#AI Agent

avatar
宝玉
1天前
恰恰相反，codex cli 做的很难用，不如 claude code 代码有价值。 但如果你只是要做一个 ai agent，没必要用 claude code 或者 codex 代码，pi-mono 这种轻量级的库更适合你。
#Codex #Claude Code #AI Agent #pi-mono #轻量级
avatar
sitin
2天前
刷 GitHub，看到 几个给 AI Agent“接互联网”的开源项目 1.web-access 给 Claude Code 补完整上网能力，它可以直接接管你正在用的 Chrome，连登录态都能复用。你已经登录的小红书、GitHub、各种网站，AI 都能直接进去看。还可以开子 Agent 并行查资料，查多个网站时速度明显快很多。 2.Lightpanda 它是直接从零造了一个给机器用的浏览器。不是 Chromium 魔改，是 Zig 从头写的。 特点：更轻、更快、更适合 Agent。跑大规模网页抓取和自动化时，性能和内存占用都挺夸张，属于那种一看就知道是冲着 Agent 时代来的基础设施。 3.OpenClaw Zero Token 通过浏览器自动化去复用网页端能力，想办法绕开官方 API 付费体系，还做了一个兼容 OpenAI 的网关，能直接接很多第三方客户端。 一句话总结就是：一个项目，尽量把 ChatGPT、Claude、Gemini 这类工具都“白嫖式”串起来。不过这种玩法合规和安全风险都不小，看看思路可以，真上生产得谨慎小心。 4.bb-browser 通过扩展 + CLI + MCP，把真实浏览器直接变成 Agent 的操作入口。很多常用网站都已经做好适配，AI 想搜内容、看社区、翻新闻，基本开箱就能跑。
#AI #GitHub #开源项目 #AI Agent #Claude Code #子Agent #web-access #Lightpanda
avatar
Geek
4天前
lark-cli 飞书/Lark 开放平台命令行工具 一个专门为人类和 AI agent 设计的飞书 / Lark 命令行工具 覆盖消息、文档、多维表格、电子表格、日历、邮箱、任务、会议等核心业务域，提供 200+ 命令及 19 个 AI Agent Skills
#飞书 #Lark #命令行工具 #AI Agent #多维表格 #电子表格 #日历 #邮箱 #任务 #会议
avatar
我目前干任何事情的三个步骤： /deep-research 不管啥概念，先深度调研 /find-skills 不管啥技能，让 AI Agent 去学 /plan 直接开干，递归实现
#深度调研 #AI Agent #技能学习 #计划执行 #递归实现
avatar
OpenCLI 迎来重磅更新：External CLI Hub 发布！ 🚀 以前，为了让 AI Agent 调用某个工具，你需要反复教它写不同的命令行。 OpenCLI 成为所有 CLI 的统一入口与路由中心！ 这样只需要让 AI agent 知道通过 OpenCLI 就能知道他有哪些 CLI可以使用，不用再搞一堆 CLI skill 了 核心亮点： 零配置纯透传 不用写任何适配代码！直接运行 opencli obsidian search 或 opencli gh pr list，参数和输出100% 极其原生透传给原 CLI。AI 只需要认识 opencli 这一个入口，就能调动全网工具！ 按需无感自动安装 想调用的 CLI 还没装？OpenCLI 会自动探测平台，帮你静默执行 brew install gh 或 npm i -g readwise，装完立马接力执行 一键接入你的本地宇宙 你本地有自己写的牛逼小工具？只需一行 opencli register mycli，它就会立即出现在 opencli list 注册表中，被你的 AI Assistant瞬间“看见”并掌握使用权！
#OpenCLI #更新 #External CLI Hub #AI Agent #工具调用 #命令行统一 #科技新闻
