Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

谷歌新出的一款无代码AI自动化工具：Google Workspace Studio，基于Gemini，用自然语言几分钟创建AI智能体这个主要是跟Workspace原生集成，在Gmail、日历、Chat、Drive等 Workspace应用内即可管理和触发智能体用Gemini的理解生成总结分析等能力，就可以比如说，做个性化回复/客服辅助等等对收到的客户邮件或Google Chat消息，用Gemini分析邮件内容，从Google Drive中的知识库文档里提取相关信息，自动生成个性化的回复草稿 #aigent #GoogleWorkspaceStudio

AIGCLINK

31,927 subscribers

33,358 görüntüleme • 6 ay önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

Google 推出 Data Science Agent 一个基于 Gemini 的 AI 数据分析助手你只需要用自然语言描述你的需求，AI 就会自动生成代码，导入数据，执行数据处理、建模和可视化等任务，大幅降低数据分析的门槛。在多步推理基准测试（DABStep）中排名第 4，性能优于 GPT-4.0、Claude 3.5 Haiku 等 AI 代理。

Google 推出 Data Science Agent 一个基于 Gemini 的 AI 数据分析助手你只需要用自然语言描述你的需求，AI 就会自动生成代码，导入数据，执行数据处理、建模和可视化等任务，大幅降低数据分析的门槛。在多步推理基准测试（DABStep）中排名第 4，性能优于 GPT-4.0、Claude 3.5 Haiku 等 AI 代理。

小互

28,256 görüntüleme • 1 yıl önce

兄弟们，Google放大招，等于白嫖啊 Google 将 Gemini 和 NotebookLM 直接集成到 Workspace 中。可以你在Gmail、Docs、Sheets、Meet 等Google全家桶中直接使用AI助手。而且Gemini 和 NotebookLM Plus高级会员服务全部集成，以前光Gemini和Workspace加起来需要32美金，现在仅为每月 $14。还增加了很多自动化与智能化工作流功能。

兄弟们，Google放大招，等于白嫖啊 Google 将 Gemini 和 NotebookLM 直接集成到 Workspace 中。可以你在Gmail、Docs、Sheets、Meet 等Google全家桶中直接使用AI助手。而且Gemini 和 NotebookLM Plus高级会员服务全部集成，以前光Gemini和Workspace加起来需要32美金，现在仅为每月 $14。还增加了很多自动化与智能化工作流功能。

小互

115,191 görüntüleme • 1 yıl önce

打通了个人知识库的一款研究助手：SurfSense，除了研究能力，比NotebookLM、Perplexity多了个人知识库的集成比如说可以集成自己的笔记、文件等等，支持包括文档、图片等27种文件，这个就比较实用也可以定制外部数据源，比如说，搜索引擎Tavily、LinkUp、Slack、Linear、Notion、YouTube或者是GitHub 语义搜索、问答、总结、分析功能都支持研究完了以后，支持将聊天对话或研究内容转换为播客 #AI研究助手 #AI播客 #个人知识库 #SurfSense

打通了个人知识库的一款研究助手：SurfSense，除了研究能力，比NotebookLM、Perplexity多了个人知识库的集成比如说可以集成自己的笔记、文件等等，支持包括文档、图片等27种文件，这个就比较实用也可以定制外部数据源，比如说，搜索引擎Tavily、LinkUp、Slack、Linear、Notion、YouTube或者是GitHub 语义搜索、问答、总结、分析功能都支持研究完了以后，支持将聊天对话或研究内容转换为播客 #AI研究助手 #AI播客 #个人知识库 #SurfSense

AIGCLINK

28,997 görüntüleme • 1 yıl önce

强，字节刚刚开源了一款“ChatGPT Pulse”类工具： MineContext，它会主动推送洞察、日/周总结、待办、活动记录等信息以每日总结、每周回顾、关键Tips或待办事项等形式，主动推送到主页 MineContext具有上下文感知能力，它目前基于屏幕截图+内容理解，看到看懂用户数字世界的上下文，再基于底层的上下文工程框架，进行主动推送未来会支持其他来源的多模态信息，文档、图片、视频、代码、外部应用数据等无感收集，开启后，它会在后台自动收集上下文，无需进行任何额外操作智能浮现，当需要创作或查找资料时，它可以智能浮现出相关历史上下文，以辅助创作比ChatGPT Pulse，MineContext所有的数据都会经过压缩后保存在本地，更具安全性 MineContext等于把沉默的电脑数据变成了随时可用的第二大脑，学生或研究者可以用来辅助构建知识体系，内容创作者可以用来提供灵感、优化工作流等 #MineContext #AI信息推送助手

