通用对话与工具调用入口,覆盖问答、写作与轻度任务协助。
AI 词汇,一看就懂
从一个词开始,读懂 AI 的工作方式。
这是教学比喻,不是模型内部结构。示例使用可选的工具与检索能力,不代表每次请求都经过这些环节。
先认类型,再选工具
介绍常见 Agent 类型与代表产品,帮助选型;不是评测榜。
偏长文理解与谨慎回答取向的对话助手。
Google 的多模态对话助手,可结合搜索与 Google 生态工具。
以检索与引用见长的问答助手,回答常附来源链接。
字节跳动面向大众的对话助手,覆盖写作、学习与生活问答,并可联动扣子等生态。
偏推理与代码能力的对话助手,常用于技术问答与复杂解题。
以超长上下文与文档/网页解读见长的对话助手。
阿里云通义系列对话助手,可对接阿里生态与企业知识库场景。
百度文心大模型对话入口,强调中文能力与百度搜索生态。
智谱 GLM 系列对话产品,兼顾通用问答与开发者 API 生态。
腾讯混元能力的对话助手,可结合微信等腾讯生态使用。
xAI 对话助手,可结合 X 平台信息做实时讨论与问答。
微软面向消费者与办公场景的对话助手,可联动 Bing 与 Microsoft 365。
Meta 对话助手,可嵌入 WhatsApp、Instagram、Messenger 等社交场景。
多模型聚合聊天平台,可在同一界面切换不同助手与机器人。
讯飞星火对话助手,强调中文语音与教育、办公场景。
Mistral 官方对话入口,提供欧洲开源模型家族的聊天体验。
角色扮演向对话平台,用户可创建与扮演不同人格的聊天角色。
IDE 内编码 Agent,偏在项目上下文中改代码与解释代码。
终端向编码 Agent,偏仓库级任务与命令行工作流。
OpenAI 的软件工程 Agent,可在沙箱中读仓库、改代码、跑测试。
可扩展的终端编码 Agent,在工作目录中读改文件、跑命令并完成多步任务。
偏 Agent 工作流的 AI IDE(Cascade 等能力),覆盖多编辑器场景。
深度嵌入 GitHub / IDE 生态的编码助手,可从补全延伸到 Agent 式任务。
腾讯云出品的 AI 编程工作台,覆盖补全到 Agent 执行等开发场景。
偏自主完成软件工程任务的编码 Agent。
VS Code 开源自主编程 Agent,强调逐步审批与自带 API Key。
字节跳动的 AI 原生 IDE,强调中文体验与 Agent 式编程协作。
阿里云通义灵码,提供 IDE 补全、对话改码与企业知识库编程辅助。
终端结对编程 Agent,直接在本地 Git 仓库中对话改码并自动提交。
开源 IDE 扩展,可自选模型做补全、聊天与自定义 Agent 工作流。
VS Code 自主编程 Agent(源自 Cline 生态),支持多模式任务与工具调用。
亚马逊面向开发者的编码助手,深度集成 AWS 控制台与 IDE。
嵌入 IntelliJ 等 IDE 的 AI 助手,覆盖补全、解释与本地上下文改码。
云端开发环境中的编码 Agent,可从自然语言生成并运行完整应用。
基于代码搜索与仓库索引的编码助手,擅长大型代码库问答与改码。
开源软件工程 Agent(原 OpenDevin),可在沙箱中自主完成开发任务。
Block 开源的本地编码 Agent,可在本机调用扩展与开发工具完成任务。
面向大型代码库的编码 Agent,强调跨仓库上下文与团队开发场景。
Vercel 的 UI 生成 Agent,用自然语言快速产出前端界面与组件。
浏览器内全栈应用生成 Agent,可即写即预览并部署。
对话式全栈应用构建 Agent,面向非重度编码者也能交付可运行产品。
Google 面向 IDE 与云开发的编码助手,可结合 Gemini 与 Google Cloud。
偏企业私有化与合规的代码补全助手,可在本地或私有云运行。
腾讯出品的全场景 AI 办公工作台,用自然语言下达任务并交付可验收成果。
偏浏览器与任务流的操控型 Agent。
