登录社区云,与社区用户共同成长
邀请您加入社区
开源汇总32个数学建模AI Agent、Skills、优化求解工具、算法代码、论文模板与历年赛题资源,提供中英文说明、固定Commit下载链接、批量下载脚本及SHA-256校验记录,帮助CUMCM、MCM/ICM学习者按任务选择并复现工具链。
如果你正在准备实习、校招,想做一个大模型应用方向的练手项目,也可以从这里出发,加入自己的场景。希望它能帮你从“看过一些 Agent 教程”,走到“我也能动手搭一个,并解释它为什么这样工作”。它把编程智能体背后的工程机制拆成了循序渐进的课程,从一个简单的循环开始,一步步加入工具和其他能力。找一个具体项目,边做边理解这些概念,会更容易知道它们到底有什么用。这个项目的起因,是我看到了。
Crawl4AI 重新定义了 AI 时代爬虫的能力边界:它不止是一个网页下载工具,更是一套完整的「网页‑大模型」数据预处理管道。如果你正在做 RAG、AI Agent、网页知识库项目,希望省去大量网页清洗的重复工作,Crawl4AI 是值得优先尝试的开源方案。开源协议 Apache 2.0,项目要求使用时保留项目署名,可以使用徽章或者文本引用方式标注来源。
整理 10 个企业开源 AI Agent 平台,对比自动化、内部应用、Agent 构建、知识库与 RAG 等主要方向。
uniTerm 是一款轻量级一站式终端软件,Windows 版本安装包仅 14MB。整合终端、文件传输、远程桌面、数据库客户端、容器等 5 大类协议于一身;内置可自主执行的 AI Agent,能规划并执行多轮 Shell 命令。v1.9 带来了一次集中升级:新增 ElasticSearch、WSLC 容器、Raw TCP 三种协议,支持协议总数突破 30 种;新增文件 / 监控双边栏;终端新增滚动
<think>我们只需要根据内容生成摘要,不超过150字。内容介绍GDevelop开源无代码游戏引擎,特点包括AI Agent、无代码事件系统、一键导出、3D编辑等,以及使用场景。摘要需精炼。</think>GDevelop是一款MIT开源的无代码游戏引擎,通过事件系统和AI Agent让用户用自然语言生成游戏机制,免写代码。支持2D/3D、多人联机,一键导出全平台(含Steam),内置素材、调试
本文将带你系统地梳理企业级AI Agent的选型逻辑。我们会先从基础概念入手,讲清楚什么是AI Agent、它的核心组成是什么;然后分别深度剖析开源框架商业产品自研方案这三大类选型方向,分析每类方案的特点、优缺点、适用场景,并结合具体案例和代码示例帮助你理解;最后,我们会通过多维度对比表格、架构图、流程图等工具,帮你建立一套完整的选型方法论。到底什么是AI Agent?以及企业级AI Agent和
AI 能理解人的意图,却不能凭空获得可靠的设备数据。沿着设备、协议、数据、平台和工具调用,重新理解工业 AI Agent 的完整技术链路。
腾讯混元 Hy4 preview 开源(770B 参数、1M 上下文),DeepSeek 开源 V4 首个多模态实验模型并在软件工程测试登顶,科大讯飞星火 X2.5 端侧双子星将百万 Token 上下文首次下放端侧;可灵 AI 获国家人工智能基金 14 亿元注资,VAST 完成约 30 亿元 B/B+ 轮融资;工信部启动 AI 应用服务商培育专项行动,AI 客服国家标准正式实施;8 月开源模型词元
🚀 zg(zvec-grep)正式开源! 我们打磨了一款面向人与 AI Agent 的「本地检索工具」——默认在本机完成索引与检索,既能理解模糊意图,也保留 rg 的精确与高效。
新进的则偏工具向:vphone-cli、ipatool 两个 iOS 工具,加上 crawl4ai、last30days、awesome-mcp-servers、checkstyle,基本是开发者生产力路线。一个 AI agent skill,跨 Reddit、X、YouTube、HN、Polymarket 等近二十个源做话题研究,综合成有出处、按人气排序的简报。专门给语言模型"去审查"的工具,用
很多团队已经拥有商城、CRM、ERP、工单或 SaaS 后台,也已经有可用的 REST API、OpenAPI 文档甚至 MCP Server。真正准备让 AI Agent 操作业务时,第一步却不应该是把整份接口文档全部导入模型,而应该挑选一条边界明确的真实业务动作,判断它是否具备可识别的业务后果、可信行动主体、原系统最终授权、风险与审批语义、幂等和失败处理,以及可还原的审计证据。本文提供一套最小