强，字节刚刚开源了一款“ChatGPT Pulse”类工具： MineContext，它会主动推送洞察、日/周总结、待办、活动记录等信息以每日总结、每周回顾、关键Tips或待办事项等形式，主动推送到主页 MineContext具有上下文感知能力，它目前基于屏幕截图+内容理解，看到看懂用户数字世界的上下文，再基于底层的上下文工程框架，进行主动推送未来会支持其他来源的多模态信息，文档、图片、视频、代码、外部应用数据等无感收集，开启后，它会在后台自动收集上下文，无需进行任何额外操作智能浮现，当需要创作或查找资料时，它可以智能浮现出相关历史上下文，以辅助创作比ChatGPT Pulse，MineContext所有的数据都会经过压缩后保存在本地，更具安全性 MineContext等于把沉默的电脑数据变成了随时可用的第二大脑，学生或研究者可以用来辅助构建知识体系，内容创作者可以用来提供灵感、优化工作流等 #MineContext #AI信息推送助手

AIGCLINK

35,813 görüntüleme • 8 ay önce

Google 刚刚在 GitHub 开源了一个很有意思的项目： Google Workspace CLI 以后你可以在终端直接操作整个 Google Workspace： Gmail Drive Docs Sheets Calendar Chat 全部用命令行完成。几个关键点很有意思： • 用 Rust 写的 • 返回结构化 JSON（方便自动化） • 内置 50+ agent skills • 甚至直接提供 MCP server 这意味着什么？ AI Agent 可以直接： → 读取你的 Gmail → 创建 Google Docs → 查询 Sheets 数据 → 安排 Calendar 会议整个 Google Workspace 都变成可编程接口。未来的办公流可能是： AI Agent + CLI 直接操作你的邮箱、文档、表格和日历。

Google 刚刚在 GitHub 开源了一个很有意思的项目： Google Workspace CLI 以后你可以在终端直接操作整个 Google Workspace： Gmail Drive Docs Sheets Calendar Chat 全部用命令行完成。几个关键点很有意思： • 用 Rust 写的 • 返回结构化 JSON（方便自动化） • 内置 50+ agent skills • 甚至直接提供 MCP server 这意味着什么？ AI Agent 可以直接： → 读取你的 Gmail → 创建 Google Docs → 查询 Sheets 数据 → 安排 Calendar 会议整个 Google Workspace 都变成可编程接口。未来的办公流可能是： AI Agent + CLI 直接操作你的邮箱、文档、表格和日历。

axiaisacat

61,526 görüntüleme • 3 ay önce

试了下谷歌的NotebookLM，太酷了，跟真人聊天几乎一样，很棒的AI笔记应用 NotebookLM可以将文本内容转化为双人播客，模拟真人对话，提供有趣的讨论和情绪价值你可以把网页链接、文件、文字等等内容扔到NotebookLM里，它能自动解析内容，生成知识库使用的模型是Gemini 1.5 Pro 它可以帮助你消化冗长的内容，还可以突破时间和空间限制，开车、做家务的时候听音频学习使用地址：

试了下谷歌的NotebookLM，太酷了，跟真人聊天几乎一样，很棒的AI笔记应用 NotebookLM可以将文本内容转化为双人播客，模拟真人对话，提供有趣的讨论和情绪价值你可以把网页链接、文件、文字等等内容扔到NotebookLM里，它能自动解析内容，生成知识库使用的模型是Gemini 1.5 Pro 它可以帮助你消化冗长的内容，还可以突破时间和空间限制，开车、做家务的时候听音频学习使用地址：

