直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

Agent开发

回答

以下是关于 Agent 开发的相关内容:

Agent 构建平台

  1. Coze:新一代一站式 AI Bot 开发平台,适用于构建基于 AI 模型的各类问答 Bot,集成丰富插件工具以拓展 Bot 能力边界。
  2. Microsoft 的 Copilot Studio:主要功能包括外挂数据、定义流程、调用 API 和操作,以及将 Copilot 部署到各种渠道。
  3. 文心智能体:百度推出的基于文心大模型的智能体平台,支持开发者根据需求打造产品能力。
  4. MindOS 的 Agent 平台:允许用户定义 Agent 的个性、动机、知识,以及访问第三方数据和服务或执行工作流。
  5. 斑头雁:2B 基于企业知识库构建专属 AI Agent 的平台,适用于多种场景,提供多种成熟模板,功能强大且开箱即用。
  6. 钉钉 AI 超级助理:依托钉钉强大的场景和数据优势,在处理高频工作场景如销售、客服、行程安排等方面表现出色。

Agent 产品开发踩坑及思考

  1. 大模型请求中的最大两个变量是 Messages 和 Tools。Messages 里放的是 sys prompt、memory、user query;Tools 里放的是一些能力的 Json Scheme,两者组合形成整个完全的 Prompt。
  2. Agent 应用开发的本质是动态 Prompt 拼接,通过工程化手段将业务需求转述成新的 prompt。
  3. 短期记忆是 messages 里的历史 QA 对,长期记忆是 summary 之后的文本再塞回 system prompt。
  4. RAG 是向量相似性检索,可放在 system prompt 里或通过 tools 触发检索。
  5. Action 是触发 tool_calls 标记,进入请求循环,拿模型生成的请求参数进行 API request,再把结果返回给大模型进行交互;没有 tool_calls 标记则循环结束,对应页面上一轮对话结束。
  6. Multi Agents 是把 system prompt 和 tools 换一换。

从赚钱角度看 Agent 应用开发: 赚钱方式多样,如 Key 商、写书、卖课、接项目、做镜像站等。从做产品角度,选择 Agent 方向。熟悉业务结合 AI 能力打磨产品是护城河,是 AI 应用开发者应坚持的方向。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

问:有哪些好的Agent构建平台

以下是一些Agent构建平台:1.Coze:Coze是一个新一代的一站式AI Bot开发平台,适用于构建基于AI模型的各类问答Bot。它集成了丰富的插件工具,可以极大地拓展Bot的能力边界。2.Mircosoft的Copilot Studio:这个平台的主要功能包括外挂数据、定义流程、调用API和操作,以及将Copilot部署到各种渠道。3.文心智能体:这是百度推出的基于文心大模型的智能体(Agent)平台,支持开发者根据自身需求打造大模型时代的产品能力。4.MindOS的Agent平台:允许用户定义Agent的个性、动机、知识,以及访问第三方数据和服务或执行设计良好的工作流。5.斑头雁:这是一个2B基于企业知识库构建专属AI Agent的平台,适用于客服、营销、销售等多种场景。它提供了多种成熟模板,功能强大且开箱即用。6.钉钉AI超级助理:依托于钉钉强大的场景和数据优势,提供更深入的环境感知和记忆功能。这使得它在处理高频工作场景如销售、客服、行程安排等方面表现更加出色。以上信息提供了关于6个平台的概述,您可以根据自己的需求选择适合的平台进行进一步探索和应用。内容由AI大模型生成,请仔细甄别

有用Agent产品开发踩坑及思考

其实只要看过官方文档的应该都能知道,大模型请求中,最大的两个变量:Messages和Tools。Messages里面放的是sys prompt,memory,user query;Tools里面放的是一些能力的Json Scheme;而这两者组合在一起,就形成整个完全的Prompt。所以Agent应用开发的本质是什么?动态Prompt拼接。通过工程化的手段,不断把业务需求转述成新的prompt。短期记忆:messages里的历史QA对;长期记忆:summary之后的本文,再塞回system prompt;RAG是啥?向量相似性检索,然后放在system prompt里或者通过tools触发检索Action:触发tool_calls标记,进入请求循环,拿模型生成的请求参数进行API request,再把结果返回给大模型进行交互;没有tool_calls标记了,循环结束。对应页面上就是对话一轮对话结束。Multi Agents是啥?把system prompt和tools换一换,A就变成B了。还有啥?没了呀,本质就是这些东西。当然,这也就是最基本的原理,想做深,做好,肯定还有很多坑需要踩。

从GPTs/GLMs如何赚钱谈起:AI应用的曙光在哪?

