登录社区云,与社区用户共同成长
邀请您加入社区
Grok Bot 接入 X 后,AI Agent 可以直接搜索帖子、读取时间线、查看 Mention,并整理实时讨论内容。本文从 Agent、Connector 和工具调用的角度,分析这次更新背后的意义,以及 AI 从“回答问题”走向“主动获取数据、持续执行任务”的变化。
云监控 2.0 的 OpenTelemetry 无侵入监控(OBI)正式支持 ACS Sandbox 场景。不改一行代码、不重新构建镜像,沙箱内 AI Agent 的每一次模型调用、工具执行和外部访问,都会自动生成标准的调用链与指标。
AI Agent 的长期记忆是指跨会话持久化存储的用户交互信息,包括对话历史摘要、用户偏好画像、知识片段和嵌入向量(Embedding)。存储系统需同时满足三类需求:事务写入(记忆创建/更新/删除)、向量检索(语义相似度搜索)和混合查询(结构化过滤 + 向量排序)。PolarDB-X 通过原生向量检索能力,在一个数据库中同时承载事务和向量两类负载,推荐作为 Agent 记忆存储的首选。-- 创建
本文详细介绍了如何使用阿里云语音合成Python SDK和PyQt5框架开发一个功能完善的语音助手。从环境配置、SDK封装到UI设计,逐步讲解如何实现文本转语音功能,并分享工程化实践中的高级技巧和优化方案,适合Python开发者进阶学习云服务与GUI开发。
考研复习本来就很费脑子,如果能直接语音输入而非打字,用户会有更好的体验感。因此我决定给研途 Buddy 装上接入语音输入功能。这篇博客将完整复盘我在这项工作中的架构思考、模型选型纠结,以及在前后端联调时踩过的坑。
从信息过载到洞察自动智能涌现——Agentic Search + Agentic Memory 正在重新定义企业研究的边界。
阿里云 AgentTeams 7月第二周产品动态
DAS Agent是基于大模型技术,融合了阿里云10万+工单和专家经验的智能数据库运维大脑,专注于解决云数据库的日常运维及稳定性问题。通过融合AI,构建了覆盖问题发现、诊断、优化的全链路自治能力,为您提供高效、精准的数据库稳定性保障。
本文详细介绍了如何利用Python和阿里云SDK快速实现短信自动发送功能,告别手动操作的低效与错误。通过5分钟快速配置指南和实战代码示例,开发者可以轻松集成阿里云短信API,提升验证码发送的时效性和可靠性,适用于电商、SaaS系统等多种场景。
近期,阿里云盘企业版(Cloud Drive for Enterprises)正式发布 CDE Agent。CDE Agent 依托 Qoder Cloud Agent 强大的底层智能体能力,在网盘内无缝实现文件处理与内容生成。这意味着,企业的每一份文件汇入网盘后,即刻成为可被 AI 理解、调用、执行的智能资产。更重要的是,数据不出网盘,即可驱动 AI 完成检索、分析与创作。由此,网盘不再只是存文
企业邮箱发信设置,如何保证企业邮箱发信身份并保证邮件投递成功。
OpenClaw、Claude Code、Hermes 这类智能体产品把 Harness Engineering 这个词带火了。它的核心主张很简单:模型能力是概率的、会漂移的、偶尔会失控的,真正让 Agent 可用、可控、可演化的,是模型外面那一层工程化的"骨架"(Harness):结构化的上下文、约束性的工具协议、生命周期的钩子、可恢复的状态、可观测的评估。但大部分公开的 Harness 实践,
千问联网检索Agent,可实时检索全网多维多源信息,自动筛选权威来源并提炼要点,支持追溯引用与多轮追问,快速生成可靠答案,提升决策与效率。
【摘要】针对矿物鉴定中单模态检索准确率低的问题,实验通过Elasticsearch的RRF融合检索技术,将准确率从36%提升至92%。传统方法中,仅依赖图像或文字属性检索存在局限性(如玛瑙类矿物光学特征重叠),而RRF技术通过融合BM25文本召回、跨模态图像kNN搜索和结构化硬度过滤三路信号,利用排名加权机制规避了不同分数量纲的干扰。全链路在Elasticsearch内完成,包括检索、推理和评测,
一个 **Agent** 到底凭什么越来越强?有人靠更大的模型,有人靠更多数据,但**北京大学**连发两篇论文,给出了同一条答案:**让 Skill 自己进化**。
表格要素实现方式Thought(思考)让 LLM 分析当前状态,规划下一步是否需要计算Action(行动)调用calculator工具,传入数学表达式Observation(观察)计算器返回的计算结果,注入下一轮推理。
DataWorks AI 助理是平台内置的智能化助理。它不是只会聊天的通用大模型,而是深度理解你企业真实数据、能直接动手干活的“专属数据专家”。
当 Agent 进入产业链,阿里云如何“全栈就绪”?