AIGCLINK

64,139 görüntüleme • 1 yıl önce

腾讯新开源的一款智能体构建框架：Youtu-agent，几句YAML就能让AI上网搜资料、分析表格、整理文件其用DeepSeek-V3，在WebWalkerQA实现60.71% 的准确率、用最新V3.1可提升到71.47%，在GAIA纯文本验证子集上实现了72.8%的准确率核心是它的自动化生成智能体及其配置的能力 Youtu-agent内置的“元智能体”，以交互式对话的方式捕获需求，然后自动生成并保存配置 #AIAgent #AI智能体

腾讯新开源的一款智能体构建框架：Youtu-agent，几句YAML就能让AI上网搜资料、分析表格、整理文件其用DeepSeek-V3，在WebWalkerQA实现60.71% 的准确率、用最新V3.1可提升到71.47%，在GAIA纯文本验证子集上实现了72.8%的准确率核心是它的自动化生成智能体及其配置的能力 Youtu-agent内置的“元智能体”，以交互式对话的方式捕获需求，然后自动生成并保存配置 #AIAgent #AI智能体

AIGCLINK

34,204 görüntüleme • 9 ay önce

微软推出 Microsoft 365 Copilot Chat 可免费使用GPT 4o 并可创建AI代理帮你自动干活有点和Google的 Workspace对着干的意思基础版本可免费使用GPT 4o联网查询、上传文件帮你处理文档，制作各种内容和生成图像。其实就是可以白嫖GPT 4o 高级版本可以自己创建AI代理帮你自动干活，如CRM 代理快速获取客户账户信息。现场服务人员可查看储存在 SharePoint 中的实时产品知识或操作指南等。还能与 Outlook、Word、Excel、PowerPoint 和 Teams 无缝连接，提升每个应用程序的生产力。

微软推出 Microsoft 365 Copilot Chat 可免费使用GPT 4o 并可创建AI代理帮你自动干活有点和Google的 Workspace对着干的意思基础版本可免费使用GPT 4o联网查询、上传文件帮你处理文档，制作各种内容和生成图像。其实就是可以白嫖GPT 4o 高级版本可以自己创建AI代理帮你自动干活，如CRM 代理快速获取客户账户信息。现场服务人员可查看储存在 SharePoint 中的实时产品知识或操作指南等。还能与 Outlook、Word、Excel、PowerPoint 和 Teams 无缝连接，提升每个应用程序的生产力。

小互

23,473 görüntüleme • 1 yıl önce

Gmail 正式进入 Gemini 时代这次更新的核心亮点： AI Overviews（AI概览）像Google搜索一样，直接给你答案。打开长邮件，自动生成摘要；用自然语言问收件箱问题，比如"去年给我浴室装修报价的水管工是谁？"，Gemini直接帮你找出来。 Help Me Write + Suggested Replies 写邮件更轻松。AI能根据对话上下文生成符合你风格的回复建议，一键搞定。 AI Inbox（AI收件箱）自动过滤噪音，把真正重要的事项（账单到期、预约提醒）置顶，还能识别你的"VIP联系人"。基础功能免费开放，高级功能需订阅Google AI Pro/Ultra。目前先在美国上线英文版，后续扩展更多语言和地区。邮箱不再只是收发信息的工具，而是你的个人AI助理。 Google正在把Gemini的能力渗透到每一个日常应用场景。

Gmail 正式进入 Gemini 时代这次更新的核心亮点： AI Overviews（AI概览）像Google搜索一样，直接给你答案。打开长邮件，自动生成摘要；用自然语言问收件箱问题，比如"去年给我浴室装修报价的水管工是谁？"，Gemini直接帮你找出来。 Help Me Write + Suggested Replies 写邮件更轻松。AI能根据对话上下文生成符合你风格的回复建议，一键搞定。 AI Inbox（AI收件箱）自动过滤噪音，把真正重要的事项（账单到期、预约提醒）置顶，还能识别你的"VIP联系人"。基础功能免费开放，高级功能需订阅Google AI Pro/Ultra。目前先在美国上线英文版，后续扩展更多语言和地区。邮箱不再只是收发信息的工具，而是你的个人AI助理。 Google正在把Gemini的能力渗透到每一个日常应用场景。

