搜索[Claude智能体]结果-低调大师优秀个人博客

精选列表

搜索[Claude智能体]，共10000篇文章

舞台工艺 AI 智能体编排：一张 9 列 Markdown 表，如何成为两个专家包唯一的接口

# 舞台工艺 AI 智能体编排：一张 9 列 Markdown 表，如何成为两个专家包唯一的接口 ## 一、结论先行：难点从来不在模型，在接口先把结论摆出来，后面所有的实现都是为这三句话服务的。

2026-09-30

财务智能体实施纪实一家 1000 人、10 家主体的集团，如何把六个财务流程交给 AI

**业务实施纪实**：一个 1000 人规模、10 家公司主体、中心集团管控的企业，如何把银行流水、报销付款、开票回款、往来账龄、税负测算、凭证回填这六件最耗人力的财务活儿，从 Excel 搬进对话式智能体

2026-09-30

国家评测机构首次给智能体分五级：这套五维框架，测试团队明天就能抄成上线验收清单

上线评审会开到第二十分钟，卡在同一个问题上：这个智能体到底能不能上线。

2026-09-29

制造业 O2C 全流程自动化：企业级智能体平台的云上架构与落地

本文以企业级智能体自动化平台为例，供架构师与数字化负责人参考。 ## 云上总体架构平台采用**云原生、微服务、多租户、容器化**的 B/S 架构，支持公有云 SaaS 与私有化两种形态。

2026-09-04

【系列·第 6 篇】别一上来就多智能体：90% 的 Agent 需求，五种工作流就够了

此刻技术舆论场会给你递上一个闪亮的答案：多智能体。规划 Agent、执行 Agent、审校 Agent 各司其职，宣传图上小机器人协同起舞。

2026-08-20

智能体的工作循环——从 ReAct 到 Plan-Execute

真正让大模型从一次性内容生成器，变成能够持续执行任务的智能体，是**围绕目标不断运行的执行循环**： !