企业海量语音转写的工程挑战与离线解决方案 面对万小时级的语音转写需求,云端API存在成本高、限流严、合规风险大等硬伤,而本地开源模型部署常因显存溢出、长音频处理不当导致系统崩溃。灵声智库通过全离线架构实现突破:采用VAD精准切片技术保障长音频处理,动态并发机制最大化算力利用率,集成ITN引擎提升输出质量。该方案在数据安全前提下,以零边际成本完成批量转写,释放企业历史语音数据的商业价值,为构建本地化
针对局域网环境下的语音数据处理刚需,本文复盘了开源语音大模型(如 funasr)在生产环境落地时的 API 并发、硬件显存及业务层缺失等工程踩坑实录。并分享一套开箱即用的「灵声智库」私有化部署方案,提供标准化 RESTful API,支持极低 VRAM 占用下的离线语音转文字与 AI 摘要,助力研发团队低成本快速交付过等保项目。
让 AI Agent 借你已有的登录浏览器去干活,而不是另起炉灶。它的三个抓手——真实登录态、不锁 Agent、内置人工协作——恰好补了当前主流方案的空白。实测下来,安装环节唯一的小坑是github.comrelease 直链在国内不稳定,走镜像下载二进制即可解决;CLI 自身的诊断(statusdoctor)做得很扎实,每一步该不该继续一目了然。录制的"录一遍、换参回放"思路也很实用,尤其适合后
8月4日,AWS开源了Kiro Crew——一个AI Agent编排平台。开源前它的内部代号叫MeshClaw,在Amazon内部已经被39000名工程师使用了半年。500多名内部贡献者参与开发,24/7持续运行,支持跨会话记忆、cron定时调度、OS级沙箱隔离——这不是一个实验项目,而是Amazon内部工程体系的基建级工具。
当 AI 只负责回答问题时,一段对话往往已经足够。当 AI 开始修改员工、创建工单、更新库存、提交退款或操作企业后台时,系统必须拥有独立于模型叙述的执行证据。用户目标进入会话总账;每轮 Agent 运行拥有稳定标识;每个工具调用拥有可恢复、可幂等的调用标识;审批绑定具体工具和参数快照;中枢记录脱敏的治理与执行轨迹;业务系统保留最终领域审计;Agent 的最终回答能够和真实业务结果相互校验。本地运行
很多团队做AI Agent,陷入了“效果差就换更大模型”的误区,却忽略了一个核心事实:模型能力是天花板,上下文质量才是决定Agent实际表现的地板。同一个模型,上下文组织得好与坏,任务完成率可以差出一个量级。本文基于一线工程实践,系统拆解上下文工程的7个核心层级:从底层最容易被忽略的KV Cache性能约束,到静态提示工程、Skills动态能力加载、Agent状态栏、上下文压缩,再到子Agent隔
一个用「真 Agent 范式」解决真实痛点的全栈开源项目:LLM 自主规划、调用 9 个技能、边思考边流式输出思维链,把一份排版混乱的 Word 文档从 52 个格式问题一键修到 0。
本地 AI Agent 想操作 CRM、ERP、商城或 SaaS,不能直接复制浏览器 Cookie,也不能只是把用户消息转发给云端中枢。更合理的架构是:本地 Agent 负责理解、规划和多步编排,中枢负责业务身份、知识上下文、工具治理和审计,业务系统保留最终授权。
模态(Modality)指的是信息的存在形式和感知通道。人类通过多种感官感知世界——视觉(眼睛)、听觉(耳朵)、触觉(皮肤)——每一种感官对应一种“模态”。模态数据类型典型任务文本(Text)自然语言理解、生成、翻译图像(Image)像素矩阵识别、描述、生成音频(Audio)声波信号语音识别、情感分析视频(Video)图像序列+音频动作识别、事件理解3D/点云空间坐标三维重建、自动驾驶结构化数据表
把 Agent 放到本地,可以带来更灵活的模型选择、更强的本地工具能力和更自然的多步编排。但本地运行不会自动产生业务身份,也不会自动获得企业权限。本地 Agent 能够自主理解和编排;中枢能够持续提供可信上下文和治理;业务系统始终保留最终授权与拒绝权。连接只是开始。当本地 Agent 开始修改员工、创建工单、更新库存或提交业务操作时,系统必须能够回答:它代表谁?为什么能做?做到了哪一步?发生后如何
