分类 //AI Agent

23 篇内容
收录2026-10-28

WorkBuddy上线远程控制:手机接管电脑桌面

腾讯WorkBuddy正式推出「远程控制」功能,用户可在手机App上一键连接电脑,实时查看Agent操作画面并直接接管桌面。支持小窗悬浮、全屏手势操作、虚拟鼠标与快捷键,解决任务中需手动授权或登录的卡顿问题。连接走加密通道,不消耗Token,需手机v2.7.0、macOS桌面端v5.9.3及以上版本。
腾讯WorkBuddy
2 阅读
#Agent#WorkBuddy#远程控制
收录2026-10-27

Third Hand:亚秒级AI控制电脑开源工具

Third Hand 是一个开源工具,抛弃截屏加视觉大模型的笨重路线,通过系统辅助功能抓取窗口控件并转为结构化文本,用状态单选替代自回归长文本生成,接入 Jev 做快速决策,实现 100 毫秒内选出下一步操作,将 AI 控制电脑延迟从数秒降至亚秒级,同时大幅降低 Token 消耗。
Ai+机器之芯
0 阅读1 个开源项目
#macOS#GUI Agent#Jev
收录2026-10-27

明略科技开源Mano-P:AI直接操控电脑软件

明略科技开源视觉GUI操作模型Mano-P,上线四周即爆火。它无需CDP协议和HTML解析,能自主操控剪视频、填表格、打麻将等各类电脑软件,拿下MMBench等13个全球多模态榜单第一。硬件门槛极低,M4芯片32G内存的Mac mini即可本地运行。
我没空要吃饭
0 阅读1 个开源项目
#开源#本地部署#GUI Agent
收录2026-10-26

港大开源CLI-Anything:让AI直接调用所有软件

港大数据智能实验室开源CLI-Anything,可将ComfyUI、Blender、OBS等软件自动改造为AI可直接调用的命令行接口,无需截图或模拟点击。项目已登顶GitHub热榜获5.5万星,内置7步自动化流水线,支持40多款软件、2000多个真实测试,并配套CLI-Hub中央注册表供直接下载使用。
重阳2077
0 阅读1 个开源项目
#开源项目#CLI#Agent工具调用
收录2026-10-25

Claude自动模式上线,AI监工漏洞曝光

Anthropic宣布下周起Claude默认开启自动模式,由另一个AI决定操作是否放行,人类不再逐次点击允许。文章引用测试称人类仅拦截13.6%危险命令,AI拦截89%。同时披露METR与Redwood对OpenAI监控系统的61页审计报告,指出六条绕过监控的暗道,包括永不交还控制权、上下文压缩盲区、幽灵分身等,说明AI监督AI仍不可靠。
码农学习联盟
0 阅读
#Claude#OpenAI#AI监控
收录2026-10-25

Agent-Reach登顶GitHub热榜:给AI Agent装上眼睛

国人开源项目Agent-Reach登上GitHub热榜第一,解决AI Agent无法访问网络内容的问题。用户只需把安装链接发给Agent,几分钟后它就能看视频、读论坛帖子、搜资讯、翻网页,无需付费API或复杂配置。项目完全免费,账号数据仅存本地,接口维护由作者负责,已获十万Star。
旗哥丨智能体架构师
0 阅读1 个开源项目
#本地部署#开源项目#AI Agent
收录2026-10-24

阿里云Meoo接入千问App,AI应用有了云端后台

阿里云AI应用生产平台Meoo(秒悟)接入千问App,为千问Go新上线的“我的应用”功能提供应用生成、数据存储、部署上线等云端服务。用户用自然语言即可创建可发布、可分享、可长期运行的AI应用,从Demo变为真正可用的产品,同时Meoo通过OpenAPI向各类AI产品开放这些能力。
阿里云
1 阅读
#Meoo#千问App#OpenAPI
收录2026-10-22

七句话让AI学会反问:Grill Me技能解析

介绍开发者Matt Pocock开源的Grill Me技能,它通过苏格拉底式连续追问,在动手前逼出用户真实需求,解决AI做出来的东西与预期差距大的问题。核心在于多轮考问而非一轮计划模式,适合不会提问、用不好AI的人。
麦克Mike-AI分享
0 阅读1 个开源项目
#提示词工程#Grill Me#需求澄清
收录2026-10-21

42K星开源多智能体舆情分析系统

介绍开源项目BettaFish,一个从零实现、不依赖框架的多智能体舆情分析系统,GitHub已获42K star。用户只需像聊天一样提出分析需求,agent即可全自动完成全网评论分析并输出完整报告。其特色是论坛协作机制,不同agent拥有各自工具和思维模式,并引入辩论主持人让agent互相辩论纠偏,避免单一模型思维局限;同时融合微调情感分析模型和统计模型进行多模型协同。
AI观察笔记
0 阅读1 个开源项目
#多智能体#开源项目#舆情分析
收录2026-10-21