avatar
现在币圈的一切生态，都是为了AI Agent服务的： ✦ 稳定币 = Agent 的"零门槛银行账户"（无需 KYC，秒级全球转账） ✦ DEX = Agent 的"自动化资产兑换层"（7×24 无需许可交易） ✦ DeFi = Agent 的"自主现金流引擎"（无需信用记录，算法驱动杠杆） Agent 不需要银行，Agent 需要区块链。
#币圈 #AI Agent #稳定币 #DEX #DeFi #区块链 #自动化资产 #全球转账 #银行账号 #零门槛 #算法驱动 #杠杆
avatar
因为我翻译过这位大佬几次，X就会推送 一贯的又快又有质量的评论，不是AI瞎分析 翻译： Anthropic 在打造类似 OpenClaw 这类产品上的推进速度，已经超过了 OpenAI。 OpenClaw 证明了一件整个 AI 行业一直在设想的事：真正理想的 AI Agent，不该只存在于云端，而应该直接运行在你的个人电脑上；同时，你还应当能够无论身在何处，都能远程调用它。 它在 GitHub 上拿下了 31.8 万星标，随后 Steinberger 加入 OpenAI，准备把这套思路产品化、规模化。 但从那之后，OpenAI 交出的成果并不算完整。Codex 只是一个桌面端编程代理，缺少手机远程操控能力；ChatGPT Agent 则运行在 OpenAI 云端的远程虚拟机里，根本看不到你电脑里的本地文件。 现在已经有开发者在 Codex 的 GitHub 仓库里公开提需求，希望实现“手机控制桌面代理”。而第三方开发者更是已经先行动手，做出了 Taskdex 和 Remote Codetrol，靠中继服务器和 Tailscale 隧道来弥补这个缺口。 Anthropic 则直接原生补上了这一块。 他们推出的 Dispatch，可以让你的手机与 Claude Desktop 配对，你无论身处何地都能给 Cowork 下达任务，回来时工作就已经做好了。 实际上，Cowork 本来就已经具备了一整套关键能力：在本机运行虚拟机、访问完整文件系统、操控浏览器、协调多个子代理，以及用 Markdown 管理技能系统。Dispatch 的意义就在于，它补齐了最后一环，让整套系统真正变成一个可以“装进口袋、随时调度”的个人 AI 工作平台。 这也是为什么它能做到云端 Agent 做不到的事：Cowork 直接面对的是你真实的电脑环境——你的文件、你的浏览器、你已经登录并连接好的工具都在那里。 比如我让它把本地表格和竞争对手网页上的定价做交叉比对，它能立刻完成，因为表格和浏览器都在同一台机器上。 换成云端 Agent，你往往得先上传文件，不但丢失原本的文件路径和上下文，甚至它依旧无法访问你本机中已经连接好的 Slack 或 Google Drive。 这里的关键不只是“能不能运行”，而是“上下文是否真实完整”，而本地机器天然拥有这种真实性。 我自己从 Cowork 发布起就一直在用。 每天早晨，在孩子醒来之前，我会先派发五项任务：研究简报、竞品分析、文件整理、从本地表格里提取数据，以及文稿润色。 原本需要 90 分钟亲自处理的工作，现在压缩成 10 分钟布置任务，再花 20 分钟审阅结果。 Dispatch 改变的不是某一个功能，而是整天的工作节奏：哪怕我人在外面，突然想到一件事，也能立刻用手机发给 Cowork，等回到家时，结果已经准备好了。 更让 OpenAI 难受的地方在于：Anthropic 根本不需要收购 OpenClaw，也不需要挖来 Steinberger，照样把这套东西做出来。 因为他们本来就已经在独立建设同样的架构。 早在 1 月 Cowork 上线时，它就已经具备本地虚拟机执行、文件系统访问和 Markdown 技能体系，而那时 OpenClaw 甚至还没真正火起来。 Steinberger 只是证明了市场需求存在，而 Anthropic 早就把对应的产品供给做好了。 换句话说，OpenAI 挖走了设计师，但真正的设计图，似乎早就留在 Anthropic 那边了。
#AI #Anthropic #OpenAI #OpenClaw #个人电脑 #云端 #AI Agent #AI 行业
