#Agent
共 5383 篇相关文章
深度解读·9 分钟
ApexUIBridge：让AI代理操控Windows桌面应用的UI自动化框架
深度解析ApexUIBridge开源项目，一个基于FlaUI和Windows UI Automation API构建的AI代理自动化框架，支持UI元素探索、语义描述与交互操作，解决AI Agent操控传统桌面应用的最后一公里问题。
阅读全文 →
深度解读·8 分钟
Open Computer Use：开源AI代理自动操控计算机的全能框架
Open Computer Use是一个基于TypeScript的开源AI代理框架，支持浏览器、终端和桌面三维度自动化操控计算机。本文详解其核心功能、技术架构、应用场景及与Claude Computer Use等商业方案的对比。
阅读全文 →
深度解读·7 分钟
application-use：macOS原生桌面自动化CLI工具，对标Anthropic Computer Use
application-use是一款用Go语言开发的macOS桌面自动化CLI工具，专为AI Agent设计。对标Anthropic Computer Use，采用原生API方案替代视觉驱动，实现更快速精准的应用操控，是构建macOS平台AI Agent的轻量级基础设施。
阅读全文 →
深度解读·7 分钟
computer-use-windows：在Windows上构建AI桌面代理的开源框架
基于Anthropic Computer Use API的开源项目computer-use-windows，让AI代理直接操控Windows桌面完成自动化任务。本文详解其技术架构、工作流程及办公自动化、软件测试等应用场景。
阅读全文 →
深度解读·8 分钟
Factifai：视觉AI驱动的CI/CD自动化测试开源工具详解
深入解析Factifai Agent Suite如何利用Claude、GPT-4o等视觉大模型替代传统DOM选择器，实现自然语言驱动的自动化测试，并无缝集成CI/CD流水线。涵盖技术架构、核心优势及行业前景分析。
阅读全文 →
深度解读·7 分钟
OS AI Computer Use：跨平台开源AI桌面自动化工具详解
OS AI Computer Use是一款开源AI桌面自动化工具，支持Windows、macOS、Linux跨平台运行，兼容OpenAI和Anthropic API。本文详解其核心特性、工作原理、使用场景及安全注意事项。
阅读全文 →
深度解读·5 分钟
视频转文字开源工具：字幕提取+Gemini AI听写双模式方案
介绍开源项目claude-skill-video-transcribe，支持YouTube、B站和本地视频转文字。采用优先提取字幕、无字幕时Gemini 2.5 Flash AI听写的双路策略，Python开发，高效实现视频内容转录。
阅读全文 →
科技前沿·8 分钟
workers-research：用Cloudflare Workers构建AI深度研究代理实战解析
详解开源项目workers-research如何结合Cloudflare Workers无服务器架构与Google Gemini 2.5，构建自动化深度研究AI代理，涵盖技术架构、工作原理及实际应用场景。
阅读全文 →
深度解读·9 分钟
oh-my-kimi：Kimi Code CLI多智能体编排框架深度解析
深度解析oh-my-kimi开源项目，一个面向Kimi Code CLI的多智能体编排框架，涵盖Worktree团队运行时、DAG规划引擎、MCP技能钩子、质量门控及本地图记忆等核心架构设计。
阅读全文 →
深度解读·5 分钟
EverClaw深度解析：质押MOR代币获取永久AI推理的去中心化平台
深入解析EverClaw去中心化AI推理平台，基于Morpheus AI协议构建，通过质押MOR代币访问Kimi K2.5等10+模型，为OpenClaw智能代理提供永不耗尽的推理服务。
阅读全文 →
教程攻略·8 分钟
DeepSeek API集成指南：3.7万星GitHub开源项目深度解析
深度解析GitHub上3.7万星的awesome-deepseek-integration项目，涵盖DeepSeek API与VS Code、Obsidian、Langchain等主流工具的集成方案，助开发者快速将大模型能力嵌入现有工作流。
阅读全文 →
产品体验·8 分钟
LobeHub开源项目深度解析：7.5万Star的多智能体协作平台
深度解析GitHub热门开源项目LobeHub，拥有75900+ Star的多智能体协作工作空间。了解其核心理念、多Agent协同工作机制、低代码团队设计功能，以及与AutoGen、CrewAI等框架的差异化竞争优势。
阅读全文 →
教程攻略·9 分钟
程序员鱼皮AI资源大全：从零基础到实战的完整学习路径
详解GitHub热门项目liyupi/ai-guide，涵盖Vibe Coding零基础教程、大模型玩法、AI编程工具（Cursor/Claude Code）、Prompt提示词、RAG/MCP/Agent等核心概念，13000+ Stars的中文AI学习资源一站式导航。
阅读全文 →
科技前沿·4 分钟
LLM 0.32a1发布：修复工具调用对话无法从SQLite恢复的关键Bug
Simon Willison发布LLM命令行工具0.32a1预览版，修复了工具调用对话无法从SQLite数据库正确恢复的关键Bug。本文介绍修复详情、工具调用功能背景及安装方式。
阅读全文 →
科技前沿·4 分钟
LLM 0.32a1发布：修复工具调用对话存储Bug详解
Simon Willison发布LLM命令行工具0.32a1版本，修复了工具调用对话从SQLite数据库重新加载时的关键Bug。本文详解修复内容、影响范围及升级方法。
阅读全文 →
产品体验·6 分钟
Fast Image Skills：AI代理即用型图像处理技能库详解
Fast Image Skills是一个开源Python项目，为Claude Code、Cursor等AI代理提供即用型图像处理技能，支持背景移除和自动裁剪功能，助力开发者快速构建自动化图像处理工作流。
阅读全文 →
产品体验·7 分钟
LobeHub开源项目详解：多智能体协作平台如何重塑AI工作流
深入解析LobeHub开源多智能体协作平台，涵盖核心特性、技术架构与行业趋势。了解这个GitHub 75K+ Star项目如何通过Agent团队设计、多智能体协同机制重新定义人机协作方式。
阅读全文 →
产品体验·8 分钟
开源Cursor克隆项目：CodeMirror 6+WebContainer打造AI IDE
深入解析GitHub开源Cursor-Clone项目，基于CodeMirror 6编辑器引擎、WebContainer浏览器运行时和Claude AI集成，完整复刻AI驱动IDE的核心架构与功能实现。
阅读全文 →
