构建新闻收集的 Agent 工具

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。

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。

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。

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。

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。

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。

以下是基于产品知识库构建智能问答助手的详细步骤： 创建知识库： 1. 以外贸大师产品的帮助文档为例进行演示。 帮助文档地址： 选择其中一个文档，如来创建知识库。 点击创建知识库。 从知识库中添加知识单元。 为了更好的检索效果，使用 Local doucuments 的方式，上传 Markdown 格式文档。首先查看文档数据格式，每个问题使用作为开头（这是 Markdown 的语法）。准备开始上传文件，至此，一个完整的知识库构建完成。 创建数据库存储用户的问答： 1. 2024.06.05 更新，对数据库不太了解的小伙伴，可以阅读。 2. 首先创建一个机器人：外贸大师产品资料问答机器人，进入到 Bot 的开发和预览页面。 3. 由于需求中需要记录下用户的问题和机器人的回答，方便进行统计用户最关心的问题然后进行优化，所以这个需求依赖数据库，将用户的每一次提问都保存到数据库中。 创建数据库。 定义数据库。 场景概述： 现代产品更新换代速度快，用户在使用产品时经常会有疑问，而且新产品的上市会伴随大量的信息和数据。利用 RAG 检索增强生成框架，能够将这些零散的信息整合成一个知识库。通过这个知识库，用户能够快速获得到需要问题的答案，极大地提升了用户体验，让用户不必再翻看厚重的说明书或漫无边际地搜索网络，省时又省力。 特别需要注意的是：文档的分片策略会严重影响查询的结果，这是当前 RAG 自身的方案原理导致的。

构建用于 LLM 训练的林草领域特定数据集可以参考以下方法： 1. 微调现有模型：采用在通用数据集上预训练的模型，以学习到的权重为起点，在新的特定领域数据集上重新训练模型。但 LLM 规模较大，更新每个权重可能需要很长时间的训练工作，且计算成本较高，可能不是最佳选择。 2. 生成 QA 数据集：对于简单需求，以 QA 数据集和 dialogue 数据集为主。先对文件中的文本进行切割，例如将每一大部分放进一个约 200 字的 txt 文件里，然后设定提示词模板。如对于公司产品手册，可设置类似“你是一个聪明的 xxx 公司的 xxx 产品的产品经理。给你一段 xxxxx 有限公司 xx 产品相关的文本，你必须依据文本想出十个不同的问题和这十个问题对应的答案……”的模板。 3. 针对金融服务领域的经验借鉴： 使用特定数据微调模型：新进入者可先使用公开的金融数据优化模型，再用自身收集的数据；现有参与者可利用现有专有数据，但可能过于保守，给新进入者带来竞争优势。 保证模型输出准确性：考虑到金融问题的重要性，新的 AI 模型需要尽可能准确，一开始人类常作为最终验证环节。 总之，构建特定领域数据集需要根据实际情况选择合适的方法，并注重数据的质量和准确性。

构建一个基于“AI+易经+禅悟”的智能体可以参考以下步骤： 1. 了解各种 AI 工具：熟悉不同 AI 工具的特点和用途，为后续工作选择合适的工具。 2. 学会写提示词：这是关键环节，决定能否清晰地向 AI 传达任务。 3. 搭建 AI 工作流：按照一定的流程和步骤将 AI 工具融入工作环节，提高效率。 4. 测试 AI 工作流：在使用初期可能会遇到不顺手的情况，需要多尝试并根据体验进行调整和优化。 5. 解决问题：当遇到现有 AI 工具不好用的情况，可能是提示词不够好或工具本身的问题，需要学习写好提示词、寻找更好的工具或寻求帮助。 6. 考虑制作智能体：当工作流效率较低时，可以考虑制作智能体来自动化完成一系列任务，需要学习相关知识或寻求专业人士的帮助。 需要注意的是，将易经和禅悟的元素融入其中需要您根据自身的理解和需求，在上述步骤中进行创新性的结合和应用。