avatar
果然，Agent 只要有新形态，Manus 就会跟进。 他们发布了 My Computer，可以在你本地运行 AI Agent，操纵你的本地文件、运行自动化工作流。 有 Window 和 Mac OS 版本。
#AI Agent #My Computer #本地运行 #自动化工作流 #Windows #Mac OS
avatar
Gorden Sun
2周前
OpenJarvis：本地优先的AI Agent框架 斯坦福开源，支持Ollama、vLLM、SGLang、llama.cpp等多种本地推理服务，也可以切换到API。 Github：
#OpenJarvis #AI Agent #斯坦福大学 #开源 #Ollama #本地推理服务
avatar
sitin
2周前
让 AI agent 干活的时候，最焦虑的是什么？ 不知道它在干嘛。不知道跑到哪一步了。不知道还要等多久。 ClawJetty 解决的就是这个问题：给你的 AI agent 一个实时状态页。 工作原理极简： Step 1 — 在给 agent 的 prompt 前面加一句： Use ClawJetty for this task. Instructions are at Step 2 — Agent 自动创建一个 run，立刻返回一个公开链接给你 Step 3 — 你打开这个链接，就能看到一个实时更新的时间线：agent 正在做什么、完成了哪些步骤、最终成功还是失败 为什么这个很重要？ 1. 给客户看 — 你接了个开发任务，用 AI agent 跑，把 ClawJetty 链接发给客户。客户能实时看到进展，不用你每 5 分钟回一句"还在跑" 2. 给团队看 — 多人协作时，谁都能看到 agent 的当前状态 3. 给自己看 — 开了 5 个 agent 并行干活？每个一个状态页，一目了然 4. 异步工作流 — 把链接扔到 Slack 频道，谁关心就谁看，不用主动推送 本质上 ClawJetty 做的是：把 AI agent 从黑盒变成透明盒。 这也是 AI agent 走向生产级应用的必要基础设施——你不会部署一个没有监控的服务，同样你也不应该跑一个没有状态追踪的 agent。 🔗
#AI Agent #ClawJetty #实时状态页 #人工智能 #工作原理
avatar
面向 AI Agent 的支付协议及生态有了没？我希望我的 Agent 在我给它资金预算授权的前提下，完成其运行所在服务器、使用的模型、相关 Skills 付费 API 等的付费操作。我希望它真的活在赛博空间里。
#AI支付协议 #AI Agent #赛博空间
avatar
买入了 $Hype 我认为转型最成功的币圈项目，上股票和期货的速度很好，热点也抓的很快，选择标的的眼光也很好。尤其是股市/期货不开盘的时候，成为了很多人/资金涌入的平台。 交易的需求是不变的，不管施加交易命令的是人或者是AI agent。
#HYPE #币圈 #转型成功 #股票 #期货 #热点 #投资 #交易 #AI Agent
avatar
ClawDiary 开源了 🦞 给 AI Agent 用的「审计日记本 + 危险操作拦截器」： • 被动记账：Agent 干完活自动上报，异步入库不阻塞 • 主动拦截：rm、drop、转账等高危操作 → 挂起 → Telegram 等你点「通过/拒绝」 • 日记 + 每日简报 + 时间轴 UI，多设备共享一本日记 CF Worker + Hono + D1，接 Cursor / MCP 一条 API 就够。 🔗 仓库链接在评论区，Star 一下就是最大支持^_^ #AI #Agent #OpenSource #ClawDiary
#ClawDiary #开源 #AI Agent #审计 #危险操作拦截 #被动记账 #主动拦截 #日记 #CF Worker #Hono #D1 #Cursor #MCP
avatar