Data Agent 是一款基于大语言模型的企业数据智能助手,提供免费版、个人版和企业版三种版本,分别满足个人用户的基础使用、进阶需求及企业的多用户协作、安全管控与私有化部署等场景,支持通过自然语言对话完成数据查询、分析与处理,无需编写代码,助力各层级用户高效实现数据驱动决策。其中,只有Data Agent 企业版支持本地、它云、ecs自建等常见数据库,如:MySQL、PostgreSQL、Hol
本文介绍了如何为阿里云消息队列MQTT版生成认证凭据。通过Python代码示例,展示了构造Username和计算Password的方法:Username由AccessKeyId和InstanceId组成,Password则使用HMAC-SHA1算法对ClientId进行签名后Base64编码。该代码段最终输出ClientId、Username和Password三个必要参数,用于MQTT客户端连接认
近日,阿里云正式发布两款面向企业 AI 落地的核心产品——多智能体协作治理平台 AgentTeams 与智能体观测优化平台 AgentLoop。**两款产品分别解决企业在大规模部署 AI 智能体时面临的两大难题,即如何让多个智能体有序配合完成复杂任务,以及如何让智能体在实际运行中越用越好。目前,两款产品已全面开启公测。
无论从开箱即用的 AI 治理中心开始,还是从自建开源 Nacos AI Registry 开始,目标都是一样的:让团队 Skill 有一份可信来源。Agent 会继续变化,团队的 Skill 不应该继续散在各处。
做过 Agent 的人大概都有同感:同一个坑,你踩一遍,同事踩一遍,换个 Agent 还会再踩一遍。问题其实不只是 Agent「记不住」——项目规则、历史踩坑、业务约定、团队经验,散落在文档、代码、群聊和老员工的脑子里,从没被整理成一份能复用、可信、也能共享的上下文。生产里真正缺的,是一套管得住上下文质量的能力:知识从哪来、可不可信、有没有互相打架、谁审核过、能不能共享和持续更新。如果你正在用 C
本文详细介绍了如何在Python和Java中使用SMTP协议通过阿里企业邮箱发送邮件,并总结了生产环境中的常见问题及解决方案。主要内容包括: SMTP配置要点:阿里邮箱SMTP服务器地址为smtp.qiye.aliyun.com,推荐使用465端口(SSL加密),并强调需使用授权码而非登录密码进行认证。 代码示例: Python示例使用smtplib库,通过SSL加密发送邮件。 Java示例使用j
EMR Serverless Spark Skill 支持通过自然语言对话自动创建工作空间、提交作业和调整资源,简化企业数据处理流程,告别手动控制台操作。
基于 OSS 的无状态多租户搜索方案:全文、向量混合检索,亿级租户、千亿级向量,成本只与活跃数据线性相关,完全兼容 Elasticsearch 生态。
过去一年,很多人第一次听到 AI Agent,脑海里浮现的是一个“会自己干活的 AI”:它能读邮件、查资料、写代码、跑流程,甚至像同事一样接过一个任务,自己拆解、执行、汇报。
【云端部署】2026年OpenClaw/Hermes Agent8分钟保姆级安装流程。OpenClaw(前身为Clawdbot/Moltbot)作为开源、本地优先的AI助理框架,凭借7×24小时在线响应、多任务自动化执行、跨平台协同等核心能力,成为个人办公与轻量团队协作的首选工具。与传统聊天机器人不同,OpenClaw不仅能实现自然语言交互,更能通过指令完成文件处理、日程管理、邮件整理、多平台自动
本文以一次灰度发布故障为完整演示,拆解阿里云 Elasticsearch 9.4 Agent Builder 如何用 Skill 固化经验、用 Tool 锁定口径、用 Workflow 守住人工确认,做到能力可复用、权限不放开、审批不跳过。
【新手必备】2026年OpenClaw/Hermes Agent京东云10分钟保姆级集成流程。OpenClaw(前身为Clawdbot/Moltbot)作为开源、本地优先的AI助理框架,凭借7×24小时在线响应、多任务自动化执行、跨平台协同等核心能力,成为个人办公与轻量团队协作的首选工具。与传统聊天机器人不同,OpenClaw不仅能实现自然语言交互,更能通过指令完成文件处理、日程管理、邮件整理、多
DataWorks Data Agent 的发布,标志着企业级数据智能体从"增强模式"向"自主模式"的重大跃迁。通过 CLI 与 Claw 双引擎架构、统一的运行时内核、开放的 Skill 生态,Data Agent 真正实现了"一句目标,数据链路端到端自动完成"的愿景。
Agentic-Native Database
手机号功能全流程分析 本文详细分析了基于阿里云短信服务的手机号功能实现方案,主要包括三大核心流程: 手机号注册流程:从用户输入到短信验证、数据库存储的完整链路 手机号登录流程:验证码登录的交互过程及JWT Token生成机制 找回密码流程:通过手机号验证实现密码重置 技术实现方面,后端采用Flask框架配合阿里云短信SDK,前端使用Vue3+uniapp,包含: 详细的配置项说明(短信签名、模板、
安装很简单Windows PowerShell 可以按Win键,然后搜索它打开之后是这个样子跟CMD是不是很像?但它比 CMD 强大很多我以Win10为例,通过 Windows PowerShell 来安装,不出意外的话会安装失败因为 Claude 公司(Anthropic)对中国区采取了严格封锁措施,所以用会安装失败。既然此路不通,那我们就换条路,用npm方式安装;安装 Claude Code
AgentScope Java 2.0 的 AgentScope Harness 模块走的是同一条路。本文以官方示例 agentscope-examples/agents/agentscope-codingagent 为线索,讲清楚一个生产级 Coding Agent 是怎么用 Harness 拼出来的 —— 每一行配置解决了什么问题,怎么从本地 CLI 一路演进到挂在 GitHub Webhoo
从 RAG 时代用完即弃的检索,到现在能沉淀、能复用的上下文供给,Agent 的存储方式正在发生变化。RDS ContextDB 让每一次交互都沉淀下来,把有价值的个人经验持续晋升为团队共享的知识资产。同一个坑,团队的 Agent 就不用再踩第二遍。目前 RDS ContextDB 已经启动公测,公测期间可免费使用。点击 https://help.aliyun.com/zh/rds/apsarad
本方案构建ASR+LLM四阶段流水线,自动将企业培训视频转化为结构化内容:音频提取→语音识别→语义分段→知识抽取。支持Whisper私有部署与云ASR混合接入,通过Prompt Chain生成章节摘要、知识点列表及可独立消费的知识卡片,人工干预减少90%,处理效率提升30倍,显著解决课程“最后一公里”难题。
\n>