以下是一些构建网站和设计网页的免费 AI 工具： 1. Bookmark 网址： 特点：AIDA 通过询问用户几个简单的问题，快速生成一个网站。提供直观的拖放编辑器，用户可以轻松自定义网站内容和布局。包括多种行业模板和自动化营销工具。 2. 10Web 网址： 特点：基于 AI 的 WordPress 网站构建工具，可以自动生成网站布局和设计。提供一键迁移功能，将现有网站迁移到 10Web 平台。集成的 AI 驱动 SEO 分析和优化工具。 3. Wix ADI 网址： 特点：基于用户提供的信息，Wix ADI 可以自动生成一个定制化的网站。提供多个设计选项和布局，用户可以进一步调整和自定义。集成了 SEO 工具和分析功能，帮助优化网站表现。

构建专业知识库可以通过以下两种方式： 使用 GPT 构建： 1. 将大文本拆分成若干小文本块（chunk）。 2. 通过 embeddings API 将小文本块转换成 embeddings 向量，这些向量与文本块的语义相关，并在向量储存库中保存这些向量和文本块作为问答的知识库。 3. 当用户提出问题时，将问题通过 embeddings API 转换成问题向量，与向量储存库中的文本块向量比对，查找距离最小的几个向量，把对应的文本块提取出来，与原有问题组合成新的 prompt 发送给 GPT API。 使用 Dify 构建： 1. 准备数据：收集需要纳入知识库的文本数据，包括文档、表格等格式，并对数据进行清洗、分段等预处理，确保数据质量。 2. 创建数据集：在 Dify 中创建新的数据集，上传准备好的文档，并为数据集编写良好的描述。 3. 配置索引方式：Dify 提供了三种索引方式，包括高质量模式、经济模式和 Q&A 分段模式，根据实际需求选择合适的方式。 4. 集成至应用：将创建好的数据集集成到 Dify 的对话型应用中，作为应用的上下文知识库使用，并在应用设置中配置数据集的使用方式。 5. 持续优化：收集用户反馈，对知识库内容和索引方式进行持续优化和迭代，定期更新知识库，增加新内容以保持时效性。 总的来说，Dify 提供了可视化的知识库管理工具，关键步骤包括数据准备、数据集创建、索引配置、集成应用和持续优化。

构建一个 Agent 通常从计划、记忆、工具、行动这 4 个方面来描述，每个方面具体包含的内容如下： 计划（Planning）： 子目标分解：将大型任务分解为较小可管理的子目标，以便有效处理复杂任务。 反思与改进：对过去的行动进行自我批评和自我反思，从错误中学习并改进未来的步骤，从而提高最终结果的质量。 记忆（Memory）： 短期记忆：将所有的上下文学习视为利用模型的短期记忆来学习。 长期记忆：通过利用外部的向量存储和快速检索来提供长期存储和召回信息的能力。 工具（Tools）： Agents 学习调用外部 API 来获取模型权重中缺失的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等。 行动（Action）： 当接收到任务时，GPT 会先思考决定如何使用工具，然后可能会出现一个小图示，告知用户它尝试使用工具来完成任务。例如在让它搜索、画图时，它会做出相应的行动。

以下是一些收集了常用、效果好的各个方向或者领域的具体提示词的链接： 另外，按照对话次数统计的 TOP100 榜单对应的链接已发布在 BeBeGPTs 上，可通过原文链接访问，网址为：glbai.com。在法律领域，也有一些常用的 Prompt 场景，例如案例检索，最好使用法律行业垂类的 AI 产品。以下是一些案例检索的 Prompt 指令词示例： 请搜索近五年内关于商标侵权案件中“混淆可能性”标准的具体判例，并提供相似度最高的三个案例的关键要点摘要。 检索近三年内所有涉及软件算法专利侵权的案例，分析法院判决中关于技术特征对比和侵权判定的标准，为即将面临的专利侵权案件提供参考。 比对不同地区法院在处理劳动争议案件时对加班费计算标准的差异判决，总结对雇主有利的判决趋势，为客户提供合规操作指导。 研究环境法相关案例，特别是涉及工业废弃物处理的法律责任，为客户提供合规处理建议，以降低潜在的法律风险。

