#AI Agent
共 1092 篇相关文章
腾讯WorkBuddy是什么？零基础入门AI办公智能体全解析
腾讯WorkBuddy是什么？本文从零基础视角解析这款桌面AI智能体工作台的核心能力：操作本地文件、多步骤任务规划、定时自动化与远程操控，并对比传统AI工具的本质区别，帮你判断何时该用它实现办公自动化。
WorkBuddy入门指南：把AI从聊天工具变成能干活的桌面员工
WorkBuddy是一款桌面AI智能体，能直接操作本地电脑完成文件管理、文档处理、网站开发等办公任务。本文详解WorkBuddy的定位、与Codex的核心差异、积分省钱技巧及三大新手认知误区，帮你从AI提问者进化为AI管理者。
WorkBuddy新手教程：零基础上手AI Agent数字员工
WorkBuddy新手保姆级教程：从安装、三种工作模式到多模态图片视频生成，手把手教你零基础上手这款国产AI Agent数字员工，涵盖文件整理、绘本短视频等实战案例。
飞书黑客松获奖作品：一个人玩转数据分析Agent
飞书黑客松获奖作品OpenCloud数据分析Agent深度解析：支持多数据源一键导入，通过RAG检索Schema保证数据准确性不造假，内置40多种图表自动可视化，核心开源GitHub已获2500+Star。
Codex完整入门指南：OpenAI的AI Agent如何真正为你干活
Codex是OpenAI打造的AI Agent，不仅能对话还能动手做代码、网站和游戏。本文详解Codex是什么、与Claude Code等工具的差异、并入ChatGPT桌面应用后的使用方式，以及从环境搭建到实操出成品的完整入门路线。
原生Python复刻Manus：多Agent应用开发实战全解析
深度解析一门以原生Python+MCP+A2A复刻Manus的多Agent应用开发实战课程，涵盖七阶段学习路径、MoreManus产品能力、系统架构与技术选型，拒绝框架黑箱，适合零基础转型Agent开发。
16800的荐股内参值不值？用豆包工作AI Agent拆穿信息差骗局
B站UP主柳行长用豆包工作AI Agent拆解16800元荐股"核心内参"，揭穿其80%公开信息换皮、20%造假的真相，并演示AI在股票复盘、理财说明书、保险合同、基金分析中的实用场景。AI时代不再为信息差买单。
从0到1搭建企业级AI Agent：三阶段学习路径全解析
一套从0到1搭建企业级AI Agent的748集教程解析，涵盖ReAct框架、LangChain与AutoGen实战、RAG混合架构及智能客服、数据分析、多Agent协作三大落地项目，附完整学习路径。
MapReduce思想用于AI代码清理：一种新的Agent协作范式
开发者将经典MapReduce分治思想应用于AI Agent代码清理，通过分片并行处理与汇总对齐来治理AI生成代码留下的技术债务，折射出AI编程从单点生成走向多Agent协作治理的趋势。
揭秘"一元用满血GPT-6"套路：抽卡玩法背后的真相
B站视频宣称一元一天无限使用满血GPT-6，本文拆解其抽卡玩法背后的真实原理：利用大模型排行榜平台的匿名对战机制，配合第三方软件操控本地电脑，并实测AI玩羊了个羊的能力边界与潜在风险。
Ax-check：测评你的产品能否被AI Agent顺利使用
Hacker News 新项目 Ax-check.com 提出「Agent 体验」新概念，专门检测你的产品能否被AI Agent顺利访问和使用。本文解析 AX 与 UX 的差异、AXO 优化趋势及社区讨论焦点。
无需框架：用Python+Ollama打造本地ReAct AI Agent
不依赖 LangChain 等框架，用纯 Python 配合本地 Ollama 从零打造具备工具调用能力的 ReAct AI Agent。100% 本地运行、无需 API 密钥，深入理解智能代理的推理循环与消息管理机制。
监控AI智能体的危险操作：一场无薪的全职保姆工作
一位从业者分享了监控AI智能体危险安全操作的实战流程：日志记录、敏感操作白名单、自动标记提示词注入与数据外泄、人工复审高危行为。文章剖析了AI Agent安全治理中规则追不上业务、最小权限原则等核心矛盾与改进方向。
Makersclaw 2.0：以目标驱动的AI Agent操作系统
Makersclaw 2.0登陆Product Hunt，提出「由Agent运营公司的操作系统」概念。它从目标出发动态构建工具、Agent与自动化，支持持续运行、记忆与预算控制，首个落地场景为市场增长(GTM)。
Toone：用自然语言构建可靠的AI Agent工作流
Toone是一款登上Product Hunt的AI Agent工作流工具，支持用自然语言构建复杂流程、逐步调试、断点续跑与多模态传递，需搭配OpenAI或Anthropic账户使用，主打生产级的可预测与可观测性。
从零到实战：构建AI Agent的优质学习资源指南
针对已掌握LLM、LangChain和RAG的开发者，本文梳理了构建AI Agent的优质学习资源，涵盖LangGraph、Agentic RAG及核心概念，提供从基础到实战的进阶路径。
LLM重试如何省Token？大上下文Agent工作流的优化策略
LLM重试时全量重发上下文会导致Token消耗暴涨。本文梳理了大上下文Agent工作流的六种优化策略，包括生成与修复解耦、上下文外置检索、结构化状态管理与精简MCP工具输出，帮助降低生产环境的Token成本。
AI Agent企业实战全解析：从低代码到LangChain框架落地
这套B站AI Agent企业实战课程覆盖低代码平台、MCP协议与LangChain等硬核框架，扎根九大企业岗位并配套四大实战项目，带你系统掌握从Agent、RAG到智能体协作的全套落地能力。
