- 综合排序
- 最热优先
- 最新优先
- 来自专栏杂谈
本地智能体在企业内网测试的部署方法
然而，由于安全合规、隐私保护、网络隔离等现实约束，许多企业无法使用公有云的大模型服务，必须在企业内网中部署本地智能体系统。 这种“自主可控、内网运行、模型本地部署”的方案，兼顾了安全性与智能性，已逐渐成为大型金融、电信、制造等企业在测试智能化转型中的首选路径。 本文将系统介绍“本地智能体在企业内网测试场景中的部署方法”，帮助企业构建稳健、可控、高效的智能测试基础设施。 ，构建成一个企业级“测试智能体平台”，实现测试知识辅助决策、流程自动化和协作智能化。 九、结语随着企业对测试智能化、知识资产重用、质量保障自动化的要求不断提高，基于本地大模型部署的测试智能体将成为内网场景下的新型测试基础设施。
40030编辑于 2025-07-21 - 来自专栏效能提升
本地智能体在企业内网测试的部署方法
一、引言：企业内网智能体为何成为测试现代化的新标配？在大语言模型（LLM）日益普及的背景下，测试领域也在从传统自动化迈向智能化。 然而，由于安全合规、隐私保护、网络隔离等现实约束，许多企业无法使用公有云的大模型服务，必须在企业内网中部署本地智能体系统。 本文将系统介绍“本地智能体在企业内网测试场景中的部署方法”，帮助企业构建稳健、可控、高效的智能测试基础设施。 ，构建成一个企业级“测试智能体平台”，实现测试知识辅助决策、流程自动化和协作智能化。 九、结语：智能体是企业测试演进的战略基座随着企业对测试智能化、知识资产重用、质量保障自动化的要求不断提高，基于本地大模型部署的测试智能体将成为内网场景下的新型测试基础设施。
28110编辑于 2025-07-17 2025 智能体专业测评，盘点企业适用的企业级智能体
企业级智能体部署需求激增。与此同时，国内AI智能体平台如雨后春笋般涌现，两年时间以来市面上出现了超300家技术提供商，呈现“基础生态+垂直深耕”并行的局面。 本文将围绕《智能体平台技术要求》标准，筛选出技术领先、应用成熟的企业级智能体平台产品，为企业选型智能体提供客观、科学的参考。 一、滴普科技滴普科技的FastAGI企业级智能体平台专门面向企业级私有化部署场景，拥有先进的文本解析和语义建模能力，提供高质量语料加工和混合检索。 三、金智维Ki-AgentS是金智维面向企业级市场推出的智能体平台，旨在解决企业在复杂业务场景中对“准、稳、好用”的核心需求。 四、谷云科技谷云 AI Agent 智能体平台是以大语言模型为核心能力，构建具备自主决策与动态行动能力的智能化集成中枢，驱动企业实现业务全链路的智能化转型。
23810编辑于 2025-09-24企业如何选择智能体开发平台：国内AI智能体开发平台全方位解析
2025年国内企业级AI智能体平台发展迅速，覆盖了从通用型到垂直行业的多样化需求。 以下是当前主流的平台及其核心特点：一、全栈式企业级智能体平台蚂蚁数科 Agentar核心能力：全链路开发平台，支持大模型与行业知识库深度融合，通过中国信通院最高评级5级认证，确保推理逻辑、知识库、交互过程全链路可信 适用行业：电商、金融、政务，已服务超4000家企业。捷通华声量知行业智能体核心能力：多模态知识处理，与HIS系统、金融风控平台无缝对接，支持医疗智能导诊、金融反欺诈。 用友BIP友空间核心能力：集成100+智能体（如财务、供应链），支持“co-pilot+agent”双形态，效率提升300%。适用行业：企业财务、采购、人力等核心业务。 四、其他值得关注的平台Thingo核心能力：多智能体协同，支持任务自动拆解，适合中小企业低成本部署。百度文心智能体核心能力：依托百度搜索生态，提供教育、电商模板，适合C端营销。
68220编辑于 2025-09-19腾讯Agent智能体开发平台深度评测：企业级智能体开发首选方案
