AI Agent 与工作流

aiyqx.cc「AI Agent 与工作流」专题:精选相关 AI 教程与实战。

用 Fable 5 构建自我改进的智能体系统:14 步实现循环、动态工作流和例程

本文作者:huangserva(@servasyy_ai)。版权归作者所有,未经授权禁止转载。 你可能一直在浪费 Fable 5 想象一下,你买了一台超级跑车,但每次只开 5 分钟就停下来。这就是大多数人使用 Claude Fable 5 的方式。 十分之九的用户这样用它:打开对话框,问个问题,得到答案,关闭标签页。就像用法拉利去便利店买瓶水—

子 Agent 现在能“生儿子”了?Claude Code 嵌套 5 层实测+详细使用教程

本文作者:知野(@knoYee_)。版权归作者所有,未经授权禁止转载。 Claude Code v2.1.172 加了一个能力: 子 Agent 可以生成自己的子 Agent。最多 5 层。 Loop Engineering 概念出来不到一周,这个能力就跟进了。 我们需要思考的是这个对于我们来说有什么用,以及该如何使用,接下来,

从0到1带你速通WorkBuddy,这可能是最适合国内的Agent产品。

本文作者:数字生命卡兹克(@Khazix0918)。版权归作者所有,未经授权禁止转载。 之前我写了Claude Code和Codex的从0到1的新手教程,反响都还不错。 但写完之后,评论区里一直有一类声音说,这些工具是好,但是用不了啊。 确实,这两个产品虽然强,但它们对国内用户来说并不友好。 而大家日常的办公需求又是实实在在的。 然后,就有很多朋友问,能不能讲一讲,WorkBuddy的教程。 坦率的讲,WorkBuddy确实也是我觉得国内为数不都的,口碑还不错的通用Agent产品了。 所以这次,我也决定写一篇WorkBuddy的从0到1的教程。

Loop Engineering:继Harness Engineering后,agent的下一个发展方向,一篇万字长文带你深度解析背后的逻辑

本文作者:知野(@knoYee_)。版权归作者所有,未经授权禁止转载。 今天,我刷到了由Addy Osmani大神写的一篇讲 Loop Engineering 的文章,颇有感触,驱使我写下了这篇万字长文。 这两年以来,我们不难发现: 我们和 Agent 的协作方式正在变化 从人写 prompt 推着 Agent 往前走,变成人设计一套 loop,

Google 发布 Agentic RAG :搜不全就接着搜的\

本文作者:小互(@xiaohu)。版权归作者所有,未经授权禁止转载。 Agentic RAG 跨库检索 是 Google 给企业问答场景做的一套检索框架,靠多个 AI Agent 分工协作:让系统自己判断"搜到的资料够不够回答这个问题",不够就带着线索回去接着搜,凑齐了再开口。 * 它针对一个老毛病:传统 RAG 搜一轮就回答,

如何打造一个7x24小时为你寻找客户的AI代理

本文作者:有志出海(@0xValkyrie_ai)。版权归作者所有,未经授权禁止转载。 原文链接:https://x.com/sairahul1/status/2057376104072298855 原文作者:Rahul(@sairahul1) 地球上有 80 亿人,但只有几千人知道这个工作流程的存在。 每天有 500 万家本地企业因为糟糕的网站和低评分而流失客户,而它们都不知道,你可以在一小时内帮它们解决这个问题。

开源我的内容创作系统:杂活全甩给一队 AI,它们自己 @ 接力跑完,我只做两个判断

本文作者:AYi(@AYi_AInotes)。版权归作者所有,未经授权禁止转载。 做 AI 博主,其实最累的从来不是写,关键在于写之前刷信息源、核查事实,写之后把一条改成推特版、小红书版、公众号版那一长串杂活。这篇我手把手带你搭一队会自己 @ 接力的 AI 同事——选题侦察官、资料研究员、改写分发官,从选题到三平台成稿它们之间自己交接,我只做两个判断:选哪条选题、

从静态到自适应:基于共享工作空间的动态 Agent 编排系统

本文作者:huangserva(@servasyy_ai)。版权归作者所有,未经授权禁止转载。 Cockpit 架构与跨平台 Agent 协作模式 📌 核心摘要 随着大语言模型能力的提升,单一 Agent 在处理复杂、长时任务时暴露出代理式懒惰、自我偏好偏差和目标漂移等固有局限。 Claude Code 提出的动态工作流通过多实例隔离和任务定制编排解决了这些问题,但其单一模型家族和无状态编排的设计限制了实际应用场景。 本文提出 Cockpit 架构——一个基于共享工作空间的自适应

Reddit 自动化工作流分享

本文作者:LISA(@MindOS_Lisa)。版权归作者所有,未经授权禁止转载。 Reddit 自动化工作流:用 AI 把社区讨论变成可行动信号 很多人一提到 Reddit 自动化,第一反应是自动发帖、自动评论、批量养号。 但真正有价值、也更稳的 Reddit 自动化,不是让机器替你到处说话,而是让机器替你“听”。 Reddit

Anthropic 如何通过 Claude 实现自动化商业分析

本文作者:小互(@xiaohu)。版权归作者所有,未经授权禁止转载。 Anthropic 95% 的数据分析让 Claude 干了... 但一开始准确率多少?21%,跟瞎蒙差不多...后来搭了一套四层系统直接拉到 95%。 Anthropic官方发布了一篇博客,详细阐述了他们是如何通过Claude 实现自动化商业分析的。 我翻译了下,推荐大家阅读! 原文:https://claude.com/blog/

这应该是目前最接近正解的 Agent 记忆方案

本文作者:Yanhua(@yanhua1010)。版权归作者所有,未经授权禁止转载。 我在 CLAUDE.md 里写了 200 多行规则,就为了让 Agent 记住我是谁。 写作口吻、排版禁忌、配图风格,全靠我一条条手写进去,虽然每次开新 session,这些规则都在。但这不是 Agent 的记忆,这是我手写的说明书。

Dynamic Workflows 实战教学(小白友好版)

本文作者:知野(@knoYee_)。版权归作者所有,未经授权禁止转载。 Claude Code 最近更新的功能:Dynamic Workflows。听起来很炫酷,但在具体是实操中,该怎么用,什么时候用,相信大家会有疑惑 我们今天讲:你改怎么用、从哪开始、会遇到什么坑。 工作原理 1. 普通模式下,Claude Code 接收你的指令,
AI一起学
00:00:00 00:00:00