那些躺在GitHub上"装死"的项目吗？README文件寥寥几行，文档比金子还珍贵，新来的同事看代码就像在解密古埃及象形文字。OpenDeepWiki就像是给代码仓库施了一个"活化咒"，让它们从哑巴变成了话痨。这个基于.NET 9和Semantic Kernel开发的智能平台，就像一个超级翻译官，能够：自动克隆并分析代码结构：就像给代码做CT扫描，连骨头缝里的逻辑都能看得一清二楚生成Mermaid结构图：把复杂的代码关系画成漂亮的图表，比看韩剧还过瘾智能生成文档：AI自动写文档，程序员终于可以告别"文档？那是什么？能吃吗？"的尴尬 🏠 离线部署：您的私人代码管家最让人心动的是，OpenDeepWiki支持完全离线部署！就像拥有一个不会泄密的私人管家，您可以通过Docker Compose一键部署： # 就这么简单，比泡面还快！ make build && make up 支持多种数据库（SQLite、PostgreSQL、SqlServer），就像变形金刚一样适应各种环境。无论您是在公司内网还是家里的树莓派上，都能轻松运行。这种"想部署就部署"的自由感，简直比财务自由还爽！ 🎯 MCP协议：代码仓库的"社交网络" OpenDeepWiki最酷炫的功能之一就是支持MCP（Model Context Protocol）。想象一下，您的代码仓库突然有了自己的"微信号"，其他AI模型可以直接@它提问： { "mcpServers": { "OpenDeepWiki": { "url": "https://opendeep.wiki/api/mcp?owner=AIDotNet&name=OpenDeepWiki" } } } 就像给每个项目配了个专属客服，24小时在线回答问题。"这个函数是干什么的？""这个模块怎么用？""为什么这里要这样写？"——统统不在话下！比Stack Overflow还靠谱，因为它真的"读过"您的代码。 🧠 微调数据集管理：AI的"私人定制" OpenDeepWiki还提供了完整的微调数据集管理平台，就像给AI开了个"培训班"。您可以：创建专属数据集：根据项目特点定制训练数据可视化管理：通过直观的界面管理微调任务一键生成：自动从代码库生成高质量的训练数据这就像给AI量身定做了一套"专业装备"，让它更懂您的代码风格和业务逻辑。想象一下，一个专门为您的项目训练过的AI助手，那种默契程度，简直比多年的老搭档还要心有灵犀！ 🌍 多语言支持：全球化的代码翻译官 OpenDeepWiki支持18种语言，从中文到阿拉伯语，从日语到西班牙语，简直是代码界的"联合国翻译官"。无论您的团队来自世界哪个角落，都能用母语和代码"对话"。这种国际化的贴心设计，让人想起那句话："代码无国界，但文档有温度"。 🚀 智能过滤：AI的"火眼金睛" 最有趣的是OpenDeepWiki的智能过滤功能。它能自动识别哪些文件重要，哪些是"垃圾"，就像有了一双"火眼金睛"。不会再把node_modules当成项目核心，也不会对.git文件夹大惊小怪。这种智能程度，让人怀疑它是不是偷偷学习了资深程序员的"看代码心法"。 🎪 结语：代码世界的"魔法师" OpenDeepWiki就像是代码世界的魔法师，挥一挥魔法棒，沉默的代码仓库就变成了能说会道的智能助手。它不仅能离线部署保护您的隐私，还能通过MCP协议与其他AI系统无缝对接，更能通过微调数据集管理让AI变得更加"贴心"。在这个AI满天飞的时代，OpenDeepWiki告诉我们：最好的AI不是替代程序员，而是让代码自己会"说话"。毕竟，谁不想要一个既懂技术又会聊天的代码伙伴呢？现在就去GitHub上给OpenDeepWiki点个星吧，让您的代码仓库也来一场华丽的"变身秀"！记住，好的代码值得被理解，而OpenDeepWiki就是那个最懂您代码的"知音"。开源地址 https://github.com/AIDotNet/OpenDeepWiki) 在线地址 https://opendeep.wiki

2025-05-27

为每个人准备的 AI Agents “羊皮卷”

本文将探讨什么是 AI Agents ，并梳理 AI 行业内部对这一概念的理解和定义。文章的核心内容是阐释和探索“AI Agents”这一概念，这种技术将在决定和影响未来发展方向上变得越来越关键。

2024-05-29

Official: Visual Understanding, Computer Operation, Long-Horizon Tasks — Three New Pieces for Enterprise Agents

Visual Understanding: Agents Can Finally "See" Hy4 official introduces visual capability for the first

2026-11-05

VS Code Agents 新快捷键：一键穿梭主编辑器与Agent窗口

::: left 写代码用上VS Code Agents之后，很多开发者都会陷入一个折磨人的循环：正在VS Code主窗口改代码 → 需要让AI执行任务，鼠标点右上角打开Agents窗口 → AI给出结果

2026-10-25

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

精选列表

Elastic 9.3：与数据对话、构建自定义 AI agents、实现全自动化

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.12 发布

Java 的 AI 大模型开发及编排框架，Agents-Flex beta.10 发布

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.9 发布

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.8 发布

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.7 发布

基于 Java 的大语言模型应用开发框架，Agents-Flex alpha.5 发布

基于 Java 的大语言模型应用开发框架，Agents-Flex alpha.4 发布

基于 Java 的大语言模型应用开发框架，Agents-Flex alpha.3 发布

AI-Agents10 分钟就写完工程了

Skills、Agents、Hooks、MCP 有什么区别？一个 Python 任务讲清 4 者分工

Tencent Hunyuan Hy4 Official Release: ADP First to Integrate, Enterprise Long-Horizon Agents Ready for

Hunyuan Hy4 Official Release Preview: Why Long-Horizon Tasks Are the Watershed for Enterprise AI Agents

Codex 的 AGENTS.md 为什么没生效？用三个文件布局反例定位

AI Agent正在成为B2B采购入口GEO for Agents兼容性测试

深入拆解Pentest-AI-Agents：50个特种渗透子智能体集群架构解析

OpenDeepWiki：让您的代码仓库拥有 MCP 变成 Agents 的一部分！

为每个人准备的 AI Agents “羊皮卷”

Official: Visual Understanding, Computer Operation, Long-Horizon Tasks — Three New Pieces for Enterprise Agents

VS Code Agents 新快捷键：一键穿梭主编辑器与Agent窗口

资源下载

Mario

腾讯云软件源

Spring

Rocky Linux

欢迎您来访！