2026-07-27

初体验：WorkBuddy 实战：用 AI 智能体从零搭建 A 股选股系统，13 种技术形态自动识别 + 量化评分

背景：我有一本"九大交易模型"秘籍，但手动翻 K 线太累了我手里有一份详细的技术分析文档——《老樊唯产品论·九大主力交易战法》，里面定义了 13 种经典的 K 线形态：上影反攻、极致反转、U 型极致反转 N 型倍量涨停、探路尖兵、串阳爬坡一柱擎天、仙人指路、异动螺旋桨异动搓揉线、筹码乖离修复、真空反转平台、U 型回旋镖每一种都有明确的图形特征：涨停、跳空缺口、巨量、缩量修正、均线排列…… 但这意味着我要对着 5000 多只 A 股一只一只翻 K 线，完全不现实。于是我决定：让 WorkBuddy 帮我写一个自动识别系统。第一步：把文档丢给 AI，让它自己"读" 我只做了一件事——把《九大交易模型》文档发给 WorkBuddy，然后说： “帮我基于这个文档构建一套 A 股自动选股系统，要能识别所有 13 种模型，加上基本面筛选和综合评分。” WorkBuddy 自己：解析文档，提取每种模型的 K 线特征条件（涨停数、巨量倍数、均线排列、缩量窗口等）搭建数据管道，用 akshare 对接腾讯财经和东方财富的行情+财报数据编写 13 个识别算法，一个模型一个函数构建评分体系，从 12 个维度给每只股票打分全程我没有写一行代码，只负责验收和提修改意见。第二步：13 种形态识别——核心算法逻辑以最复杂的"探路尖兵"模型为例，文章定义的特征是：一段上升波段 → 出现涨停（≥1个）涨停后出现巨量（超过 60 日均量 2.5 倍）随后进入缩量修正（成交量萎缩至均量 70% 以下，至少 2 天） MA20 走平，股价在 MA20 附近企稳当前出现止跌信号（小阳线 / 十字星 / 长下影） WorkBuddy 把这些自然语言翻译成了可执行的量化条件：涨停检测 → 巨量确认 → 缩量修正窗口 → MA20 走平判断 → 止跌信号其他 12 种模型同理。每一种都有独立的检测函数，输入 K 线 DataFrame，输出命中和未命中的原因。第三步：12 维度综合评分——不只是看图形光有图形识别不够。我让 WorkBuddy 搭建了一套多维评分体系：维度满分评分逻辑图形面 18 分命中模型数量 + 模型精度买点面 14 分缩量 + 十字星 + 均线粘合加分情绪面 10 分涨跌幅、振幅、换手率判断市场热度资金面 10 分主力资金流向 + 量比相对位置 8 分 120 日内价格百分位资金流入 6 分近 5/20 日资金净流入事件驱动 6 分业绩预告 + 重大合同赛道景气 6 分所属板块强度排名业绩面 6 分 ROE + 毛利率估值面 6 分 PE + PB 分位数业绩增长 6 分营收/利润同比增速政策面 4 分行业政策支持度总分 100 分，每个维度都有明确的量化标准。第四步：实盘数据反推——用股价表现说话有了评分体系，下一个问题来了：这些维度到底哪个最能预测股价？我让 WorkBuddy 拿了 24 只候选股票的实际 5 日涨幅做回归分析，结果非常有意思：有九大交易模型信号的股票：平均 5 日涨幅 +17.1% 无模型信号的股票：平均 5 日涨幅 +4.0% 差异：13.1 个百分点！相比之下：均线粘合：12.0% vs 7.2%（差异 4.8pp）买点信号（缩量/十字星）：反而是负相关——说明缩量更多是"筑底"而非"爆发"信号结论：九大交易模型的图形形态是短线最强的预测变量。据此我大幅调高了图形面的权重（12→18 分），降低了基本面维度的权重。这是整个项目中最有价值的一步——让数据告诉你什么重要，而不是凭感觉拍权重。第五步：踩坑——5 只股票的识别 BUG 如何被修复第一次跑完 25 只股票扫描后，我发现有不少模型识别结果和肉眼判断对不上。于是写了一个诊断脚本逐个排查，发现了 4 个 BUG： BUG 1：上影反攻把高位股误判为"底部" 问题：代码只检查"收盘价相对 MA60 距离 10%）。 BUG 4：探路尖兵涨停上限太死板问题：要求 1-3 个涨停，惠城环保连续 7 个涨停被直接排除。修复：改为 ≥1 个涨停即可。第六步：精度持续提升——让 AI 再读一遍原文修复完 4 个 BUG 后，我又让 WorkBuddy 重新精读了老樊的完整学习手册，对照检查了几个模型的细节：串阳爬坡：原代码要求"≥5 连阳 + 缩量"，但文章说"允许 1-2 根小阴线"+“温和放量”。修复后羚锐制药和吉比特都成功命中。一柱擎天：原代码要求"均线多头 + 紧贴 MA5"，但刚突破时不可能满足。改为"找到标志性巨量 K 线 → 检查前后趋势变化 + 位置低位/中继"。修复后征和工业一柱擎天命中。极致反转：放宽 MA20 走平条件，加入涨停/巨量异动检查。修复后征和工业极致反转也命中了。最终成果系统能力 13 种技术形态自动识别，每种都有详细的命中/未命中原因 12 维度量化评分，权重基于实盘数据优化批量扫描，25 只股票约 2 分钟跑完已打包为 Skill 模块，可以随时复用实盘验证结果（7 月 26 日扫描）排名股票综合评分命中模型 1 高德红外 74.0 探路尖兵 + U型回旋镖 2 宏创控股 63.1 极致反转 + 一柱擎天 3 睿创微纳 54.0 无（正确，高位排除） 4 惠城环保 54.0 极致反转 5 华通线缆 53.3 极致反转踩坑总结：让 AI 帮你写代码的三个教训 AI 理解自然语言 ≠ 理解你的意图。你说"底部区域"，AI 可能只检查价格相对距离，但不知道要结合历史位置。必须给出精确的量化定义。数据反推比直觉靠谱。我们以为基本面和买点信号很重要，但股价数据告诉我们：图形形态才是短线最强变量。让数据说话。别怕让 AI 重读文档。第一遍的理解可能有偏差，多轮迭代 + 对照原文检查，精度会越来越高。WorkBuddy 支持多轮对话持续优化，这是它比传统编程工具强的地方。写在最后这套系统从构思到上线只用了一天。整个过程我没有写一行代码——所有 Python 脚本、数据管道、评分逻辑、HTML 报告，全是 WorkBuddy 自己完成。我的角色是：提供专业知识（九大交易模型）→ 验收结果 → 指出问题 → 迭代优化。如果你也有一个"想法"卡在脑子里很久，不妨试试交给 WorkBuddy。你需要的是领域知识，AI 需要的是清晰的指令。两者结合，效率惊人。

2026-07-27

Python开发LR、SVM、DT、HistGB及XGBoost多模型对比实现学生抑郁风险预测|附AI智能体、代码和数据

- 将建模经验沉淀为对话式AI智能体，把数据清洗—特征选择—模型训练—效果评估链路封装复用。 **关于分析师** !

2026-07-22

全国首部“企业AI智能体ROI评估”标准，公开征集起草单位及起草人智合标准化建设

** **ROI已成为企业投资AI智能体的硬约束。**行业需要一把尺子——一套可量化、可验收、可横向对比的AI智能体效能评估标尺。 !

2026-07-11

2026 企业级智能体开发平台对比推荐：5 大主流平台三维解析与落地方法论

数字化转型进入攻坚阶段，企业级智能体平台已成为突破业务效率瓶颈的核心支撑。

2026-05-18

这个开源项目把 AI 智能体搬进了浏览器，一句话生成完整应用

近日，开源AI低代码平台VTJ.PRO发布了0.16.1版本，其AI助手正式进化为Agent + Skills架构的智能体。

2026-02-26

孪生体通用迁移实操教程

孪生体通用迁移实操教程本方法本地离线项目、云端在线协作项目均适用，核心逻辑为：孪生体属于全局本地资源，统一存储在本地 DTO 目录中，不会随项目工程自动同步到云端；因此无论项目类型，迁移孪生体都遵循「