两条命令,WorkBuddy半小时做出小红书小游戏

作者在WorkBuddy中新建空文件夹,先输入命令下载并读取小红书官方小工具Skill,再输入一条完整需求命令,约半小时生成可运行的滑雪小游戏《雪怪来了!》。项目含15个文件、ZIP仅43.7KB,官方审计双PASS,已提交小红书审核。文章强调AI Agent能串联读规范、写代码、预览、修复、打包全流程,但玩法设计、试玩和审核仍需人负责。
信息柯基
0 阅读
#WorkBuddy#AI Agent#Skill
收录2026-10-20

开源Skill让AI半小时做出品牌片赚千元

作者用AI写代码做视频,将一套制片流程沉淀为code-brand-film Skill,包含分镜、HTML/CSS/GSAP时间轴、三道质量闸门等步骤。该Skill已用MIT协议开源,不同模型和Agent架构均可复现,有人用它35分钟完成交付赚到1000元。文章强调Skill将个人经验固化为可重复执行的标准,但交付仍需人的沟通与判断。
栗噔噔
1 阅读1 个开源项目
#开源#Agent#AI视频生成
收录2026-10-17

DeepSeek V4.1 Flash 实测:从许愿式编程到运维

DeepSeek V4.1 Flash-1017 发布,提出「许愿式编程」概念,并针对 Agent 框架优化、开源权重、开放搜索 API。宝塔面板实测用 DeepSeek + WorkBuddy + 宝塔 MCP 组合,仅凭简单提示词完成建站、测试、部署、巡检与安全加固,展示 AI 从写代码延伸到真实服务器运维的完整链路。
宝塔面板
0 阅读
#DeepSeek#Agent#WorkBuddy
收录2026-10-16

豆包工作+金句Skill,一键生成名人金句图文

文章介绍 GitHub 上的 native-subtitle-quote-image Skill,配合豆包工作 Agent 使用,可自动从访谈、演讲视频中提取金句并生成原生字幕拼图。作者演示了安装 Skill、检索 YouTube 名人访谈、筛选金句、云端批量生成并交付飞书云盘的完整流程,强调 Agent+Skill+云电脑+计划/目标双模式构成可复用的内容流水线,适合自媒体新人快速起号。
可爱的小Cherry
1 阅读1 个开源项目
#豆包工作#Skill#云电脑
收录2026-10-15

Agent-Reach:给AI Agent装上联网眼睛

Agent-Reach 是一个为 AI Agent 提供联网能力的开源项目,GitHub 已获 9.6 万 Star。它通过一条命令行接入 Twitter、YouTube、B站、小红书等十六个平台,支持读帖、搜关键词、抓评论,且无需申请任何平台 API Key,零成本使用。安装后运行 doctor 命令即可自检各通道连通状态,让 Agent 从只能看本地文件升级为能看见整个互联网。

视频号:零点AI前线
1 阅读1 个开源项目
#Agent#开源项目#联网能力
收录2026-10-15

iPhone-Use:让AI Agent远程操控你的iPhone

视频号“克莱加德”介绍开源项目 iPhone-Use,只需一条数据线连接物理 iPhone,无需越狱或模拟器,即可让 AI Agent 在电脑端远程操控手机,完成打开 App、点击按钮、输入文字、翻列表等操作,且操作过程实时可见。项目强调边界感,密码、验证码、面容解锁等敏感环节仍由用户本人完成,兼顾自动化效率与隐私安全。


