AI 与开发

AI 工具、智能体、编程与自动化

分类文章

共 47 篇 · 第 3 页
MiroThinker:搜索代理的部署与评估准备 AI 与开发

MiroThinker:搜索代理的部署与评估准备

MiroThinker 面向需要检索和推理的任务。评估时应关注能否返回可追溯证据、是否区分事实与推测,以及运行所需的模型和搜索资源。 MiroThinker 将模型推理与外部检索、工具调用和结果复核结合,面向需要反复查资料的研究任务。实际效果取决于模型、检索工具、运行预算和信息来源,公开评测成绩不能直接推导为家庭设备上的速度与成本。

Agent 框架选型:工作流、工具与多角色协作 AI 与开发

Agent 框架选型:工作流、工具与多角色协作

这份资料涉及 AutoGPT、Dify、LangChain、MetaGPT、AutoGen、Flowise、CrewAI、ChatDev、SuperAGI 与 Letta。选型要先确定工作流、部署方式和可观测要求,再比较框架。 Agent 平台可按使用方式分为可视化应用编排、代码开发框架与多角色协作实验。选择时先看团队要交付聊天应用、自动处理流程还是开发工具,不能只按项目热度决定,也不需要将十个项目都部署一遍。

Browser Use:创建可检查的网页代理任务 AI 与开发

Browser Use:创建可检查的网页代理任务

Browser Use 将模型决策与浏览器操作连接起来,适合页面检索和可界定的自动化流程。任务应明确允许操作的站点和结束条件。 代理获取页面状态并结合模型选择下一步,浏览器执行后再返回结果。任务目标、允许页面和结束条件决定流程是否可控。 适合可界定的网页检索与交互。先验证只读任务,再增加填写和提交,保留每次动作与页面结果。

青龙面板:管理脚本与定时任务 AI 与开发

青龙面板:管理脚本与定时任务

青龙面板提供脚本、依赖、环境变量和定时任务管理,适合组织个人自动化。任务应从可解释、可审核的脚本开始,避免把主账号凭据交给未知订阅。 脚本、依赖和环境变量集中管理,任务计划决定运行时间,日志用于核对执行结果。正确的时区与退出状态是稳定自动化的基础。 适合管理自己的定时脚本。先理解脚本会访问哪些目录和账号,再决定是否加入长期任务。

CloudBeaver:在浏览器管理数据库连接 AI 与开发

CloudBeaver:在浏览器管理数据库连接

CloudBeaver 为数据库查询提供网页入口,适合集中管理连接与受控查询。应优先使用只读账号,数据库兼容能力按当前版本和驱动确认。 连接配置保存在服务端,用户通过浏览器浏览表结构、运行 SQL 和查看结果。数据库仍独立运行,面板不会自动替它建立备份。 适合少量受控数据库连接与远程查询。先使用只读账号了解数据,确认权限后再开放必要写操作。

Open WebUI:自托管模型对话界面 AI 与开发

Open WebUI:自托管模型对话界面

Open WebUI 将本地模型或远程 API 接入统一对话界面。前端自托管并不意味着所有推理都留在本机,实际数据流向由所连接的模型服务决定。 界面管理会话、模型选择与用户,模型服务负责推理,文档检索和工具则作为扩展能力接入。把这些环节分开配置更容易追踪数据流向。 适合统一使用本地 Ollama 与远程模型。多用户场景先明确注册方式、模型可见范围和管理权限,再开放访问。

Ollama:NAS 本地模型运行与资源检查 AI 与开发

Ollama:NAS 本地模型运行与资源检查

Ollama 为本地模型提供下载、运行和接口服务,可与 Open WebUI 等前端连接。模型大小、内存和计算能力决定实际体验,不是所有 NAS 都适合运行大模型。 模型文件由服务统一管理,CLI 和 HTTP 接口负责发起推理,图形前端另行连接。常开 NAS 能承担接口服务,但速度主要取决于硬件和模型规模。 适合本地模型试用及为其他工具提供推理接口。先选小模型建立基线,再比较回答效果、内存和响应时间。

BMAD Method:从需求到验收的开发流程 AI 与开发

BMAD Method:从需求到验收的开发流程

BMAD Method 用角色、文档和阶段检查组织开发任务。适合需求较多的项目,简单改动仍应按实际范围选择必要流程。 框架把需求、设计、实现与验收分成阶段,角色围绕共同文档工作。价值在于让交接依据清楚,减少复杂项目中前后要求不一致。 适合功能较多、需要持续迭代的项目。小修复可选取必要环节,不必每次生成整套文档。