(这部分是应用开发相关的,不是GPTs)其实赚钱的方式有很多种,在财猫同学的群里,我也结交了很多通过AI赚到钱的朋友。Key商、写书、卖课、接项目、做镜像站等等等等...但是如果真正从做产品的角度去说的话,我选择的方向还是Agent。在上面提到过的WebPilot作者,最近又开发了一个长文写作的Agent,对外提供接口。效果非常惊艳,作为同行,我研究了很久,还是忍不住给出赞叹!我本人其实一直都是Agent的忠实拥护者,看过市面上大多的开源框架,也研究了很多闭源产品的实现。早先的时候我也天真地想过自己做一套通用的框架,在各种场景里去用。后来等到真正做的时候才发现,这个想法其实现阶段还是比较天真。这麽多年产品的经验也告诉我,熟悉业务才是正道。熟悉业务之后,结合AI的能力真正去打磨产品,这部分东西,就是护城河。这个方向,也是我始终认为AI应用开发者应该坚持的一个方向。所以,加油吧,朋友们,期待AGI早日到来。

其他人在问
ai agent 就是 ai 工具吗
AI Agent 是基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念: 1. Chain:通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作一个步骤,可以接受一些输入变量,产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router:可以使用一些判定(甚至可以用 LLM 来判定),然后让 Agent 走向不同的 Chain。例如:如果这是一个图片,则 a;否则 b。 3. Tool:Agent 上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。 总结下来需要三个 Agent: 1. Responser Agent:主 agent,用于回复用户(伪多模态)。 2. Background Agent:背景 agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)。 3. Daily Agent:每日 agent,用于生成剧本,配套的图片,以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次(默认 3 分钟),运行时会分析期间的历史对话,变更人物关系(亲密度,了解度等),变更反感度,如果超标则拉黑用户,抽简对话内容,提取人物和用户的信息成为“增长的记忆体”,按照时间推进人物剧本,有概率主动聊天(与亲密度正相关,跳过夜间时间)。 此外,AI Agent 也像是在 RAG 的基础上更进一步。RAG 是给大模型一个浏览器工具使用,而 Agent 给了大模型更多工具,比如长期记忆(给大模型一个数据库工具记录重要信息)、规划和行动(在大模型的 prompt 层做逻辑,将目标拆解并输出不同的固定格式 action 指令给工具)。 总的来说,AI Agent 代表了在流程中给大模型使用工具的能力,为大模型的应用提供了更广阔的空间。例如可以让大模型安排差旅,它会判断完成目标所需步骤,搜索近期差旅记录,在相关平台预订酒店和机票,最终完成任务。
2024-09-18
ai agent
AI 智能体(Agent)是随着 ChatGPT 与 AI 概念爆火而出现的新名词,简单理解就是 AI 机器人小助手,参照移动互联网,类似 APP 应用的概念。AI 大模型是技术,面向用户服务的是产品,因此很多公司关注 AI 应用层的产品机会。 在做 Agent 创业的公司有不少,C 端案例中,比如在社交方向,用户注册后先创建自己的 Agent,然后让其与他人的 Agent 聊天,两个 Agent 聊到一起后真人再介入,这是有趣的场景;还有借 Onlyfans 入局打造个性化聊天的创业公司。B 端案例中,如果字节扣子和腾讯元器是面向普通人的低代码平台,类似 APP 时代的个人开发者,那么还有帮助 B 端商家搭建 Agent 的机会,类似 APP 时代专业做 APP 的。 此外,字节于 2 月 1 日正式推出 AI 聊天机器人构建平台 Coze 的国内版“扣子”,主要用于开发下一代 AI 聊天机器人。还有一个情绪主题角色扮演小游戏,本文会按照需求分析、分步实现需求、提示词编写测试、GPTs 使用链接、总结的顺序进行介绍。智能体来源于 Cathy 教练和 Leah 老师的情绪力手册,这是帮助家长和孩子从源头了解、分辨、分析、处理和控制情绪的手册,内涵多个相关的智能体。
