Loading video...

Video Failed to Load

Go Home

OpenClaw正在迎来它的ChatGPT时刻 告别复杂配置,双击即可安装。顶尖Agent,触手可及。 只需一句话:整理文件、全网调研、运行项目——全部自动执行

63,214 views • 6 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

微软研发的 AutoGen 框架太强大了,它是一个多代理框架,利用它可以轻松定制一系列工作任务。 举一个常见的例子:我们要实现一个爬虫程序,抓取并保存网页图片。如果把这个任务丢给 ChatGPT,它会直接返回一串可执行代码,但是代码通常会存在问题,例如执行报错、缺少依赖等,你需要反复跟 ChatGPT 对话来完善程序。当然,我们也可以设定一个复杂 Prompt,要求它调用 ChatGPT 的代码执行插件,如果存在报错,则继续修正程序。 这个任务如果交给 AutoGen 来实现,将会变得无比简单,几行代码就可以搞定: 1)定义一个 Assistant Agent,它的任务是解决问题 2)定义一个 UserProxy Agent,它的任务是替代人询问问题,同时在本地执行程序 这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后,它会理解任务,然后询问 Assistant 应该如何做,Assistant 会把操作过程告诉 UserProxy,接着 UserProxy 会根据指示在本地安装依赖,然后创建文件执行代码,如果执行出现错误,它会把详细报错提交给 Assistant,依次循环,直到可以获取到最终的结果。任务结束的时候,你会看到目标图片已经保存到本地磁盘了。 利用这个框架可以做的事情非常多,它提供的能力也十分完善,可以在项目的 notebook 中找到很多最佳实践: P.S. 为了确保安全,还是建议你在 Docker 环境中执行程序,UserProxy 有一个 code_execution_config 配置,将 use_docker 配置为 True 即可;另外,它还有一个 human_input_mode 参数,设置为 NEVER,表示整个过程都不需要人参与,也可以设置为其他值,它会等待人的输入后再进行下一步操作,这个设计可以让人参与到任务执行过程,避免跑偏。

Barret李靖

518,439 views • 2 years ago

字节跳动开源 AI 超级员工 近 8 万 GitHub Stars,能研究、写代码、做网页、生成 PPT,还会自己组建 AI 团队,DeerFlow 2.0 部署教程。 字节跳动开源了一个真正能“干活”的 AI:DeerFlow 2.0 🦌 它不只是陪你聊天。给它一个目标,它会:拆解任务 → 调用工具 → 分配子智能体 → 执行代码 → 检查结果 → 交付文件 GitHub 已接近 8 万 Stars,下面教你 5 分钟部署👇 DeerFlow 可以理解成:一个运行在自己电脑上的 AI 工作团队。 普通 AI:你问一句,它回答一句。 DeerFlow:你提出目标,它可以连续工作几十分钟甚至数小时,最后交付: • 调研报告 • 网页 • PPT • 数据分析 • 图片和视频 • 可运行的代码 它最强的地方,是给 AI 配齐了“工作环境”: • Sub-agents:多个 AI 分工协作 • Sandbox:隔离执行代码和命令 • Memory:记住你的偏好和工作方式 • Skills:安装或编写专属工作流 • MCP:连接外部工具 • Scheduler:定时自动执行任务 不只是模型,而是一套 Agent 操作系统。 部署前准备: • Git • Docker Desktop • 一个可用的大模型配置 • 至少 4 核 CPU、8GB 内存 • 推荐 8 核 CPU、16GB 内存 先下载项目: git clone cd deer-flow 教程基于 DeerFlow 2.0 主分支,运行官方配置向导:make setup。 它会引导你配置: • 使用哪个大模型 • API Key 或模型认证 • 是否启用联网搜索 • 是否允许 Bash • 文件写入权限 • 沙箱运行模式 配置完成后,检查环境:make doctor 推荐使用 Docker 启动: make docker-init make docker-start 第一次运行需要拉取并构建镜像。 启动成功后打开: 到这里,你已经拥有一个本地 AI Agent 工作台。 第一个实战:自动生成行业研究报告。 直接复制这段提示词: 研究 2026 年全球 AI Agent 市场。 将任务拆分给多个子智能体,分别分析: 1. 主要公司和开源项目 2. 商业模式 3. 市场规模与增长趋势 4. 潜在机会 5. 主要风险 最终生成一份结构清晰、带来源链接的中文研究报告。 第二个实战:一键制作内容网站。 研究最近一周最值得关注的 10 个开源 AI 项目。 总结每个项目的用途、核心亮点、适用人群和使用门槛。 完成研究后,创建一个现代、响应式的中文导航网站,并将网页文件保存到输出目录。 它不只是告诉你怎么做。 它会直接交付网页文件。 另外几个非常适合 DeerFlow 的任务: ① 阅读整个 GitHub 仓库并输出重构方案 ② 分析 CSV,生成图表和商业报告 ③ 根据资料制作 PPT ④ 自动收集竞品更新 ⑤ 把固定流程封装成自定义 Skill ⑥ 通过飞书、Slack、Telegram 或微信提交任务 真正的价值,是把重复工作变成自动流程。 最后提醒: DeerFlow 可以执行系统命令、访问资源和读写文件,权限非常高。不要在没有认证和网络隔离的情况下直接暴露到公网。 建议: • 优先使用 Docker 沙箱 • 默认只在本机运行 • API Key 保存在 .env • 重要文件提前备份 • 高风险操作保留人工确认 收藏起来,周末给自己部署一支 AI 团队。 项目地址:

老韭菜南亥

32,115 views • 1 month ago