共 119 篇相关文章

WebMCP(Web Model Context Protocol)是一项提议中的Web标准,通过声明式与命令式API让网页主动向AI智能体暴露工具能力,彻底解决AI浏览器自动化中"盲猜"操作、Token浪费与流程断裂等核心痛点。目前已在Chrome 149开放Origin Trial测试。

OpenAI将ChatGPT与Codex整合为超级App,发布GPT-5.6 Sol/Terra/Luna三款新模型。本文深度拆解Computer Use、Loops循环机制、多线程并行等四大实战工作流,揭示AI Agent真正「干活」的核心方法论。

FableCut是一款开源浏览器视频编辑器,主打零依赖架构与AI智能体可编程驱动设计。本文深度解析其核心理念、技术挑战与Agent时代的工具适配价值,适合AI自动化内容生产开发者参考。

深度实测阿里开源网页自动化工具PageAgent:三种接入方式详解、脚本执行能力解析、当前局限性全面梳理。一行JS代码即可为网页赋予AI Agent能力,适合自动化测试与智能导航场景,开发者快速入门指南。

BrowserWing是一款开源浏览器动作录制工具(GitHub 1300+ Star),内置78个现成脚本,支持GitHub、B站、知乎等主流平台。录制一次,重复运行,让AI Agent稳定执行固定网页流程,告别每次从头摸索的低效模式。

TigrimOSR是用Rust编写的开源多智能体系统,支持通过YAML配置文件定义完整的Agent循环,内存占用仅250MB。本文深度解析其Loop Engineering设计理念、Rust工程优势及自托管Agentic AI的实践价值。

Browser Use 是开源 AI Agent 框架,让 LLM 通过自然语言自主驱动浏览器操作。本文拆解其四层架构、核心 Agent 循环、CDP 感知层、Tools 动态分发,以及 Skills、Sandbox 与 MCP 三类扩展能力,适合浏览器自动化与 Agent 开发者参考。

智谱AI旗舰模型GLM-5.2深度实测:100万token上下文窗口,API价格仅为GPT/Claude五分之一。涵盖网站搭建、Chrome扩展开发、3D游戏克隆、智能体工作流等场景全面评测,揭示高性价比开源大模型的真实能力与局限。



智谱AI旗舰模型GLM-5.2深度实测:100万token上下文、强悍编程能力、成熟智能体工作流,价格仅为主流前沿模型五分之一。本文涵盖官网测试、Cursor集成、MCP工具联动及生产环境迁移方案,帮你判断它是否值得纳入工具箱。

Fortress是一款开源隐身版Chromium,专为AI Agent设计,通过抹平自动化浏览器指纹特征,帮助开发者绕过Cloudflare等反爬系统。本文深度解析其技术原理、适用场景与合规边界。

本文基于实战教程,详解如何用Electron Forge与LangGraph构建企业级AI Agent工作流编排应用,涵盖本地大模型部署(Qwen3-0.6B)、节点式可视化画布设计及Function Calling全链路打通,适合求职者打造有深度的全栈AI项目。

本文系统讲解如何通过MCP(Model Context Protocol)为Hermes Agent扩展外部系统调用能力,涵盖安装配置、权限白名单、WSL桥接Chrome、多服务器协同等完整实践,帮助AI Agent开发者实现标准化接口与最小权限的工程化落地。

今日AI行业重磅:Cursor被以600亿美元全股票交易收购,智谱GLM-5.2以MIT协议开源发布;DeepSeek完成首轮外部融资估值突破500亿美元;Anthropic研究显示Agent编码经济价值7个月增长27%;NVIDIA推出物理世界机器人Agent系统Empire。

Playwright最新推出Planner、Generator、Healer三大测试Agent,覆盖测试设计、脚本生成到失败自动修复的完整链路,深度集成VS Code、Claude Code等主流开发环境,助力测试工程师大幅提升自动化测试效率。
GitHub趋势·第2期:Agent技能包生态爆发
每周一盘点GitHub本周热门项目,深度解读用法和场景

深入解析Claude Code这款命令行AI编程工具:终端Agent与设备Agent的核心区别、企业级选型建议,以及国内开发者如何搭配DeepSeek搭建高效AI编程环境。

AIVenture是Google团队推出的开源复古地牢游戏,将Vibe Coding、智能体工作流、工具调用等AI工程概念融入可玩关卡。基于Angular、Phaser.js与Gemma模型构建,支持本地与云端灵活部署,是开发者学习生成式AI应用开发的实践利器。

盘点12个GitHub高热度开源AI智能体项目,涵盖视频生成、智能体框架、技能包(Skills)、代码理解引擎、安全扫描与语音处理,助你快速搭建可用的AI Agent工作流。