2026-08-11

16.Swift学习之结构体

结构体的介绍概念介绍结构体(struct)是由一系列具有相同类型或不同类型的数据构成的数据集合结构体是值类型结构体既可以定义属性又可以定义方法定义语法 struct 结构体名称 { // 属性和方法

2018-10-19

档案室智能化升级工程：温湿度采集、漏水防火安防一体化系统落地复盘

# 档案室智能化升级工程：温湿度采集、漏水防火安防一体化系统落地复盘 !

2026-10-26

【第四部分：Agentic 智能体设计模式】16. 一个 Prompt 搞不定复杂任务？试试 Prompt Chaining

上一篇介绍了 Agent 常见的任务编排模式，包括提示链、路由、并行、反思、规划和多智能体协作。

2026-10-21

WorkBuddy 智能体审图取证实战：舞台工艺四通道抽取脚本的工程化落地与批处理

# WorkBuddy 智能体审图取证实战：舞台工艺四通道抽取脚本的工程化落地与批处理 ## 一、背景：单图跑通之后，24 张图纸才是真正的考题某剧院舞台音视频深化设计图审核项目（脱敏后表述），图纸量大

2026-10-16

舞台工艺审图智能体派单门禁：用发车前 gate 脚本把六成员覆盖钉成硬约束

# 舞台工艺审图智能体派单门禁：用发车前 gate 脚本把六成员覆盖钉成硬约束 ## 一、背景：比"漏派一个人"更隐蔽的是"清单漂移" 把舞台工艺审图这类强专业、强协作的活儿交给智能体团队之后，最容易出事的环节不是模型能力

2026-10-15

老旧档案馆智能化改造：温湿度监控+净化设备一体化渐进式实施方案

# 老旧档案馆智能化改造：温湿度监控+净化设备一体化渐进式实施方案物联网・智慧档案馆・老旧改造・渐进式实施・盛世宏博相比新建智慧档案馆，老旧档案馆的智能化改造难度往往更高：存量设备型号杂乱、墙体布线条件差

2026-09-29

一个智能体编排 + python-docx 的审平闭环

一个智能体编排 + python-docx 的审平闭环 ## 一、收到一份 140 表的体系文件，签字前你得先证明它"前后一致" 你是业主方技术把关人。

2026-09-29

《WorkBuddy 从入门到精通》连载，第6章：企业智能体构建与管理：让整个团队一起跑起来

Mzg4MTI1NDA2Mg==&mid=2247484172&idx=1&sn=b37a8c5d6096fb09eb8aaafe3864cf0d&scene=21#wechat_redirect)；第6章企业智能体构建与管理

2026-09-03

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。

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

舞台工艺 AI 智能体编排：一张 9 列 Markdown 表，如何成为两个专家包唯一的接口

财务智能体实施纪实 一家 1000 人、10 家主体的集团，如何把六个财务流程交给 AI

国家评测机构首次给智能体分五级：这套五维框架，测试团队明天就能抄成上线验收清单

制造业 O2C 全流程自动化：企业级智能体平台的云上架构与落地

【系列·第 6 篇】别一上来就多智能体：90% 的 Agent 需求，五种工作流就够了

智能体的工作循环——从 ReAct 到 Plan-Execute

初体验：WorkBuddy 实战：用 AI 智能体从零搭建 A 股选股系统，13 种技术形态自动识别 + 量化评分

Python开发LR、SVM、DT、HistGB及XGBoost多模型对比实现学生抑郁风险预测|附AI智能体、代码和数据

全国首部“企业AI智能体ROI评估”标准，公开征集起草单位及起草人智合标准化建设

2026 企业级智能体开发平台对比推荐：5 大主流平台三维解析与落地方法论

这个开源项目把 AI 智能体搬进了浏览器，一句话生成完整应用

孪生体通用迁移实操教程

16.Swift学习之结构体

档案室智能化升级工程：温湿度采集、漏水防火安防一体化系统落地复盘

【第四部分：Agentic 智能体设计模式】16. 一个 Prompt 搞不定复杂任务？试试 Prompt Chaining

WorkBuddy 智能体审图取证实战：舞台工艺四通道抽取脚本的工程化落地与批处理

舞台工艺审图智能体派单门禁：用发车前 gate 脚本把六成员覆盖钉成硬约束

老旧档案馆智能化改造：温湿度监控+净化设备一体化渐进式实施方案

一个智能体编排 + python-docx 的审平闭环

《WorkBuddy 从入门到精通》连载，第6章：企业智能体构建与管理：让整个团队一起跑起来

资源下载

Mario

Nacos

Spring

Rocky Linux

欢迎您来访！

财务智能体实施纪实一家 1000 人、10 家主体的集团，如何把六个财务流程交给 AI