随着AI智能体(AI Agent)从概念验证迈向规模化落地,市场上涌现出大量可定制化的智能体开发平台。据IDC数据,2025年国内活跃企业智能体已接近200万个,市场规模从2025年的212亿元跃升至2026年的449亿元。面对纷繁复杂的平台选择,本文将按平台定位与能力维度,系统梳理当前主流可定制化智能体平台,帮助读者快速定位适合自己的工具。
这一次,扣子可不是「贵在参与」,而是以「范式设定者」姿态入局—— SDK、Studio、插件市场 …… 「全家桶」一并奉上,毫无保留,直撼现有格局。一线大厂披挂上阵,无论是国内起步较早的 Dify 还是已打开海外局面的 n8n,也不得不重新审视自身的定位与节奏,一场智能体开发的范式之争如箭在弦,一触即发。最终,谁的技术规范成为行业共识,谁的接口标准成为开发者默认选项,谁才有资格主导这场最重要的生态
Agent Runtime 是承载 AI Agent 运行与编排的运行时环境,类比于传统应用开发中的 JVM 或 Node.js 运行时,但复杂度更高、能力边界更广。它向下屏蔽底层模型差异,向上提供统一的 Agent 开发与执行接口。调度引擎:负责任务拆分、执行顺序编排与并发控制。记忆管理:提供短期上下文与长期知识存储,支持向量检索与结构化记忆。工具调用层:统一封装外部 API、代码执行、数据库操
开源AI Agent框架百花齐放,从底层编排SDK、完整自托管Harness到轻量化办公助手平台层出不穷。很多开发者、个人工作室在选型时极易混淆:DeerFlow、LangGraph、OpenClaw、Dify、OpenHands等框架到底有什么区别?企业生产、个人自研、办公自动化、复杂任务调研该怎么选
目前绝大多数AI呼叫中心、智能客服系统,均沿用,属于典型的半双工交互模式。随着实时语音大模型技术成熟,成为下一代AI呼叫中心的核心标准。SmartCall 完成底层语音架构重大升级,,彻底摆脱传统三段式架构桎梏,实现。
你的 Agent 是否也存在"Token 越烧越多、上下文越跑越乱、一断对话就失忆"的问题?2026 年 1 月,火山引擎 Viking 团队开源了专为 AI Agent 设计的上下文数据库 OpenViking,主张"记忆、资源、技能,皆为文件"。本文从实际痛点出发,深度拆解它如何用统一文件系统(viking:// URI)解决上下文碎片化、用 L0/L1/L2 分层加载控制 Token 消耗、
DeepSeek AI 出品的 Agent 开发框架,以 Cordis 插件架构为核心——内核只管插件生命周期,其余一切(工具、后端、UI)均为可替换插件。四种运行模式:Standard(完整工具链)、PTC(模型写 TypeScript 程序组合操作,不是逐步调用工具)、Minimal(极简 bash 环境,用于 benchmark)、Creative(运行时插件试验)。
DeepSeek Harness 是由 DeepSeek AI 的 dsh 团队开发的开源代理框架,不是一个新的大语言模型。它采用“一切皆插件”的架构,由 Cordis 提供支持,可通过 Node.js 与 npm 快速启动 Web UI,也可以使用 pnpm 从源码构建。本文围绕项目定位、插件化思想、Cordis 与时空可组合性、npm 与源码运行、SSH 远程访问、插件开发准备、故障排查和开源
智能文档审查系统是一个基于 **LangGraph** 多 Agent 协同架构的文档审查平台。用户可以通过可视化工作流编辑器自定义审查流程,上传文档后系统自动调用多个 AI Agent 协同完成审查,并生成详细的审查报告。
block/buzz更准确的定位是一个面向人类与 AI Agent 的自托管协作 Workspace。MessageReactionWorkflowReviewGit Event统一放进签名事件日志中,让人和 Agent 共享身份、工作区和审计轨迹。如果只是体验,可以在本地使用官方开发环境;如果准备多人长期使用,则更适合把 Buzz Relay 部署在持续在线的 Linux 服务器上。
摘要: SmartCall推出端到端双工语音交互方案,解决传统AI客服延迟高、交互生硬等问题。传统三段式架构(ASR→LLM→TTS)存在多级串行延迟、无法实时打断等痛点。新版本通过原生支持端到端语音大模型,实现流式音频处理,显著降低响应时延,支持边听边推、实时打断,保留完整语音信息。该方案兼容现有IVR系统,适用于高端热线、外呼回访、方言场景及私有化部署。SmartCall坚持模块化设计,支持双