2024-09-18
agent 相关的知识
以下是关于 Agent 的相关知识: 在人工智能领域,Agent 通常被定义为一种具有感知能力的实体,它能够通过对其所处环境的观察来做出相应的决策和反应。Agent 既可以是软件形式的程序,例如对话机器人,也可以具备物理形态,比如扫地机器人。 从产品经理角度思考 Agent: Agent 可以是一个历史新闻探索向导。 身份:历史新闻探索向导。 性格:知识渊博、温暖亲切、富有同情心。 角色:主导新闻解析和历史背景分析。 为使角色更生动,可为其设计简短的背景故事,比如曾是一位对世界重大历史事件了如指掌、充满热情且愿意分享知识的历史学家。 写好角色个性的方法: 角色背景和身份:编写背景故事,明确起源、经历和动机。 性格和语气:定义性格特点,如友好、幽默、严肃或神秘;确定说话方式和风格。 角色互动方式:设计对话风格,从基本问答到深入讨论。 角色技能:明确核心功能,如提供新闻解析、历史背景分析或心理分析;增加附加功能以提高吸引力和实用性。 “智能体”(Agent)在人工智能和计算机科学领域是一个非常重要的概念,指的是一种能够感知环境并采取行动以实现特定目标的实体,可以是软件程序,也可以是硬件设备。
2024-09-14
我想设计一款符合企业内部办公的ai agent,有哪些资料可以辅助参考
以下是一些可辅助您设计符合企业内部办公的 AI Agent 的资料和相关信息: Agent 构建平台: 1. Coze:新一代一站式 AI Bot 开发平台,集成丰富插件工具,适用于构建各类问答 Bot,能拓展 Bot 能力边界。 2. Microsoft 的 Copilot Studio:主要功能包括外挂数据、定义流程、调用 API 和操作,可将 Copilot 部署到各种渠道。 3. 文心智能体:百度推出的基于文心大模型的智能体平台,支持开发者打造产品能力。 4. MindOS 的 Agent 平台:允许用户定义 Agent 的个性、动机、知识,以及访问第三方数据和服务或执行工作流。 5. 斑头雁:基于企业知识库构建专属 AI Agent 的平台,适用于客服、营销、销售等场景,提供多种成熟模板,功能强大且开箱即用。 6. 钉钉 AI 超级助理:依托钉钉强大的场景和数据优势,在处理高频工作场景如销售、客服、行程安排等方面表现出色。 AI Agent 的概念和组成: 1. LLM(大模型):提供庞大的信息存储和处理能力,以理解和响应问题。 2. Planning(规划):如同园丁制定种植计划,决定任务执行步骤。 3. Memory(记忆):类似于园丁的笔记本,记录经验和已完成任务。 4. Tools(工具):指可运用的各种软件和程序,帮助执行复杂任务。 AI Agent 的相关概念: 1. Chain:通常一个 AI Agent 可能由多个 Chain 组成,每个 Chain 可视为一个步骤,接受输入变量并产生输出变量,大部分是由大语言模型完成的 LLM Chain。 2. Router:可使用判定(甚至用 LLM 判定)让 Agent 走向不同的 Chain。 3. Tool:Agent 上的一次工具调用,如对互联网的搜索或对数据库的检索。 此外,还包括以下三种 Agent: 1. Responser Agent:主 agent,用于回复用户(伪多模态)。 2. Background Agent:背景 agent,用于推进角色当前状态,如进入下一个剧本,抽检生成增长的记忆体等。 3. Daily Agent:每日 agent,用于生成剧本、配套图片和每日朋友圈。 这三种 Agent 每隔一段时间运行一次(默认 3 分钟),分析期间的历史对话,变更人物关系、反感度等,抽简对话内容提取信息成为“增长的记忆体”,按照时间推进人物剧本,有概率主动聊天(与亲密度正相关,跳过夜间时间)。 以上信息提供了关于 AI Agent 的概述,您可以根据自己的需求选择适合的平台和概念进行进一步探索和应用。请注意,内容由 AI 大模型生成,请仔细甄别。
