搜索[AI智能体]结果-低调大师优秀个人博客

精选列表

搜索[AI智能体]，共10000篇文章

工单系统 WGCAT v1.3.0 支持 AI 派单

新增，AI智能派单功能，请查看说明 2. 新增，AI分析工单功能，请查看说明 3. 新增，SLA管理模块 4. 新增，数据接口，查询成员列表 5.

2026-08-27

AI记忆厂商评估框架与代表产品分析｜爱分析

内容来源：《2026爱分析·记忆市场研究报告》发布时间：2026年8月发布机构：爱分析ifenxi 关键词：AI 记忆、Agent记忆、AI行业研究、AI商业化、记忆选型、记忆评估框架、企业AI落地

2026-08-26

Erupt Canvas：AI 生成的后台页面，凭什么敢上生产

** 这是注解驱动在 AI 时代白拿的一份红利：不需要额外维护一份"给 AI 看的 schema"，现成的元数据直接喂进去就行。

2026-08-25

老师必备 AI 备课工具：一键生成动态课件

**现在，借助 AI 在线模拟工具，老师只需要用简单的日常语言说明教学需求，就能生成一个可以拖拽操作的交互式课件。** 下面以阿可 AI 生成的“凸透镜成像规律”模拟课件为例，看看具体怎么做。

2026-08-25

GEO优化：AI搜索时代的内容可见性新范式

它的核心目标不是提升网页在搜索结果中的排名，而是获得"AI答案引用权"——当用户向AI提出相关问题时，AI会优先引用目标内容作为答案来源，并在推荐排序中给予更高的位次。

2026-08-25

AI 生成演示文稿指南：2slides 技能全解析

# AI 生成演示文稿指南：2slides 技能全解析 > 导读：做 PPT 是高频刚需，2slides 提供了一站式 AI 演示文稿生成 API。

2026-08-25

> 自动化工具可以处理重复步骤，但账号安全、身份确认和最终提交仍然需要人做决定。本文把一次自动化流程拆开，说明哪些步骤适合交给程序，哪些步骤必须停下来交给用户。 ## 一个真实的自动化流程一条完整流程通常包含打开页面、读取配置、提交表单、等待结果和保存记录。前两步比较稳定，后面几步经常受到登录状态、二次验证和页面变化影响。如果把所有步骤都做成无人值守，失败时很难判断是网络问题、权限问题还是账号风控。我现在把流程分成三个阶段。准备阶段由程序完成，确认阶段由人完成，收尾阶段再交给程序记录结果。 ``` 准备：读取任务清单、检查文件、打开目标页面确认：登录、身份验证、权限授权、最终提交收尾：读取结果、保存日志、生成待办 ``` 这样拆分的好处是，自动化不会替用户做出不可逆的决定。用户也能在确认前看到要提交的内容和目标页面。 ## 适合自动化的步骤下面这些步骤通常不涉及敏感信息，可以交给脚本处理。 |步骤|自动化动作|必要检查| | --- | --- | --- | |准备文件|检查文件是否存在、字段是否齐全|文件路径和编码| |打开页面|导航到用户指定的页面|域名是否正确| |读取状态|抓取页面上的进度和提示|页面是否为当前账号| |生成草稿|根据本地材料填入编辑器|标题和正文预览| |保存记录|写入本地日志|不记录密钥和验证码| 自动化脚本要有停止条件。例如字段缺失、页面跳到陌生域名、账号状态不明确时，脚本应当停止并把原因写出来，不能继续猜测。 ## 必须由人确认的步骤密码、短信验证码、身份认证、人脸识别、支付和公开发布都属于人工确认步骤。即使页面提供了“记住登录”或“一键继续”，也要先确认账号和目标是否正确。公开发布还需要检查四件事。文章标题是否准确，正文是否包含不该公开的信息，附件是否属于当前账号，发布后是否能正常撤回。确认完成后再点击最终提交按钮。 ## 用状态机减少误操作我用一个很小的状态机记录流程阶段。状态机只负责判断下一步能不能执行，不保存密码，也不绕过验证码。 ``` from enum import Enum class Stage(Enum): PREPARE = "prepare" WAIT_FOR_USER = "wait_for_user" SUBMITTED = "submitted" FAILED = "failed" stage = Stage.PREPARE def need_user_confirmation(page_url: str, has_sensitive_input: bool) -> bool: allowed = page_url.startswith("SECURE_PAGE") return (not allowed) or has_sensitive_input TARGET_URL = "SECURE_PAGE_FROM_USER" if need_user_confirmation(TARGET_URL, has_sensitive_input=True): stage = Stage.WAIT_FOR_USER ``` 真正执行时，`TARGET_URL` 应由用户明确指定。脚本不应从日志、网页或剪贴板中猜测认证信息。 ## 页面变化和失败处理页面自动化最常见的问题来自按钮背后的动作变化。一个页面可能显示“提交成功”，但后台仍在审核；也可能保存了草稿，却没有真正公开。所以我把验证拆成两层。第一层读取页面反馈，确认请求已经被接受。第二层重新打开结果页，确认状态和内容都属于当前账号。两层结果不一致时，保留现场截图和时间，不重复点击。 ## 小结自动化的边界应该由风险决定。重复、可撤销、无敏感信息的工作适合程序处理。登录、授权、支付和公开发布要保留人工确认。把这条边界写进流程，失败时能留下证据，也能避免脚本在不清楚状态时反复操作。

