首页
学习
活动
专区
圈层
工具
发布
综合排序最热优先最新优先
时间不限
为了AgentAgent
主要讲的是如何选取Agent主流框架的逻辑。 讨论了两种路径,workflows和agent。 我理解大概率是为了AgentAgent所找的一个所谓具有代表性的例子吧。 而且你现在用Agent,未来扩展性也是一个问题。 业务想要扩展一个新的场景逻辑,你敢直接用Agent承接吗? 有人说,我们会在Agent上线之前,充分评估模型,确保Agent可以适配新的业务场景需求。 但是业务不会等你Agent ready之后再开量啊。 而Agent更适合人机协作,比如AI Coding或其他chatbot,因为有个人在旁边可以为Agent的不可控进行兜底。 大家用Agent的目的很多时候并不是从第一性原理出发,很多时候都是为了AgentAgent,想一想Agent真的比workflow好吗?
春哥大魔王
2026-03-11
2360
标签:
告别Agent Skills, 拥抱 Agent Apps
这正是面向Agent的TUI(AOTUI)要回答的问题。是什么:一种新的界面范式面向Agent的文本用户界面(AOTUI)是一种以LLMAgent为一等公民的界面范式。 没有鼠标点击,Agent调用Tool/Funtion。没有视觉提示(颜色、布局、头像),数据通过文本引用来引用。简言之:AOTUI就是当你为模型而非人类设计时,用户界面的样子。 AOTUI如何重建桥梁AOTUI为没有鼠标的Agent解决了问题的三个部分——识别、选择和触发。 下一步:[认识Agentina→](https://agentina-agent-apps.vercel.app/en)—基于AOTUI构建的Agent应用宿主。
用户6544010
2026-03-06
2920
标签:
Agent设计模式——附录 G - 编码 Agent
最高效的开发团队不仅将任务委托给 Agent,更通过整套复杂编码 Agent 实现自我增强。这些 Agent 扮演着不知疲倦的专业团队成员角色,放大人类创造力并显著提升团队扩展能力与开发速度。 Agent 虽能力强大,但定位为支持性协作者。开发者指导具体 Agent 调用、提供必要上下文,并最关键地——对 Agent 生成输出行使最终裁决权,确保其符合项目质量标准与长期愿景。 本框架致力于在人类领导与底层模型原始能力间建立最纯净对话通道,确保每个 Agent 均以峰值潜力运行。 该框架构建为专业化 Agent 团队,每个 Agent 针对开发生命周期中的核心功能专门设计。 专业化 Agent 团队: 通过定向提示工程,我们可构建专业分工的 Agent 团队,每个成员针对特定开发任务深度优化。 流程 Agent:代码质量监督员 批判分析: Agent 执行初步审查,识别潜在缺陷、编码规范违规及逻辑漏洞,功能类似静态分析工具。 深度反思: Agent 对自身批判进行元分析。
xindoo
2025-10-27
5080
标签:
理解 Agent2Agent(A2A)、Agent to Agent和链式函数调用的区别与联系
在构建 AI 智能体系统或多模块任务执行架构时,我们常会遇到三个关键术语: Agent to Agent 链式函数调用 Agent2Agent (A2A) 它们看似类似,甚至常被混用,但实际上分别属于不同的抽象层次 两个 Agent 间的信息传递行为 多智能体协同、机器人通信 Agent2Agent (A2A) 系统架构层 一个 Agent 主动调用其他 Agent 协作解决问题 LLM Agent 编排、AutoGen Agent2Agent 像一个“项目经理型 AI”会调度多个“专家型 AI”组成动态团队,解决复杂任务 类比一句话总结: 链式函数调用像拼装生产线,Agent to Agent像员工交流,而Agent2Agent Agent to Agent(通信范式) # 每个 Agent 通过消息交互完成任务 agent_A.send("get data") agent_B.receive("get data").send( 中的 planner_agent.plan() → 调用搜索、总结、编码 agent 七、总结一句话 链式函数调用解决“流程”,Agent to Agent定义“协作”,而Agent2Agent打造
未名编程
2025-07-10
1.2K0
标签:
java agent使用与agent内存马
什么是java agent 本质是一个jar包中的类,有两种实现,第一种是通过permain()函数实现。 Java agent的使用方式有两种: 实现premain方法,在JVM启动前加载。 实现agentmain方法,在JVM启动后加载。 agent基础使用 环境搭建 agent项目源码 agent: package com.naihe; ​ import java.io.IOException; import java.lang.instrument 并没有使用字节码相关的库 二,修改MANIFEST.MF 使用解压工具打开MANIFEST.MF,并修改内容 Premain-Class: com.naihe.agent Agent-Class: com.naihe.agent : com.naihe.agent Agent-Class: com.naihe.agent Can-Redefine-Classes: true Can-Retransform-Classes: true