以下是为您收集的与用户评论相关的 AI 信息： 1. Looria：官网为 https://looria.com/ ，是一个帮助用户找到符合需求和预算的最佳产品的平台。它收集来自最值得信赖的来源的评论，过滤出伪造的评论，并对结果进行总结，以便用户做出更明智的购买决策。 2. 享受型虚拟陪伴中的主动评论：对于普通用户，互联网产品虽分发大量信息但无法给予足够关注。主动评论是 AI 对用户行为的高密度反馈，哪怕只是一句吐槽，也会有很多不同性格的人来评论，被关注本身就是一种安慰。其畅想包括：人的关注极度稀缺，AI 的关注极度充足；人都喜欢别人主动；如果被著名或喜爱的 AI 角色关注；大众对善意谎言和残酷真相的选择；获得远远大于付出。 3. AI Reviews：官网链接为 https://embedsocial.com/aireviews/ ，是一个动态的评论管理工具，由人工智能驱动，能使企业收集更多评论，高效回复数百个评论，并创建定制的评论小部件，旨在提升在线声誉。

以下是根据你的需求，为你生成的文章： 如何用 AI 收集目标招聘岗位 在当今数字化的时代，人工智能（AI）在招聘领域的应用越来越广泛。利用 AI 技术可以更高效地收集和分析招聘岗位信息，为求职者和招聘者提供更好的服务。下面介绍几种利用 AI 收集目标招聘岗位的方法： 1. 使用 Python selenium 库对 URL 逐一爬虫，收集招聘要求信息：这是一种比较传统的方法，需要一定的编程基础。使用 Python 的 selenium 库可以模拟浏览器行为，对招聘网站进行自动化爬取，并提取出招聘岗位的相关信息，如职位名称、薪资范围、工作地点、学历要求、工作经验等。这种方法可以快速获取大量招聘岗位信息，但需要注意网站的反爬虫机制，避免被封禁。 2. 在猎聘网上搜索 15 个感兴趣的关键词，通过 instant data scraper 收集职位信息：Instant Data Scraper 是一款浏览器扩展程序，可以在浏览器中快速提取网页上的数据。在猎聘网上搜索 15 个感兴趣的关键词，然后使用 Instant Data Scraper 提取出相关职位信息，包括职位名称、公司名称、工作地点、薪资范围等。这种方法操作简单，但需要注意关键词的选择，以确保收集到的职位信息与目标岗位相关。 总之，利用 AI 收集目标招聘岗位需要结合具体的需求和场景选择合适的方法。在收集过程中，需要注意遵守法律法规和网站规定，避免过度收集和滥用用户信息。同时，还需要对收集到的信息进行整理和分析，以便更好地为求职者和招聘者提供服务。

可以使用 Tavily API 接口进行搜索和爬虫，然后利用 Kimi 这个 AI 会话助手来读取并整理搜索结果。

以下是为公职人员推荐的 AI 工具及学习方法： AI 工具推荐： Kimi 智能助手：ChatGPT 的国产平替，不用科学上网、不用付费、支持实时联网，是国内最早支持 20 万字无损上下文的 AI，也是目前对长文理解做的最好的 AI 产品，能一次搜索几十个数据来源，无广告，能定向指定搜索源。 PC 端： 移动端（Android/ios）： 学习方法： 1. 设定目标：明确学习目标和时间表，分阶段完成学习任务。 2. 多样化练习：结合听、说、读、写多种方式进行练习，全面提升语言技能。 3. 模拟真实环境：尽量多与母语者交流，或使用 AI 对话助手模拟真实对话场景。 4. 定期复习：使用 AI 工具的复习功能，根据记忆曲线定期复习已学内容，巩固记忆。 通过这些 AI 工具和方法，可以有效地学习一门外语，提升语言能力。坚持使用，并结合实际交流，不断进步。但请注意，部分内容由 AI 大模型生成，请仔细甄别。