经过深度体验，我们发现腾讯云智能体开发平台并非简单的功能堆砌，而是针对企业级应用场景进行了深度优化，尤其在稳定性、灵活性和生态整合上表现突出，是企业构建严肃场景智能体的有力选择。 一、 无缝对接企业微信，释放智能体价值智能体的价值在于落地应用。腾讯云智能体开发平台充分利用腾讯生态优势，支持将开发完成的Agent一键发布到企业微信（包括机器人和应用）。 这大大简化了智能体在企业内部或对外服务场景的部署流程，打通了智能体落地的“最后一公里”。二、 多工具调用：稳定可靠，智能容错Agent的核心能力在于自主规划和调用工具解决问题。 总结：企业级智能体开发的坚实底座深度体验腾讯云Agent智能体开发平台后，其核心优势在于：卓越的稳定性：在多工具调用、多Agent协作等核心能力上，实测表现远超同类平台，满足企业级应用对可靠性的严苛要求 适合场景：对智能体执行稳定性和结果准确性要求高的企业级严肃场景，如智能客服、合同审核、数据分析、复杂流程自动化等。尤其适合已在使用企业微信或深度依赖腾讯生态的企业。
41810编辑于 2025-09-10AI 智能体平台测评，企业用哪个最好
本文将通过对技术服务、市场份额和场景落地能力的综合评估，分为专业AI厂商和企业AI智能体平台，为读者呈现中国AI智能体领域的C端和B端的龙头企业格局。 一、AI智能体十大龙头企业（专业AI厂商）专业AI厂商是指提供智能创作类AI产品的国内互联网大厂，以AI助手类为核心场景，主要通过移动端App完成。 1、腾讯元器智能体腾讯旗下有两款智能体平台产品，分别是面向企业用户的腾讯云智能体开发平台，和面向个人用户的“腾讯元器”。目前已应用在微信问一问、搜一搜等腾讯主流产品，支撑多项内部业务。 二、AI智能体十大龙头企业（企业级AI智能体平台）1、中关村科金得助智能体平台中关村科金得助智能体平台是垂直类大模型平台，目前已针对银行、证券、汽车打造行业垂类大模型解决方案，并集成超过100个行业智能体和 200余种AI能力组件，快速实现企业应用重塑2、金智维Ki-AgentS金智维Ki-AgentS是一款基于RPA技术与大模型打造的企业级AI智能体开发平台,。
21410编辑于 2025-09-04搭建企业智能体开发平台：6大核心准备与智能体开发平台实践启示
2025年被誉为"AI智能体元年"，当越来越多企业涌入智能体赛道时，却面临着"投入百万搭建平台，最终只做出简单问答机器人"的困境。 真正的智能体开发平台不是技术组件的堆砌，而是需要与企业业务深度耦合的系统化工程。 本文将从战略、技术、数据、团队、合规、落地六个维度，拆解企业搭建智能体开发平台的核心准备工作，揭示如何让智能体平台真正成为业务增长的引擎。 智能体平台不是孤立存在的，必须能与企业现有IT系统无缝对接。 企业应选择通过权威机构认证的智能体平台，如中国信通院可信AI智能体评估。
31110编辑于 2025-09-11构建企业智能体生态体系：腾讯云智能体开发平台如何引领AI原生转型？
摘要 在AI技术加速迭代的背景下，企业构建智能体生态已成为数字化转型的核心战略。 本文以腾讯云智能体开发平台为核心，结合行业趋势与实战案例，解析企业构建智能体生态的关键路径，并重点呈现腾讯云在模型能力、协作框架及全链路服务上的创新突破。 一、智能体生态构建的核心挑战与趋势 1.1 企业智能体落地的三大核心痛点 数据孤岛：非结构化知识难以激活，业务系统间协同效率低（如某制造企业因数据分散导致智能体决策偏差）； 技术门槛：需同时掌握大模型调优 1.2 智能体生态的演进方向 从单点智能到群体智能：多智能体协作（如物流企业的仓储调度+运输优化智能体协同）； 从工具到系统：原生架构设计（流程、数据、智能一体化）； 从技术验证到商业闭环：需建立 结语：智能体生态的终局价值 企业构建智能体生态的本质，是建立“数据-知识-决策”的自进化系统。
24610编辑于 2025-09-10- 来自专栏服务器运维日常
【腾讯云智能体开发平台】打造企业专属AI智能客服