开源自托管个人助手网关,可在本机连接聊天渠道并调用文件、终端与浏览器等工具。
OpenAI 的电脑操控型 Agent(CUA),可在浏览器界面中点击、输入并完成多步网页任务。
字节跳动的 Agent 搭建与办公平台,可配置工具、知识库并交付可运行成果。
Google DeepMind 的浏览器操控研究型 Agent,可在网页中完成多步操作。
Anthropic 的电脑使用能力,让 Claude 通过截屏理解界面并点击、输入完成任务。
开源浏览器自动化 Agent 库,让语言模型驱动真实浏览器完成网页任务。
用视觉与 LLM 驱动的浏览器自动化,适应多变网页结构完成表单与流程。
浏览器内个人 Agent,可代表用户浏览网页并执行点击、填写等操作。
浏览器自动化与工作流产品,可用 AI 把网页操作串成可复用流程。
AI 工作空间与超级 Agent,可组合搜索、浏览与工具完成调研类任务。
Agentic 浏览器产品,强调在浏览过程中自主规划并执行网页任务。
早期电脑操控 Agent 代表(ACT-1 等),探索用自然语言操作软件界面。
开源多 Agent 协作框架代表,便于自定义角色与编排。
以角色与任务组队为核心的多 Agent 框架,偏「组建虚拟团队」。
LangChain 生态的低层 Agent 编排运行时,用图结构控制复杂流程。
可视化构建 Agent / RAG / 工作流的开源平台,可云托管或自托管。
OpenAI 官方 Agent 编排 SDK(演进自 Swarm),用于多 Agent 交接与工具调用。
微软企业级 AI 编排 SDK,支持插件、规划器与多 Agent 模式。
用标准化 SOP 组织多角色软件公司式 Agent,从需求生成代码与文档。
模拟软件公司聊天链的多 Agent 框架,角色分工完成设计与开发。
早期自主 Agent 代表,目标驱动地拆解任务并循环调用工具。
角色扮演式多 Agent 研究框架,探索 Agent 社会与协作通信。
高性能 Agent 框架(原 Phidata),强调快速构建带记忆与工具的 Agent 团队。
以 Pydantic 类型安全为核心的 Agent 框架,便于构建可校验的工具调用流程。
Hugging Face 轻量 Agent 库,强调简洁代码与代码执行型 Agent。
LlamaIndex 的事件驱动工作流,用于编排检索增强与多步 Agent 流程。
可视化 LLM 编排平台,拖拽构建 Agent、RAG 与工具链。
国产开源知识库与工作流平台,适合搭建企业问答与编排型 Agent。
开箱即用的开源知识库问答系统,可快速部署企业级 RAG 助手。
深度文档理解向的开源 RAG 引擎,可搭建基于复杂文档的问答 Agent。
开源工作流自动化平台,可用 AI 节点把多系统与 Agent 步骤串起来。
Google Agent Development Kit,用于构建、评估与部署多 Agent 应用。
AWS Bedrock 托管 Agent 服务,可编排基础模型、知识库与企业 API。
Google Cloud 上的 Agent 构建服务,面向企业搜索、对话与工具编排。
把知识用在下一次任务里
把需求说清楚,才是好提示词的开始
用目标、上下文、约束和输出格式,减少反复沟通。
阅读全文
先写目标:希望完成什么任务,给谁使用,以及怎样判断结果合格。
补充上下文:提供必要的原始资料,并说明哪些信息已确认、哪些需要核实。
明确约束:例如篇幅、语气、适用范围和不能改动的内容。
指定输出格式:给出表格列名或一段示例;最后要求列出不确定的信息。
用 Markdown 整理提示词AI 生成之后,别省略这一步检查
从事实、来源到代码运行,建立自己的结果检查清单。
阅读全文
核对关键事实:日期、数字、人名和引用应回到原始来源核实。
检查完整性:逐条对照需求,避免流畅的表达掩盖遗漏。
验证代码:在适当的测试环境运行,检查边界输入与错误处理。
比较修改:用文本对比检查变更,尤其关注条件、金额和否定词。
打开文本对比