宝玉

52,222 görüntüleme • 5 ay önce

AI教育领域的应用，一个AI数理化老师：TheoremExplainAgent，它可以生成5分钟动画视频来给学生讲解数学公式和科学定理，实用性很强双智能体架构设计：一个规划智能体，负责备课，设计教案，写讲稿一个编程智能体，负责制作课件，用Manim生成Python动画脚本及相应音频支持数学、物理、化学、计算机科学等学科代码即将开源 #AI教学工具 #AI老师 #TheoremExplainAgent #AI教学视频

AI教育领域的应用，一个AI数理化老师：TheoremExplainAgent，它可以生成5分钟动画视频来给学生讲解数学公式和科学定理，实用性很强双智能体架构设计：一个规划智能体，负责备课，设计教案，写讲稿一个编程智能体，负责制作课件，用Manim生成Python动画脚本及相应音频支持数学、物理、化学、计算机科学等学科代码即将开源 #AI教学工具 #AI老师 #TheoremExplainAgent #AI教学视频

AIGCLINK

100,261 görüntüleme • 1 yıl önce

微软刚刚推出了医疗行业首个语音AI助手：Microsoft Dragon Copilot，替代手写病例用于临床工作流程，帮助临床医生简化临床文档记录、提取关键信息和自动化任务 Dragon Copilot是语音+文本的混合架构，基于Dragon Medical One的自然语言语音听写功能，以及DAX Copilot的环境语音识别能力，能够将医生的语音或临床口述内容实时转换为文本实时记录，在医生问诊时自动捕捉对话，将医生和病人的对话转换成规范的病历记录智能整理，自动将对话内容整理成标准病历格式，提取关键医疗信息比如症状、诊断、用药等，生成符合医院规范的病历 #AI医疗助手 #医疗病历助手 #MicrosoftDragonCopilot

微软刚刚推出了医疗行业首个语音AI助手：Microsoft Dragon Copilot，替代手写病例用于临床工作流程，帮助临床医生简化临床文档记录、提取关键信息和自动化任务 Dragon Copilot是语音+文本的混合架构，基于Dragon Medical One的自然语言语音听写功能，以及DAX Copilot的环境语音识别能力，能够将医生的语音或临床口述内容实时转换为文本实时记录，在医生问诊时自动捕捉对话，将医生和病人的对话转换成规范的病历记录智能整理，自动将对话内容整理成标准病历格式，提取关键医疗信息比如症状、诊断、用药等，生成符合医院规范的病历 #AI医疗助手 #医疗病历助手 #MicrosoftDragonCopilot

AIGCLINK

16,355 görüntüleme • 1 yıl önce

Anthropic将推出一个叫Harmony的新功能，这个功能支持将本地文件目录集成到Claude的上下文中这意味着Claude能直接读取、索引、分析目录中的文件内容，与你的本地文件无缝交互以前，你得手动把代码给Claude，现在，直接让它看整个项目文件夹，它能自动分析所有代码，找出问题据说它用了几分钟分析了一个代码库，识别了出了10个不同的安全漏洞还可以直接让Claude修改本地文件，像更新文档、修改代码、添加内容等也可以让它找文件，它会扫描你指定的文件夹根据关键词找到文件此外，Anthropic应该还在出另外一个叫Compass的新功能，类似深度研究的功能，可以自动整合多个信息来源，包括搜索网络、学习材料、报告文档等，把零散信息整合成一个有条理的研究结果 #Claude #Harmony #AI #LLM

Anthropic将推出一个叫Harmony的新功能，这个功能支持将本地文件目录集成到Claude的上下文中这意味着Claude能直接读取、索引、分析目录中的文件内容，与你的本地文件无缝交互以前，你得手动把代码给Claude，现在，直接让它看整个项目文件夹，它能自动分析所有代码，找出问题据说它用了几分钟分析了一个代码库，识别了出了10个不同的安全漏洞还可以直接让Claude修改本地文件，像更新文档、修改代码、添加内容等也可以让它找文件，它会扫描你指定的文件夹根据关键词找到文件此外，Anthropic应该还在出另外一个叫Compass的新功能，类似深度研究的功能，可以自动整合多个信息来源，包括搜索网络、学习材料、报告文档等，把零散信息整合成一个有条理的研究结果 #Claude #Harmony #AI #LLM