发布了 v0.2.0 — 新增 Service Layer，首个数据服务适配器 AI Agent 不只需要隔离计算环境，还需要数据。 之前 Sandbank 只解决了"计算"问题——给 Agent 一个沙箱跑代码。但 Agents 要记住上下文、存储结果、跨会话协作，光有沙箱不够，还需要数据库。 v0.2.0 引入 Service Layer，在 Compute（沙箱）和 Storage（卷）之外新增第三层：Data Services。首个实现是 sandbank / db9，接入 的 Serverless PostgreSQL。 用它能做什么： - 一行代码创建数据库，凭证自动注入沙箱环境变量，Agent 零配置直连 - 内置 Brain Schema，多 Agent 共享记忆层——memory/tasks/artifacts 三张表开箱即用 - pgvector 语义检索，Agent 可以按"意思"搜索历史记忆，而非精确匹配 - db9 官方 Skill 自动注入，Agent 天生会写 SQL，无需额外 prompt - 跨会话持久化，Agent 重启后能捡起上次的工作进度和上下文 - 多 Agent 任务协调，一个 Agent 创建任务，另一个领取执行，状态实时同步 - Agent 生成的代码、文档、分析结果存为 artifacts，随时可查可追溯 - 数据库分支（branch），安全地让 Agent 在隔离副本上试验，不影响主库 测试覆盖：语句 100%，行 100%，含 35 个单元测试 + 3 个真实 API 集成测试。
#v0.2.0发布 #ServiceLayer #数据服务适配器 #AI Agent #计算环境 #数据库
avatar
ginobefun
3周前
李宏毅老师出新课了！这次深入解剖了开源项目 OpenClaw，带你 1 小时看透 AI Agent 的运作原理。 李老师用一贯通俗易懂的语言从基本的文字接龙，讲到身份、工具调用、子智能体、记忆管理，以及让模型学会等待的心跳机制。 不仅教你原理，更手把手教你如何防范 AI 搞事、设置安全沙盒，非常值得学习。
#李宏毅 #新课 #OpenClaw #AI Agent #原理 #模型 #安全沙盒
avatar
龙虾=Web4.0情绪指数 龙虾=Ai agent情绪指数 龙虾=Openclaw情绪指数 即便有一天 龙虾热度消退了 光以它的名字 仍可以作为Meme 更好运行...
#Web4.0 #AI Agent #OpenClaw #情绪指数 #meme
avatar
Panda
3周前
如果你用过OpenClaw小龙虾，你会发现2025 年的 AI Agent： ✅ 能搜网页（Tavily / Brave） ✅ 能读文档 ✅ 能写代码 ❌ 不能看视频 为什么？ 因为 Web Search 有现成的 API，但视频理解没有。 YouTube 上有 8 亿条视频——人类最大的知识库——但对所有 AI agent 来说，这是一个完全不存在的黑洞。 你让 OpenClaw小龙虾 搜"黄仁勋 CES 2025 发布了什么"，它只能搜到新闻文章。但真正的产品规格和价格？在 97 分钟keynote 的 PPT 画面上。 你问"Sam Altman 是如何评价 AI 视频生成工具的"，答案分散在 4 个采访视频里，没有任何一篇文章做过完整对比。 字幕搜索？那只覆盖了 20% 的信息。屏幕上的代码、PPT 上的图表、产品 demo 的画面——全部丢失。 我们计划做 ：给 AI agent 用的视频理解和搜索的 API。 不是字幕搜索。是多模态理解——提取视频里"展示了什么"，而不只是"说了什么"。 你在 agent 里提问，直接拿到带精确时间戳的结果： 👉 你会感兴趣吗？你愿意为这个能力付费吗？
#AI Agent #OpenClaw #Web Search #视频理解 #YouTube知识库
avatar
Y11
4个月前