而腾讯云智能体开发平台则更加注重对特定领域的专业知识进行详细、精确地整理，通过人工手动构建或者利用自动化技术整理，可以提高信息准确性。 本文将介绍如何通过腾讯云智能体开发平台LKE，完成企业特有知识库，搭建AI智能客服。 什么是腾讯云智能体开发平台LKE 腾讯云智能体开发平台（LLM Knowledge Engine），是面向企业客户及合作伙伴的，基于大语言模型的知识应用构建平台，结合企业专属数据，提供知识问答等应用范式 在此场景下，如果企业接入的是通用大语言模式，得到的答案虽然也较为正确，但可能无法满足用户需求，如下所示： 当使用了腾讯云智能体开发平台LKE后，通过配置，则可以正确的实现问答，如图所示： 腾讯云智能体开发平台 腾讯云智能体开发平台配置步骤 一、新建应用 1、进入腾讯云智能体开发平台 LKE控制台，点击新建应用。
93131编辑于 2024-05-20 - 来自专栏《三桥君 | AI产品方法论》
【三桥君】AI智能体迈向企业生产线遇难题，如何助力AI智能体服务企业业务？
一、引言 AI智能体正从实验室走向企业核心生产线，重塑服务模式与决策效率。然而，在复杂业务场景与多样化算力资源中，如何让AI智能体稳定、高效地服务业务呢？成为亟待解决的问题。 本文三桥君将通过解析“应用层 + 模型层 + 智算底座”的三维系统架构，探讨如何实现AI智能体的全生命周期管理，推动智能从“模型”走向“生产力”。 二、应用层：业务即入口，智能体触达每一个场景 开发即部署 方面 详情 功能 集成LLMOps服务，打通模型生命周期流水线。 优势 解放AI工程师的创新力，实现从实验室到线上环境的无缝过渡。 插件生态 方面 详情 功能 灵活对接第三方插件，快速打造专属智能体应用。 优势 无需从零开发，提升业务团队效率。 六、总结 三桥君认为，三维系统架构让AI智能体从概念走进现实，成为业务增长的“第二引擎”。 随着平台能力进化、算法突破、生态繁荣，AI智能体将像水电一样，成为企业运营的基础能力。
21110编辑于 2025-08-28 智能体革命：谁在吃掉企业80%的无效成本？
——从技术落地到生态重构的深度思考作为深耕AI垂直场景落地的实践者，我认为企业级智能体（AI Agent）已从“技术概念”幻化为“生产力引擎”，其核心价值在于通过流程重塑与场景耦合，将技术势能转化为商业动能 当前智能体的发展正经历从“工具化”到“生态化”的跃迁，而推动这一进程的并非单纯的技术迭代，而是企业对降本增效与模式创新的刚性需求。以下将从技术、商业、产业三维度展开论述。 以我主导的某零售企业智能客服项目为例，传统RPA仅能完成预设流程，而融合了NL2SQL与Agent技术的智能体，可主动分析用户语义、调用数据库生成个性化促销方案，甚至通过实时数据反馈优化话术。 二、商业维度：价值锚点在于“重构生产关系”智能体的商业价值绝非简单的效率提升，而是重构企业价值网络。 “智能体成熟度模型”，量化商业价值。
16310编辑于 2025-09-15腾讯智能体开发平台：企业级智能体开发的首选，无缝集成、强大知识库、智能流程
在智能体（Agent）技术蓬勃发展的当下，许多企业希望开发专属的智能体来提升内部效率。 然而，市场上不少智能体开发平台产出的成果偏向娱乐化，真正能应对复杂业务场景、提升生产效率的企业级智能体却相对稀缺。 经过深入考察和测试多个平台，我们发现腾讯云智能体开发平台在满足企业级、复杂业务场景的智能体开发需求方面表现突出。 总结：企业级智能体开发的强大之选腾讯云智能体开发平台凭借以下核心优势，成为企业构建严肃、高效智能体的理想选择：无缝集成企业微信： 让智能体融入员工日常工作流，开箱即用。 如果您正在寻找能够真正提升企业生产效率、应对复杂业务场景的智能体开发平台，腾讯云智能体开发平台值得您深入体验。
26410编辑于 2025-09-10如何构建企业级智能体应用 -- 两天的“AI智能体构建工作坊”有感