2026-08-24

AI 争着推荐一个不存在的品牌

让 AI 在回答里多提你一句，现在是一门正式的生意，行话叫 GEO，生成式引擎优化。SEO 大家都熟，争的是搜索结果页上的排名。GEO 争的是 AI 嘴里那一句话。

2026-08-24

Strix：让 AI Agent 当渗透测试工程师

# Strix：让 AI Agent 当渗透测试工程师 --- **Strix** 是一个开源的 AI 渗透测试工具。

2026-08-24

本地商家AI搜索可见性技术要点与实测数据

但真正致命的问题出现在AI搜索里——当用户在DeepSeek或豆包上问“附近哪家牙科靠谱”，AI根本找不到可依赖的信息来源来推荐这家店。

2026-08-24

AI时代，程序员拼的到底是什么

：变量怎么声明、某个方法参数顺序是什么，AI 张口就来，不需要人记。：一个 CRUD 模块、一个基础组件，AI 十分钟能出一版可用的初稿。

2026-08-24

AI产品开发实战：从创意到落地的完整指南

AI产品的开发逻辑与传统软件有着本质区别。

2026-08-22

AI Agent 搜索能力：AnySearch MCP 接入与使用指南

2026 年，模型上下文协议（MCP）已逐步成为 AI Agent 工具调用领域的通用标准，推动智能体工具生态向标准化、规模化方向发展。

2026-08-21

关于“企业AI训练师”岗位体系的行业意见征集

## 企业AI训练师：当AI需要边界，谁来当那个“守门人”？

2026-08-20

2026 AI 编程大转向：从 Vibe Coding 到 Agentic Engineering

YC 合伙人 Diana Hu 提出的"AI 软件工厂"概念进一步扩展了这一思路：人定义规范和测试，AI Agent 负责实现代码。

2026-08-19

AI Agent：让大模型从"大脑"变成"执行者"

而 **AI Agent 能自己调用工具、执行操作、完成任务**。

2026-08-18

网站要被AI搜索推荐，内容方面应该怎么做？

你的官网如果满页是什么“领军企业”、“卓越品质”这种空话、屁话，AI几乎不可能引用你。

2026-08-18

怎么证明测试团队的AI转型真的提升了效率

她讲了团队引入AI工具的过程，讲了现在的工作方式，讲了工程师们反馈效率提升了很多。PPT做得很好，故事讲得很流畅。技术VP听完，问了一个问题： "效率提升了多少？"

2026-08-18

不想只用 WorkBuddy 之后，办公 AI 工具该先验证什么？

## 越来越多职场人开始把日常重复性工作交给 AI Agent 处理。

2026-08-18

资源下载

更多资源

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。

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

工单系统 WGCAT v1.3.0 支持 AI 派单

AI记忆厂商评估框架与代表产品分析｜爱分析

告别 AI 乱写代码，AGENTS.md 提升代码输出质量

Erupt Canvas：AI 生成的后台页面，凭什么敢上生产

老师必备 AI 备课工具：一键生成动态课件

GEO优化：AI搜索时代的内容可见性新范式

AI 生成演示文稿指南：2slides 技能全解析

AI 自动化中的人机协作与安全边界

AI 争着推荐一个不存在的品牌

Strix：让 AI Agent 当渗透测试工程师

本地商家AI搜索可见性技术要点与实测数据

AI时代，程序员拼的到底是什么

AI产品开发实战：从创意到落地的完整指南

AI Agent 搜索能力：AnySearch MCP 接入与使用指南

关于“企业AI训练师”岗位体系的行业意见征集

2026 AI 编程大转向：从 Vibe Coding 到 Agentic Engineering

AI Agent：让大模型从"大脑"变成"执行者"

网站要被AI搜索推荐，内容方面应该怎么做？

怎么证明测试团队的AI转型真的提升了效率

不想只用 WorkBuddy 之后，办公 AI 工具该先验证什么？

资源下载

腾讯云软件源

Nacos

Spring

Rocky Linux

欢迎您来访！