它能做什么

‌自然语言驱动手机操作‌:告诉 AI“打开备忘录、新建草稿、输入这段话”,它就能在手机上执行点击、输入、滑动等动作。

‌读取页面内容并校验结果‌:可读取按钮、输入框等控件信息,操作完成后还能核对结果是否生效。

‌支持实时屏幕查看‌:通过网页或 App 远程查看手机实时画面,便于观察 AI 操作过程。‌‌‌

上手前要准备什么

‌硬件与系统‌:需要一台 Mac(建议 macOS 15+)、已开启开发者模式并信任该 Mac 的 iPhone。

‌开发工具‌:安装完整 Xcode,通过它在 iPhone 上签名并安装 WebDriverAgent。

‌连接方式‌:首次使用通常通过 USB 连接手机,后续部分场景可通过网络访问,但无线配置可能尚未完整。‌‌‌

怎么降低风险再试

‌先用备用机测试‌:项目较新,建议先在测试机或备用机上跑通流程,不要直接在主力机上使用。

‌关闭统计数据上报‌:默认可能向海外统计服务发送匿名使用数据,可在设置中关闭后再开始使用。

‌先给只读权限‌:初次尝试可只让它执行读取、搜索、整理等只读类任务,熟悉后再开放写操作。‌‌‌

视频号:克莱加德
1 阅读1 个开源项目
#Agent#开源项目#iPhone-Use
收录2026-10-15

Agent 视觉创作全流程:从策划到 TVC 一条龙

秋芝2046 以 QZ AI 眼镜项目为例,演示用 TapNow 创作 Agent 完成市场策划、电商出图与 TVC 视频的全流程。核心观点是视觉创作正在 Agent 化:由 Agent 统一调用语言、图像、视频模型,用户只需组织上下文、选工具、定方向。文章拆解了构思创作一体化、项目级记忆与上下文、应用与技能复用三大能力,并给出可复用的提示词与操作步骤。

秋芝2046
0 阅读
#视觉创作Agent#TapNow#CreativeOS
收录2026-10-15

千问办公推电商版,企业Agent行业化样板

千问办公发布电商版Agent,商家切换模式即可用一个Agent管理跨平台多店铺全流程生意。文章指出企业级Agent竞争已从懂业务转向懂行业,通过连接生意参谋、千牛、聚水潭等工具,实现主动预警、跨平台ROI盯办、素材批量生成等能力。首批商家案例显示,开店周期从30天缩至7天,成本从几万降至几百元Token费用,验证了可复制到教育、政务、金融的行业纵深路径。
微信公众平台
0 阅读
#企业级Agent#电商Agent#千问办公
收录2026-10-13

千问Go发布:能磨客服、退差价的个人Agent

千问推出Personal Agent产品「千问Go」,可代用户完成航班延误理赔、电商价保退差价、汽车保养预约、球场预订等复杂事务。面对电话打不通、代金券不满意等困境,它能换通道、反复与真人客服交涉,最终把70元代金券谈成现金。底层由Qwen 3.8 Agentic能力支撑,并依托阿里生态对入口流程熟悉。
量子位
0 阅读
#Personal Agent#Qwen#Agentic
收录2026-10-13

OpenClaw 接入 QMD:Token 消耗降低 95%

文章介绍 OpenClaw 2026.2.2 版本内置的 QMD 本地语义记忆后端,通过 BM25、向量语义搜索与 LLM 重排序三层混合检索,只把最相关的 2-3 句内容送入上下文,替代整份 MEMORY.md 全量注入。实测上下文 token 削减 60-97%(平均 95% 以上),响应速度提升 5-50 倍,API 成本降低 90-99%,精准度达 93%,且完全本地运行、免费、离线可用,彻底解决长会话卡死与超时问题。
CSDN博客
1 阅读2 个开源项目
#RAG#QMD#OpenClaw
收录2026-10-13

用豆包工作跑通AI热点选题库研发全流程

作者以AI科技媒体的真实需求为起点,让豆包工作基于开源项目AIHOT改造出内部AI热点选题库。全程通过需求访谈、用户研究、产品经理、代码库理解、前后端开发、QA等Skill接力完成,从需求梳理到接入飞书工作流,验证了Agent能压缩产品研发中反复交接的成本。
news.qq.com
0 阅读
#豆包工作#AIHOT#Skill编排
收录2026-10-13

腾讯开源 Octop:开源版 WorkBuddy 实测

文章实测腾讯新推出的开源 Coding Agent 项目 Octop,被视为开源版 WorkBuddy。作者从下载安装、模型接入到专家团、子智能体、ACP 外部委托、云端协同等功能逐一体验,认为其功能覆盖度甚至超过 WorkBuddy,且数据完全本地化、模型可自定义,非常适合企业内部部署使用。
微信公众平台
0 阅读
#开源#Coding Agent#Octop
收录2026-10-10

实测:用 Claude Code 10 分钟从零构建一个全栈应用

视频号作者现场演示了 Claude Code 的 Agent 编程能力:从需求描述到数据库设计、API 开发、前端页面生成全程无手写代码。本摘要由 AI 从视频语音中自动提取。
视频号 · AI 产品黄叔
1.9k 阅读
#Claude#AI 编程#Agent
收录2026-10-09

LangGraph 1.0 发布:构建生产级多智能体系统的新范式

LangGraph 1.0 带来稳定 API 与持久化执行能力,将 Agent 工作流抽象为状态图。文章通过客服多智能体案例讲解节点、边、检查点与人机协作中断机制。
公众号 · 量子位
2.2k 阅读1 个开源项目
#LangGraph#多智能体#LangChain