5月21~22日，IBM针对合作伙伴在上海举办了“AI智能体构建工作坊”，基于watsonx平台进行了实战教学，两天亲身完整体验了企业级智能体应用的构建。 2025年是智能体AI元年，已经有88%的企业开始积极探索智能体在业务中的应用，这其中有51%的企业开始探索智能体，37%的企业开始使用特定的业务场景进行验证，12%的企业开始实施智能体。 然而智能体要在企业内使用，还需要面临合规性、准确性、可靠性等要求，通用智能体在使用时往往会存在跟企业业务整合和解决前述各类要求的难题。 IBM的watsonx将智能体运用于企业场景，已经在企业的很多垂类业务上发挥了巨大的价值，比如HR、销售、采购、IT支持等业务领域，并基于自身多年的实践，在HR、采购、销售等最能看到业务价值的业务领域提供了预构建的智能体 针对企业级智能体，IBM针对不同类型的用户部门提供了两套平台，针对业务部门提供了watsonx Orchestrate，watsonx Orchestrate为智能体在企业应用提供了完整的工作包，从多个预构建智能体
25221编辑于 2025-05-30- 来自专栏算法之名
AI智能体
messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI的诗')] streaming_chat(messages) 运行结果 智能助手显神通
44410编辑于 2024-09-29 腾讯云智能体开发平台 × DeepSeek：打造企业智能化转型新引擎
引言在人工智能技术飞速发展的今天，大语言模型（LLM）已经成为推动企业数字化转型的重要工具。 1.1 腾讯云智能体开发平台的核心优势腾讯云智能体开发平台是一个面向企业客户及开发者的知识应用构建平台，旨在帮助企业更高效地利用大语言模型技术。 无缝对接现有系统：无论是企业内部的知识库，还是外部的业务系统，都可以轻松集成，实现智能化升级。 为了解决这一问题，我决定基于腾讯云智能体开发平台和 DeepSeek 模型，搭建一个智能问答系统。 5.2 腾讯云的生态优势腾讯云智能体开发平台不仅提供了强大的技术支持，还通过丰富的生态资源，为开发者和企业客户创造了更多可能性。
50710编辑于 2025-02-22- 来自专栏云时之间
智能体结构
智能体的结构 迄今为止我们通过描述行为—在任何给定的感知序列下采取的行动—讨论了智能体，现在我们不得不将知难而进，去讨论智能体内部是如何工作的，AI的任务是设计智能体程序，通过它来把感知信息映射到行动的智能体函数 注意智能体程序和智能体函数之间的差别。智能体程序在于当前感知为输入，而智能体函数是以整个历史为输入的。智能体程序只把当前感知作为输入是因为环境无法得到更多的东西。如果智能体的行动依赖于整个感知序列。 那么该智能体不得不记住全部感知的信息。 *智能体程序骨架还有其他的选择。例如我们可以让智能体程序成为协同程序。 行动表明确的表示了每个智能体程序实现的智能体函数。要用这种方式来建造理性智能体。作为设计者，我们必须构造包括各种可能的感知序列的适当行动的函数表。 在这个文章的以下部分，我想概述四种基本的智能体程序，他们几乎涵盖了所有智能系统的基础准则： 1：简单反射型智能体 2：基于模型的反射型智能体 3：基于目标的智能体 4：基于效用的智能体 然后我们将概括的解释如何把这些智能体转换成学习智能体
1.3K70发布于 2018-04-11 企业智能体AI编排器的核心作用与架构