高端招聘：阿里 招 AI Agent技术架构师（P7-P8） ----- 阿里控股-AI Agent技术架构师-杭州 阿里集团 · 杭州 职位描述 1、参与阿里巴巴控股集团企业经营智能化方向产品的研发和核心模块的架构设计； 2、主导AI+各类型文件要素提取、结构化体系、审核能力，及对应AI Agent化的技术架构设计，具备高性能、高可用、高可扩展的特性； 3、结合各类型场景涉及到的文件类型，推进AI+文件结构化的类型覆盖与准确率保证工作； 4、参与制定长期技术路线图，推动 AI+文件要素提取在企业经营自动化场景及机器审核等各类场景的支持落地； 职位要求 1、5 年以上后端开发经验，主导过企业级 AI 产品的架构设计； 2、有较强的逻辑能力和规划能力，对 AI Agent 有深度的了解和实践经验； 对前沿技术有好奇心，对 AI 技术发展方向有预判能力； 3、具备较强的自驱力，追求卓越，善于沟通，善于跨团队协作推进事项； 能够推动传统应用架构、基础 Agent 架构向前沿的 AI 应用架构发展和破局； 4、有扎实的后端基础，有大型项目的工程实践经验，精通 Python 或 Java 中至少一门语言； 5、对 AI 应用和 AI 产品有深刻理解，了解大模型的使用边界具备 AI 产品的洞察能力； （加分项）； 1、有 AI 领域业务和产品主导能力的优先； 2、有开源项目贡献经验、有 AI 相关专利或论文的优先； 3、深刻理解企业应用设计模式，有大型分布式，高并发，高负载，高可用性系统设计开发经验； 对复杂的服务端系统有构架、经验优化者优先； 4、具备技术团队管理经验者优先； 报名地址详见： 搜索。
#AI Agent #阿里巴巴 #技术架构师 #高端招聘 #杭州
avatar
serva huang
4个月前
我未来的目标，拥有一支由多个AI员工组成的团队 所以我最近一直研究如何让AI Agent真正自己干活。 很快我就遇到了所有AI代理最致命的缺陷：失忆。 每次重启，上下文窗口一关，它就忘了一切，变成一个对自己项目一无所知的“新人”。 这导致它要么留下烂摊子，要么草草宣布胜利。 而Anthropic最近提出的框架给了我巨大的启发。 它的核心思想不是治好AI的“失忆”，而是为它打造一套外部记忆和工作流。 他们用了两个AI Agent，分工堪称绝妙： 初始化代理 (项目经理): 它不写代码，只负责把任务彻底拆解成详细的功能清单并建立 git 仓库。 这相当于为AI植入了项目的“长期记忆”。 编码代理 (轮班码农): 它每次“上班”，先读取清单和 git 日志来“恢复记忆”， 然后只专注完成一个功能，测试、提交。 这确保了AI拥有可靠的“短期执行力”。 关键不在于AI模型本身有多强，而在于我们设计的工作流有多聪明。 我已经按照这套思想植入到自己的项目中，感觉非常有用！ 原文： 给你们翻译理解文章后共享出来：
#多智能体之争：Anthropic生态VS单智能体· 81 条信息
#AI Agent #外部记忆 #项目管理 #任务拆解 #工作流
avatar
0xTodd
4个月前
上次聊过的 Warden 主网正式上线了，这是一条 Cosmos SDK 做的 EVM 兼容链。 有些人可能会问，为什么做 AI Agent 的协议还是需要一条链呢？ 在开始之前，想跟大家聊聊 AI 和 AI Agent 的区别究竟在哪？ 很多人至今没搞清两者的区别，如果用一个比喻来说，AI 是一个只有大脑的顾问，AI Agent 则是配备了大脑、手脚和工具的员工。 上一代 LLM 基本都是只能算 AI 而不是 Agent，例如 Gemini 1.5 和 GPT-4。它们博学多才，逻辑清晰。但它没有手脚，没有眼睛（如果不接摄像头），不能操作电脑。 所以 AI 的交互是单向的：你问它问题，它给你答案，任务到此结束。 而 AI Agent 会干活。比如说，Warden AI Agent 商店里那些 AI Agent，你连上钱包之后，它真的能给你在 Uniswap 上交易、真的能去跨链。原因就是它有工具，例如浏览器、代码解释器、API 接口。 所以 AI Agent 的交互是闭环的：你给它一个目标，它自己去思考怎么做、去执行、最后给你结果。 比如说，这次测试了一个【定投】的 AI Agent，给它说完要按照每 5 分钟买一次 ETH，在钱包授权了一次之后，它就真的开始哼哧哼哧开始执行了。 