2024-09-13
AI agent 落地例子
以下是关于 AI agent 的相关信息: AI agent 是在 rag 的基础上更进一步,给大模型提供了更多工具,如长期记忆(相当于给大模型一个数据库工具记录重要信息)、规划和行动(在大模型的 prompt 层做逻辑,将目标拆解并输出固定格式的 action 指令给工具)。例如可以让大模型安排差旅,它会判断完成目标所需步骤,搜索差旅记录,预订酒店和机票等。 一些 Agent 构建平台包括: Coze:新一代一站式 AI Bot 开发平台,集成丰富插件工具拓展 Bot 能力。 Microsoft 的 Copilot Studio:具备外挂数据、定义流程、调用 API 和操作等功能,并能部署到多种渠道。 文心智能体:百度推出的基于文心大模型的智能体平台。 MindOS 的 Agent 平台:允许用户定义 Agent 的个性、动机、知识等,并能访问第三方数据和服务或执行工作流。 斑头雁:2B 基于企业知识库构建专属 AI Agent 的平台,适用于多种场景,提供多种成熟模板。 钉钉 AI 超级助理:依托钉钉优势,在处理高频工作场景表现出色。 大型语言模型置于 Agent 的“大脑”或“控制器”核心位置,赋予强大语言理解和生成能力。通过多模态感知技术和工具利用策略扩展感知和行动范围,采用思维链和问题分解技术展现出推理和规划能力,能从反馈中学习并与环境互动,在软件开发、科学研究等现实世界场景中得到应用,还能与其他 Agent 交流协作。
2024-09-11
什么是agent,技术原理是什么,有哪些应用
智能体(Agent)是指能够自主感知环境、做出决策并执行动作以实现特定目标的实体。 其技术原理包括: AppAgent 可以通过自主学习和模仿人类的点击和滑动手势,能够在手机上执行各种任务。它是一个基于大语言模型的多模态代理,能够处理和理解多种类型的信息(如文本、图像、触控操作等)。 沉浸式单机剧本杀 Bot 由多个 agent 共同协作完成,包括主持人 Agent 通过对话引导玩家,条件判断 Agent 负责解析玩家输入判断触发条件,以及通过对剧本内容进行向量化处理和构建索引来使剧情展开更流畅。 智能体的应用领域广泛,例如: 自动驾驶:自动驾驶汽车中的智能体感知周围环境,做出驾驶决策。 家居自动化:智能家居设备(如智能恒温器、智能照明)根据环境和用户行为自动调节。 游戏 AI:游戏中的对手角色(NPC)和智能行为系统。 金融交易:金融市场中的智能交易算法,根据市场数据做出交易决策。 客服聊天机器人:通过自然语言处理与用户互动,提供自动化的客户支持。 机器人:各类机器人(如工业机器人、服务机器人)中集成的智能控制系统。
2024-09-11
某银行计划对外采购2024年分行内训师培训项目,现需要对采购内容做详细要求,培训内容以AI工具课程开发与设计,课程制作与实践,短视频制作,直播授课技巧等,我该如何对培训老师资质,授课经验,AI工具运用等技能做细化要求
以下是为您提供的关于银行采购 2024 年分行内训师培训项目中对培训老师资质、授课经验、AI 工具运用等技能的细化要求建议: 培训老师资质: 具备相关领域的专业教育背景,如计算机科学、人工智能等。 持有相关的行业认证或资格证书。 授课经验: 拥有丰富的企业内训经验,特别是在金融行业的培训经历。 成功完成过类似 AI 工具课程开发与设计、课程制作与实践等相关课程的授课。 AI 工具运用技能: 熟练掌握多种主流的 AI 工具,如常见的机器学习框架、自然语言处理工具等。 能够运用 AI 工具进行实际项目开发,并具有相关的案例成果。 熟悉短视频制作和直播授课中涉及的 AI 辅助技术,如智能剪辑工具、虚拟主播技术等。 希望以上建议对您有所帮助。