企业智能体AI的编排器架构解析根据某咨询机构的调研，近八成企业正在使用生成式AI，但仅有少数企业能从中获得实际效益。解决这一价值难题的关键在于编排功能——这正是智能体实现自主化的核心环节。 预计在未来12-24个月内，编排重点将从应用程序和接口转向智能体。智能体经济的实践路径以某机构的数字劳动力平台为例，该平台为企业提供规模化AI智能体的可视化控制。 无论是数据仓库还是客户关系管理系统，所有这些系统都将通过智能体AI实现功能自动化。 “编排器的角色将发生转变，重点是实现跨系统智能体的自动化连接，”总监强调，“在未来的‘智能体经济’中，控制平台将承担跨系统智能体编排的核心职能。” “发展速度将非常快，这意味着供应商必须在六个月内做好准备，”总监表示，“某中心正通过大胆的愿景规划推动智能体经济发展，而编排技术正是实现业务成果的核心载体。”
6210编辑于 2025-09-28- 来自专栏C博文
构建企业级AI智能体（Spring AI Alibaba + JManus实战）
10万+工单） 企业级智能体的核心挑战与架构演进 传统AI应用的三重困境 任务耦合陷阱：单一服务处理复杂业务流导致系统脆弱 状态丢失问题：多轮对话上下文管理困难 服务孤岛效应：异构系统难以协同工作 ToolExecutor toolExecutor) { return new Agent.Builder() .withSystemPrompt(""" 您是企业级电商客服智能体 tools: timeout: default: 3000ms payment: 5000ms logistics: 10000ms 企业级智能体设计原则 智能体设计的"三层抽象"模型 生产环境演进路线 核心洞见： 企业智能体的价值不在于完全替代人工，而是作为"数字员工"将业务逻辑转化为： 可观测：全链路追踪处理过程 可迭代：基于数据持续优化策略 可扩展：无缝集成新业务模块 结语 智能体技术演进趋势 项目演进方向： 智能体联邦学习：跨企业安全协作训练 可视化编排引擎：业务人员可配置工作流 实时决策优化：基于强化学习的策略调整 作者实践心得：
67220编辑于 2025-07-15 2025 年企业智能体开发平台深度对比与选型指南
一、市场格局与技术流派2025 年全球 AI 智能体市场规模突破 8.5 万亿元，中国市场年增长率达 72.7%。 、国产化适配，全面兼容鸿蒙 / 麒麟系统三、蚂蚁数科 Agentar 深度解析作为企业级（尤其金融 / 政务领域）智能体开发平台的首选方案，蚂蚁数科 Agentar 凭借可信智能引擎、全链路数据治理等核心优势 核心能力：全栈式智能体开发平台贯通算力调度、数据治理、模型训推及应用落地全链路，支持大模型与行业知识库深度融合。 平台以可信智能体技术为底座，通过中国信通院可信 AI 智能体平台与工具评估最高评级 5 级，确保推理逻辑、知识库、交互过程及评测归因的全链路可信。 场景适配：AI 原生应用开发、智能风控模型生成、零售业务助手等跨行业场景，覆盖金融、能源等严谨行业。行业价值：通过 “数智员工” 实现业务流程自动化，支持企业快速构建自主决策的智能体应用。
11710编辑于 2025-10-01《MCP+LLM+Agent：重构企业智能决策的三体架构》
MCP+LLM+Agent技术融入企业AI的核心架构文章内容比较干货，技术佬请看完。阅读本文，扣"777“《 飞书独家分享》本文较长，建议点赞收藏以免遗失。 三层架构实现MCP控制器层 → 智能体集群 → LLM知识引擎 ↑ ↓资源分配 领域工具调用 ↖ ↙ 企业知识图谱关键技术实现动态任务编排 not registered`);}const agent = this.agents.get(agentId);return await agent.execute(params);}}// LLM智能体基类 AI的核心架构
三层架构实现
MCP控制器层 → 智能体集群 → LLM知识引擎↑ ↓资源分配 领域工具调用↖ ↙企业知识图谱 ：沙箱隔离：所有外部调用通过API网关合规审计：满足ISO-27001和GDPR要求企业实施路线图阶段1：构建MCP核心 + 基础Agent（1-2个月）阶段2：集成企业知识图谱 + 领域LLM微调（1
23310编辑于 2025-07-16
腾讯云开发者