PS：你公司聘的究竟是顾问，还是员工，这还是区别蛮大的。 但是像 Gemini 3 + Nano Banana 2 这种，定义界限就有点模糊了，你给它的绘画任务是能完成并交付的，应该算是介于 AI 和 AI Agent 之间。 话说回来，那么 Warden 为什么要专门发个链来做这事儿呢？ 就拿刚才的定投例子来说，确实往 Warden 里充了一些钱，但是这个钱包也只能放点零钱，暂时是不敢放大资金的。 因为，如果你让一个在 AWS 服务器上运行的 AI 帮你“用 1000 USDT 买入以太坊”，你完全是在盲信这个服务器的管理员。 你不知道它是否真的按最优价格执行了，还是偷偷夹带了私货（MEV），甚至直接卷款跑路。 Warden 主网的作用，它通过链上共识来验证 AI 的推理结果。 Warden 有一种机制叫 SPEX（统计学执行证明）。 简单来说，它就是让多个节点同时运行或验证这个 AI 任务，链上节点会做随机抽查，并且匹配信誉证明。SPEX 机制相当于某种程度的预言机了。 只有长期得到信任的 AI Agent 大家才会授权给它更多资金，让它做更多事情。 另外，和众多项目上主网的原因一样，Warden 的代币 $Ward 也自然是主网的 GAS 代币以及 AI Agent 支付代币。
#Warden主网 #AI Agent #Cosmos SDK #EVM兼容链 #SPEX机制
avatar
ginobefun
4个月前
Anthropic 再发 Agent 神文：像人类工程师一样思考，解决「长程任务」难题 Anthropic 双 Agent 架构通过功能列表、增量提交与端到端测试，解决 AI Agent 长程任务上下文管理与持续性难题。 #AI Agent #长程任务 #Agent架构
#Anthropic #AI Agent #长程任务 #Agent架构 #上下文管理
avatar
Mr Panda
4个月前
总结一下自己： 通过最近两年来学习和实践，我觉得我对产品方向的把握、趋势的判断的理解更加深刻了。 但是在执行力、资源整合方面仍然是一个新手。 --- 最近看到一些优秀的ai agent 产品，有些内容和我去年的想法非常接近，但人家做出来了， 而且做的更好，而我还在这里发推。
#产品方向 #AI Agent #执行力不足 #趋势判断 #自我反思
avatar
Richard
4个月前
#每日推荐 adk-go(Agent Development Kit) - 由Google官方出品的，一个开源的、代码优先的 Go 工具包，用于构建、评估和部署具有灵活性和可控性的复杂 AI Agent go-adk 非常适合构建云原生代理应用程序的开发人员，它充分利用了 Go 在并发性和性能方面的优势 Github:
#adk-go #Agent Development Kit #Google #AI Agent #Go
avatar
indigo
4个月前
路上的傻 X 司机太多，如果都是 FSD，人类的交通效率会高很多也会安全很多；同样，政府还有各种公共设施的网站，也被各种能力低下的外包公司和业余工程师把持着，将来如果都由 AI Agent 来开发和运维，也会大幅提高社会服务效率和品质！AI 会肉眼可见的提升人类技术服务的下限，但没法很快拔高上限🤔
#FSD #AI Agent #交通效率 #社会服务效率 #技术服务
avatar
宝玉
4个月前
Gemini 也推出了 AI Agent 功能。 这是一个实验性功能，有了 AI 智能体，Gemini 就能在你的全程指导下，替你搞定那些需要分多步走的复杂任务。 无论是预订行程、整理杂乱的收件箱，还是预约会面，它都在行。你还可以让它去比价、联系供应商，或者协调日程安排。 一切尽在掌控： 在执行付款购买或发送消息等关键操作前，Gemini AI 智能体 一定会先征得你的确认。 目前该功能仅向美国的 Ultra 订阅用户开放。
Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini #AI Agent #自动化任务 #美国Ultra订阅用户 #实验性功能