AIGCLINK

36,742 görüntüleme • 1 yıl önce

腾讯把WeKnora升级到了：WeKnora2.0，RAG+Agent双驱动，引入ReACT架构，AI可以像人一样边思考、边行动、边调整的动态完成复杂任务就是说把PDF、Word、图片等资料丢进去，它能自动建知识库、做问答、写报告，还能上网查最新信息这个适合需要大量阅读+深度思考+结构化输出的复杂任务，比如说做行业调研、产品分析 WeKnora作为微信对话开放平台核心框架，它的智能问答能力是可以零代码无缝集成到公众号、小程序等生态里的，这个比较方便新增了FAQ知识库类型，可与现有文档知识库形成互补 FAQ知识库专用于管理“问题-答案”对形式的结构化知识，适合沉淀标准操作流程、产品使用指南、政策咨询等高频查询内容支持通过MCP，内置uvx、npx启动工具，支持多种传输方式内置DuckDuckGo获取实时信息 #WeKnora #微信公众号agent

腾讯把WeKnora升级到了：WeKnora2.0，RAG+Agent双驱动，引入ReACT架构，AI可以像人一样边思考、边行动、边调整的动态完成复杂任务就是说把PDF、Word、图片等资料丢进去，它能自动建知识库、做问答、写报告，还能上网查最新信息这个适合需要大量阅读+深度思考+结构化输出的复杂任务，比如说做行业调研、产品分析 WeKnora作为微信对话开放平台核心框架，它的智能问答能力是可以零代码无缝集成到公众号、小程序等生态里的，这个比较方便新增了FAQ知识库类型，可与现有文档知识库形成互补 FAQ知识库专用于管理“问题-答案”对形式的结构化知识，适合沉淀标准操作流程、产品使用指南、政策咨询等高频查询内容支持通过MCP，内置uvx、npx启动工具，支持多种传输方式内置DuckDuckGo获取实时信息 #WeKnora #微信公众号agent

AIGCLINK

26,732 görüntüleme • 6 ay önce

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了。。

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了。。

indigo

128,108 görüntüleme • 2 yıl önce

智谱发货了，开放了能自主操作电脑的多模态智能体：GLM-PC，回车即用，可以像人一样“看”和“操作”电脑，完成各种电脑任务这次开放的GLM-PC新增了深度思考模式，增强了逻辑推理和代码生成能力，支持Windows系统它可以自动从图片中提取商品信息并添加到购物车，处理小红书信息并发送到微信群，整理小红书数据并保存到Excel/Word文档，辅助英语学习，自动生成微信祝福语和群发等等 #GLM #GLMPC #智谱

智谱发货了，开放了能自主操作电脑的多模态智能体：GLM-PC，回车即用，可以像人一样“看”和“操作”电脑，完成各种电脑任务这次开放的GLM-PC新增了深度思考模式，增强了逻辑推理和代码生成能力，支持Windows系统它可以自动从图片中提取商品信息并添加到购物车，处理小红书信息并发送到微信群，整理小红书数据并保存到Excel/Word文档，辅助英语学习，自动生成微信祝福语和群发等等 #GLM #GLMPC #智谱

AIGCLINK

52,707 görüntüleme • 1 yıl önce

GitHub Copilot大更新，增加了MCP支持，推出Copilot Agent模式，面向所有VS Code用户开放 1、Agent模式不仅仅是回答问题，而能主动执行任务，它可以理解更复杂的指令，跨多个文件进行修改，建议终端命令、调用工具等，可以自动识别或生成所需的文件，并执行必要的步骤实现开发目标，还能分析运行时错误并进行自我修复 2、提供了一个本地MCP服务器，这个MCP服务为agent模式提供了强大的功能，比如跨代码库搜索代码、管理issues 以及创建 PR等 3、增加了对Claude 3.5/3.7、Google Gemini 2.0 Flash、OpenAI o3-mini等的支持推出了GitHub Copilot Pro+订阅计划，$39/月 4、Copilot的代码审查Agent正式发布，新增了个"下一步编辑建议"功能 #AI编程助手 #GitHubCopilot