以下是为您推荐的 AI 数据分析相关内容： ChatGPT 助力数据分析： 实现方式：支持多维数据分析，包括 SQL 分析（分析平台自身使用情况）和个性化分析（上传数据自定义分析）。 结果展示：分析完成后展示结果数据的图表（折线图和柱状图可随意切换）和分析结论。 案例详情： 其他案例： 开发场景： 工作场景：

以下是为您推荐的项目型、任务型的 AI 整合工具： 1. 项目管理和任务跟踪工具： Jira、Trello 等项目管理软件已开始集成 AI 功能，可辅助制定计划、分配任务、跟踪进度。 2. 文档和协作工具： 微软的 Copilot 可集成到 Office 套件中，为项目文档撰写、编辑提供 AI 助手功能。 云存储服务如 Google Drive 也开始提供 AI 驱动的文档管理和协作功能。 3. 风险管理和决策支持工具： 部分 AI 工具能帮助识别和分析项目风险，并提供决策建议。 4. 沟通和协作工具： AI 助手可辅助进行团队沟通协调、客户关系维护等。 5. 创意生成工具： 如文心一格、Vega AI 等 AI 绘画工具，可帮助快速生成创意图像素材。 6. Dart： 是一款擅长智能化处理任务管理的项目管理工具，具有路线图、日历视图、文档处理等功能。 拥有用户友好界面、AI 功能（如自动填充特性和子任务自动生成），可高度自定义布局，轻松区分工作和个人任务。 集成了生成性 AI（如 ChatGPT），在规划和任务创建方面能为用户节约大量时间和精力。 随着 AI 技术的发展，越来越多的工具正在为项目管理提供智能化的辅助功能，涵盖项目管理的各个环节，有助于提高工作效率和决策能力。

以下是一些可以修改简历的工具或智能体： 1. Kickresume 的 AI 简历写作器：使用 OpenAI 的 GPT4 语言模型，能为简历摘要、工作经验和教育等专业部分编写内容，并保持一致语调。 2. Rezi：是受到超过 200 万用户信任的领先 AI 简历构建平台，使用先进的 AI 技术自动化创建可雇佣简历的每个方面，包括写作、编辑、格式化和优化。 3. Huntr 的 AI 简历构建器：提供免费的简历模板，以及 AI 生成的总结/技能/成就生成器和 AI 驱动的简历工作匹配。 更多 AI 简历产品，还可以查看这里：https://www.waytoagi.com/category/79 。 以上工具都能帮助您快速、高效地创建出专业的简历，您可以根据自身需要选择最适合的工具。

目前常见的能够帮助将中文 PPT 翻译成英文的工具包括： 1. 谷歌文档（Google Docs）：具有翻译功能，可处理文档和演示文稿。 2. 微软 Office 自带的翻译功能：在 PowerPoint 软件中可能提供一定程度的翻译支持。 但需要注意的是，这些工具的翻译质量可能会受到原文内容的复杂性和专业性的影响，翻译后仍需要人工进行校对和修正，以确保准确性和流畅性。

以下是一些可以绘制流程图、逻辑图且免费易操作的工具： 1. Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，可通过拖放界面轻松操作。 2. draw.io（现称为 diagrams.net）：免费的在线图表软件，能创建各种类型的图表，包括逻辑视图和部署视图等。 3. PlantUML：文本到 UML 的转换工具，通过编写描述性文本自动生成序列图、用例图、类图等，有助于创建逻辑视图。 4. Gliffy：基于云的绘图工具，提供创建各种架构图的功能，涵盖逻辑视图和部署视图。 5. Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 需要注意的是，虽然这些工具可以辅助创建架构视图，但并非都是基于 AI 的。AI 在绘图工具中的应用通常涉及智能推荐布局、自动生成图表代码或识别图表中的模式和关系。在选择工具时，应考虑您的具体需求，例如是否需要支持特定的建模语言、是否需要与特定的开发工具集成、偏好在线工具还是桌面应用程序等。内容由 AI 大模型生成，请仔细甄别。