2024-09-13
Coze-0基础开发 Agent智能体教程
以下是关于 Coze 0 基础开发 Agent 智能体的教程: 一、梳理手捏 AI Agent 的思路 在上篇文章中提到,Prompt 工程的必备能力是通过逻辑思考,从知识经验(KnowHow)中抽象表达出关键方法与要求,这一理念同样适用于在 Coze 中创建 AI Agent。 搭建工作流驱动的 Agent,简单情况可分为 3 个步骤: 1. 规划: 制定任务的关键方法 总结任务目标与执行形式 将任务分解为可管理的子任务,确立逻辑顺序和依赖关系 设计每个子任务的执行方法 2. 实施: 在 Coze 上搭建工作流框架,设定每个节点的逻辑关系 首先进入 Coze,点击「个人空间 工作流 创建工作流」,打开创建工作流的弹窗。 根据弹窗要求,自定义工作流信息。 点击确认后完成工作流的新建,可以看到整个编辑视图与功能。 其中,左侧「选择节点」模块中,根据子任务需要,实际用上的有: 插件:提供一系列能力工具,拓展 Agent 的能力边界。本案例涉及的思维导图、英文音频,因为无法通过 LLM 生成,就需要依赖插件来实现。 大模型:调用 LLM,实现各项文本内容的生成。本案例的中文翻译、英文大纲、单词注释等都依赖大模型节点。 代码:支持编写简单的 Python、JS 脚本,对数据进行处理。 而编辑面板中的开始节点、结束节点,则分别对应 1.2 分解子任务流程图中的原文输入和结果输出环节。 接下来,按照流程图,在编辑面板中拖入对应的 LLM 大模型、插件、代码节点,即可完成工作流框架的搭建。 详细配置子任务节点,并验证每个子任务的可用性 3. 完善: 整体试运行 Agent,识别功能和性能的卡点 通过反复测试和迭代,优化至达到预期水平 二、全面评估并优化 Agent 效果 在获得了整个搭建好的工作流后,为了验证 Agent 的效果,一般需要进行如下操作: 1. 试运行整个工作流,验证整体运行效果(包括响应速度、生成质量) 2. 迭代优化工作流,提升性能 3. 在外层 bot 中封装工作流 4. 外层 bot 调试 5. 万事大吉,可以发布你的 bot 啦 如果您还不是很了解 Coze 的操作,可以按照上述步骤教学,完成 Agent 最后的测试与封装。
2024-09-05
大模型测试开发的知识梳理
以下是关于大模型测试开发的知识梳理: 《Perplexity 指标究竟是什么?》:作者小 A 从自身经验出发,总结梳理新手友好的 transformer 入坑指南,计划从算法 1(NLP 中的 transformer 网络结构)、算法 2(CV 中的 transformer 网络结构)、算法 3(多模态下的 transformer 网络结构)、训练(transformer 的分布式训练)、部署(transformer 的 tvm 量化与推理)五个方面介绍。 《初探 LLM 基座模型》:主要介绍 LLM 基座模型里常见的 3 种 transformer 架构,包括 encoderonly、encoderdecoder 和 decoderonly。 《从 0 到 1 了解大模型安全,看这篇就够了》:介绍了 transformer 的架构,如 encoderonly 适用于自然语言理解任务,encoderdecoder 用于理解和生成内容,decoderonly 擅长自然语言生成任务;还提到大模型的特点,如预训练数据大(来自互联网,包括论文、代码、公开网页等,常以 TB 级别计)、参数多(如 GPT3 已达 170B)。 《开发:产品视角的大模型 RAG 应用》:从产品视角分享大模型 RAG 应用,包括 LangChain 初体验,预计分成 3 篇分享,分别是项目背景、初步体验和评测结果,调优思路分享,如何测评。
2024-08-28
我想再创建一个和你一样的ai,我要用到什么技术,从程序开发角度来说