GitHub Copilot大更新，增加了MCP支持，推出Copilot Agent模式，面向所有VS Code用户开放 1、Agent模式不仅仅是回答问题，而能主动执行任务，它可以理解更复杂的指令，跨多个文件进行修改，建议终端命令、调用工具等，可以自动识别或生成所需的文件，并执行必要的步骤实现开发目标，还能分析运行时错误并进行自我修复 2、提供了一个本地MCP服务器，这个MCP服务为agent模式提供了强大的功能，比如跨代码库搜索代码、管理issues 以及创建 PR等 3、增加了对Claude 3.5/3.7、Google Gemini 2.0 Flash、OpenAI o3-mini等的支持推出了GitHub Copilot Pro+订阅计划，$39/月 4、Copilot的代码审查Agent正式发布，新增了个"下一步编辑建议"功能 #AI编程助手 #GitHubCopilot

AIGCLINK

39,185 görüntüleme • 1 yıl önce

Google 将推出生态系统超级个人智能体Google Spark 定价：新价格，入门级 AI Ultra $100/月（这个价格是单设的）顶配版Al Ultra 订阅 $200/月（从原$250降下来的价格） Google Spark 和半年前引爆市场的OpenClaw的概念相近，我个人理解为是智能化的操作系统，可以调用各种工具。只是Google Spark治理结构更为严谨，核心面向Google 生态系统，能够无缝串联你常用的各种 Google 应用（如 Gmail 邮箱、Google 文档、日历等）以及第三方工具。它可以在后台自动管理你的收件箱、创建所需的文档、协调日程，真正实现跨平台的闭环操作。 Open Claw的思想是非常伟大的，它的推出让各大AI大厂意识到，这个事情是可以做的；但可以做得更安全，数据保密性更好，治理结构更佳。当时，我还在安替老师下面跟帖，表达了我的想法。

Google 将推出生态系统超级个人智能体Google Spark 定价：新价格，入门级 AI Ultra $100/月（这个价格是单设的）顶配版Al Ultra 订阅 $200/月（从原$250降下来的价格） Google Spark 和半年前引爆市场的OpenClaw的概念相近，我个人理解为是智能化的操作系统，可以调用各种工具。只是Google Spark治理结构更为严谨，核心面向Google 生态系统，能够无缝串联你常用的各种 Google 应用（如 Gmail 邮箱、Google 文档、日历等）以及第三方工具。它可以在后台自动管理你的收件箱、创建所需的文档、协调日程，真正实现跨平台的闭环操作。 Open Claw的思想是非常伟大的，它的推出让各大AI大厂意识到，这个事情是可以做的；但可以做得更安全，数据保密性更好，治理结构更佳。当时，我还在安替老师下面跟帖，表达了我的想法。

金融汪

26,850 görüntüleme • 29 gün önce

一款用于PC上自动执行复杂任务的多智能体协作系统：PC-Agent，它可以根据指令控制Chrome、Word、微信等，比现有方法的任务成功率提高了32% PC-Agent增加了一个主动感知模块，增强了MLLM对屏幕截图内容的感知能力，能更好的理解屏幕上的内容采用分层多智能体协作架构，把决策过程分成指令、子任务、动作三个层级，设置了三个智能体分别负责指令分解、进度跟踪、逐步决策还有一个反思智能体，及时向上反馈错误和调整已支持Windows系统 #AI电脑自动化 #AI电脑助手 #PCAgent

一款用于PC上自动执行复杂任务的多智能体协作系统：PC-Agent，它可以根据指令控制Chrome、Word、微信等，比现有方法的任务成功率提高了32% PC-Agent增加了一个主动感知模块，增强了MLLM对屏幕截图内容的感知能力，能更好的理解屏幕上的内容采用分层多智能体协作架构，把决策过程分成指令、子任务、动作三个层级，设置了三个智能体分别负责指令分解、进度跟踪、逐步决策还有一个反思智能体，及时向上反馈错误和调整已支持Windows系统 #AI电脑自动化 #AI电脑助手 #PCAgent

AIGCLINK

31,697 görüntüleme • 1 yıl önce