正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

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 次观看 • 8 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

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 次观看 • 1 年前

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 次观看 • 1 年前

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

35,850 次观看 • 10 个月前

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 次观看 • 5 个月前

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

64,617 次观看 • 1 年前

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 次观看 • 1 年前

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

100,900 次观看 • 1 年前

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 次观看 • 11 个月前

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

宝玉

172,554 次观看 • 3 年前

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

23,521 次观看 • 1 年前

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

52,453 次观看 • 7 个月前

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 次观看 • 1 年前

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 次观看 • 8 个月前

Kuse Workflow：AI生成工作流操作简单，功能强大。能力覆盖n8n的全部能力，有丰富的应用生态。但使用比n8n简单的多的多，不需要接触复杂的节点配置，通过语言描述需求，AI就能自动创建稳定可复用的工作流。工作流支持定时执行，支持事件触发执行。下方视频是我的一个自动化工作流：每天早晨8点自动从Reddit AI相关板块采集用户对AI产品的吐槽和诉求，从中提炼AI产品的需求点，并且自动写到我的Notion文档里。

Kuse Workflow：AI生成工作流操作简单，功能强大。能力覆盖n8n的全部能力，有丰富的应用生态。但使用比n8n简单的多的多，不需要接触复杂的节点配置，通过语言描述需求，AI就能自动创建稳定可复用的工作流。工作流支持定时执行，支持事件触发执行。下方视频是我的一个自动化工作流：每天早晨8点自动从Reddit AI相关板块采集用户对AI产品的吐槽和诉求，从中提炼AI产品的需求点，并且自动写到我的Notion文档里。

Gorden Sun

10,111 次观看 • 2 个月前

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

39,362 次观看 • 1 年前

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

128,132 次观看 • 2 年前

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 次观看 • 1 年前