如果您想创建一个类似的 AI ,从程序开发角度来说,以下是一些可能用到的技术和知识: 1. 编程语言: Rust:以性能、安全性和并发处理能力著称,适合高性能和安全性要求高的系统级编程。 Python:在 AI 开发中广泛应用,具有丰富的库和工具。 2. 程序类型和项目规划: 明确要开发的程序类型,如命令行工具、Web 服务、嵌入式系统等。 确定具体的项目想法或寻求方向建议。 评估自身在所选编程语言方面的经验水平。 3. Python 相关知识: 属性和方法:为类定义属性和方法,并通过对象调用。 继承和多态:了解类之间的继承关系及实现方式。 异常处理:理解异常概念,学会使用 try 和 except 语句处理错误。 文件操作:包括文件读写、文件与路径操作等。 4. AI 知识: 背景知识: 基础理论:了解人工智能、机器学习、深度学习的定义及相互关系。 历史发展:回顾 AI 的发展历程和重要里程碑。 数学基础: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:了解向量、矩阵等基本概念。 概率论:掌握条件概率、贝叶斯定理等知识。 算法和模型: 监督学习:了解线性回归、决策树、支持向量机(SVM)等常用算法。 无监督学习:熟悉聚类、降维等算法。 强化学习:了解其基本概念。 评估和调优: 性能评估:掌握交叉验证、精确度、召回率等评估方法。 模型调优:学会使用网格搜索等技术优化模型参数。 神经网络基础。
2024-08-25
开发网站的ai工具有什么好用的
以下是关于开发网站的 AI 工具的相关信息: 在选择合适的 AI 网站制作工具时,您可以考虑以下几个方面: 1. 目标和需求:明确您的网站目标,比如是个人博客、商业网站还是在线商店,并确定功能需求。 2. 预算:部分工具提供免费计划或试用版,但高级功能可能需要付费订阅。 3. 易用性:选择符合您技术水平的工具,确保能轻松使用和管理网站。 4. 自定义选项:检查工具是否提供足够的自定义选项,以满足设计和功能需求。 5. 支持和资源:查看是否有充足的客户支持和学习资源,如教程、社区论坛等,以帮助您解决问题。 一些流行的 AI 驱动的网站制作工具包括: 1. Bookmark: 网址:https://www.bookmark.com/ 特点: AIDA(Artificial Intelligence Design Assistant)通过询问用户几个简单问题,快速生成一个网站。 提供直观的拖放编辑器,用户可轻松自定义网站内容和布局。 包含多种行业模板和自动化营销工具。 通过这些 AI 驱动的工具,您能够更轻松地创建和管理一个功能丰富、外观专业的网站。但请注意,内容由 AI 大模型生成,请仔细甄别。
2024-08-24
基于agent开发的优秀应用案例及拆解
以下是一些基于 Agent 开发的优秀应用案例及拆解: 1. 平台方面: Coze:新一代一站式 AI Bot 开发平台,适用于构建各类问答 Bot,集成丰富插件工具拓展能力边界。 Microsoft 的 Copilot Studio:主要功能包括外挂数据、定义流程、调用 API 和操作,以及部署到各种渠道。 文心智能体:百度推出的基于文心大模型的智能体平台,支持开发者打造产品能力。 MindOS 的 Agent 平台:允许用户定义 Agent 的个性、动机、知识等,并访问第三方数据和服务或执行工作流。 斑头雁:2B 基于企业知识库构建专属 AI Agent 的平台,适用于多种场景,提供多种成熟模板。 钉钉 AI 超级助理:依托钉钉优势,在处理高频工作场景表现出色,提供深入环境感知和记忆功能。 2. 项目方面: AppAgent:由腾讯和德州大学达拉斯分校的研究团开发的 AI 学习模型,能模仿人类在手机上操作 APP。通过模仿能力提升,对模仿数据反利用有不错应用场景,如优化产品原型和 UE 交互。主要功能特点包括多模态代理,能处理和理解多种类型信息,在 50 个任务和 10 种应用程序上进行广泛测试。在烹饪场景和 Adobe Lightroom 图像编辑测试中有出色表现,能通过不同模态准确推理,完成实时场景交互。
2024-08-23