红队蓝军
2022-04-13
1.6K0
标签:
java agent使用与agent内存马
什么是java agent 本质是一个jar包中的类,有两种实现,第一种是通过permain()函数实现。 agent基础使用 环境搭建 agent项目源码 agent: package com.naihe; import java.io.IOException; import java.lang.instrument 使用解压工具打开MANIFEST.MF,并修改内容 Premain-Class: com.naihe.agent Agent-Class: com.naihe.agent Can-Redefine-Classes /12107/Desktop/agent.jar 动态修改class 清除之前的内容 正常运行 运行attach 可以看到Demo的test方法已经被修改了 agent内存马 搭建一个简单的 命名为agent2 打包好的jar就在如下位置 修改MANIFEST.MF 老样子在前面添加 Premain-Class: com.naihe.agent Agent-Class: com.naihe.agent
红队蓝军
2022-05-17
1.5K0
标签:
cyborg agent
cyborg agent提案 问题描述 Cyborg的需要一下功能:包括在计算机节点上管理代理,定位加速器,监控加速器状态和协调加速器驱动程序。 提议变更 cyborg agent驻留在各种计算机主机上,并监控对计算节点上的加速器进行监控。 如果某一个计算节点上加速器存在但没有设置,代理将通知conductor并建议手动检查。 用cyborg agent来监控加速器的状态并报告给conductor,并通过这些报告信息来帮助调度和操作。 Cyborg Agent将保留本地缓存数据,目的是在系统中断或连接丢失不会失去加速器状态。 cyborg agent具体内容 Cyborg代理将安装在正在或者可能会使用加速器的计算节点上。 实例连接: 一旦生成实例,需要连接到主机上的某个加速器,Cyborg服务器将向Cyborg代理发送消息,通知agent新实例。
后端云
2018-10-24
1.3K0
标签:
Agent设计模式(6):Multi-Agent模式——构建多Agent协作系统
在前面五篇文章中,我们探讨了单Agent的各种核心模式: Reactor让Agent懂感知和反应; Planner让Agent会规划; Tool-Use让Agent能调用外部工具; Memory让Agent 但现实世界的问题往往太复杂,单一Agent难以胜任。就像一个人解决不了所有问题,多个专业分工的Agent协作才是正解。 这就是今天要讲的Multi-Agent模式。 一、为什么需要多Agent? 专业化:每个Agent专注一个领域,深度更好 2. 并行化:多个Agent同时工作,效率更高 3. 容错性:单个Agent失败不影响整体 4. 可扩展:新增功能只需添加新Agent 二、Agent角色设计:职责分离 Multi-Agent系统的第一步是角色定义。 ) 个人助理Agent(日程、邮件、笔记) 数据分析Agent(读取、分析、可视化) 客服Agent(问答、转接、知识库) 结语 Multi-Agent模式是Agent设计的高阶形态,它让我们能够构建更强大
烟雨平生
2026-05-09
6420
标签:
Agent详解
在计算机科学中,Agent(代理)是一种可以在某种环境中自主行动以达成其设计目标的计算实体。Agent可以是物理实体(如机器人)或虚拟实体(如软件程序)。在本文中,我们将主要关注软件AgentAgent的定义 在软件领域,Agent被定义为一个程序,它可以在某种程度上自主地在环境中行动,以达成其设计目的。 Agent的行为通常是响应环境的变化,这种变化可以是外部输入,也可以是Agent自身的状态变化。 Agent的分类 根据Agent的复杂性和自主性,我们可以将Agent分为以下几类: 简单Agent:这种Agent只能执行一些预定义的任务,它们的行为通常是固定的,不会根据环境的变化而改变。 根据Agent的复杂性和自主性,我们可以将Agent分为简单Agent、反应性Agent、有目标的Agent和学习Agent
码事漫谈
2025-04-22
2.5K0
标签:
Agent Harness
Agent Harness(智能体驾驭层/运行框架)​ 是包裹在大模型(LLM)之外、让它能真正执行任务而非只"说"不"做"的那整套工程运行时基础设施。 业界共识公式:Agent = Model(大模型)+ Harness(驾驭层) 为什么叫 Harness? 决定 Agent "怎么跑"。 ️ / OpenCode 本质上就是围绕某模型构建的 Agent Harness,所以同一模型配上不同 Harness 体验差异巨大。 你之前问的 AI 开发三阶段里,Harness 阶段正是从"写好 Spec"演进到"构建这套可靠的运行系统让 Agent 自主完成任务"。
lpp31
2026-06-11
1080
标签:
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档