Agent
AI Agent 工作流与自动化
汇总通用 Agent、Harness、办公自动化、MCP、Dify、Coze、n8n 和多步骤任务执行经验。
适合想把 AI 从聊天工具升级成可执行工作流的运营、开发者和个人创作者。
先看这些
工具、对比和入门页
最近更新
最近实测与 AI 动态
Hermes Agent 实测教程：自动沉淀 Skill 的安装与使用流程
Hermes 自主智能体实测笔记，记录安装、任务执行和自动沉淀 Skill 的完整流程，适合了解 Agent、Skill 和长期记忆工作流。
看实测美图设计室 AI 团队实测：从市场分析到短视频脚本的 Agent 工作流
美图设计室 AI 团队功能实测：用多个 Agent 完成市场分析、短视频脚本、商品图和带货视频生成，适合关注 AI 视频工具、电商出海和自动化工作流的人。
看实测又一个开源王炸！一句话就能自动生成智能体工作流，真的太赞了！
又一个开源王炸！一句话就能自动生成智能体工作流，真的太赞了：这两天看到又一个智能体开发平台，开源了，它能解决很多读者粉丝们的问题，什么问题呢？就是有的粉丝为了开发一个智能体，编写背后工作流需要好几个小时，有时候还经常出。
看实测MiniMax-M3 实测：对比 GPT-5.5、DeepSeek-V4 的代码与 Agent 能力
MiniMax-M3 发布后，我用 Excel 数据分析页面、图片分割和多步骤 Agent 任务对比 GPT-5.5、DeepSeek-V4，记录代码生成、工具调用、稳定性和适合场景。
看实测Qwen3.6:27B 本地部署与 Agent 实测：Ollama + OpenClaw 使用体验
Qwen3.6:27B 本地部署和 Agent 能力实测：用 Ollama 下载运行模型，接入 OpenClaw/MyClaw 测试本地算力、工具调用、多模态任务和自动化工作流表现。
看实测Qoder Desktop 实测：国产编程 Agent 从一句需求生成 Excel 分析系统
Qoder Desktop 编程 Agent 实测：从一句需求生成 Excel 数据分析网站，覆盖登录、上传、图表、历史记录和部署交付流程。
看实测GLM-5.2、Kimi 2.7 Code、Claude Opus 4.8 对比实测：Agent 任务谁更稳
GLM-5.2、Kimi 2.7 Code 和 Claude Opus 4.8 对比实测：用 Excel 数据分析网页任务测试代码生成、长程 Agent 执行、图表和报告能力。
看实测码上飞 Agent 实测：一人公司微信小程序、运营和 AI 客服教程
码上飞 Agent 实测教程：从一句需求生成微信小程序，自动配置后端、登录、支付、营销助手和 AI 客服，适合一人公司做 MVP。
看实测相关教程
相关教程文章
1 Harness Engineering 是什么：让 Agent 不靠记忆也不跑偏
这套新系列讲 Harness Engineering。这里说的 Harness，不是某个 CI/CD 品牌，而是 Agent Harness Engineering：把大模型放进一个外部编排系统里，让系统负责目标、状态、计划、工具、检查点和记忆，模型每次只专注当前一步推理。
阅读文章6 手把手教你用 Coze 制作一个能读任意网页的智能体，确实太好用了！
能读网页的智能体，重点不是把网页内容复制出来，而是能识别正文、忽略无关元素、提取证据，并在证据不足时明确说明不确定。
阅读文章4 Hermes智能体工具记忆技能和MCP
当 Hermes 能正常聊天以后，下一步就是理解它为什么能“做事”。核心答案是四个模块：工具、记忆、技能和 MCP。掌握它们，你就能把 Hermes 从一个聊天窗口变成真正的工作助手。
阅读文章5 Hermes智能体实战工作流与安全边界
最后用一个真实场景收尾：把 Hermes 配成一个能帮助我们检查项目状态、生成日报、必要时提醒人工处理的智能体。同时，我们也要讲清楚安全边界，因为能执行命令的智能体必须谨慎使用。
阅读文章0 Hermes智能体从零开始学习路线图
如果你已经用过 ChatGPT、Cursor、Claude Code 或 Codex，那么学习 Hermes Agent 最好的方式，不是把它当成一个新的聊天机器人，而是把它理解成一个可以长期运行、会使用工具、会保存记忆、会沉淀技能的个人 AI 智能体。
阅读文章3 State Engineering：用结构化状态保存 Agent 进度
Goal 解决“要去哪里”，State 解决“现在走到哪里”。如果没有 State，Agent 每一步都要从历史里猜进度；如果 State 太乱，Agent 会把噪音当成事实。
阅读文章1 Hermes智能体是什么
在正式安装之前，我们先把 Hermes Agent 的概念讲清楚。很多人第一次听到“智能体”会以为它只是一个包装了大模型 API 的聊天界面，但 Hermes 的重点在于：它可以在真实环境里持续工作，并把工作经验变成后续可复用的能力。
阅读文章3 Hermes智能体模型配置与第一次对话
安装 Hermes 只是第一步。真正决定体验的，是你给它配置什么模型。智能体任务比普通聊天更吃上下文、工具调用能力和稳定性，所以不要随便拿一个很小的模型就开始跑复杂任务。
阅读文章1 AI智能体基础概念
我会把 AI 智能体先讲成一个闭环，而不是讲成一个很玄的概念：它接收环境信息，记住关键上下文，推理下一步怎么做，再通过工具或接口执行。只要这四步没有连起来，就还只是普通问答，不算真正能干活的智能体。
阅读文章2 智能体的感知和决策机制
感知不是简单把数据喂给模型，决策也不是让模型随便选一个答案。真实智能体需要先把输入整理成可判断的状态，再根据目标、风险和成本选择行动。
阅读文章Dify 案例分享：生成式 AI 应用场景与工作流示例
Dify 生成式 AI 应用案例教程，展示内容创作、数据分析和工作流搭建思路，适合搜索 Dify 案例、Dify 教程和 AI 应用开发。
阅读文章2 Goal Manager：把 Agent 的主目标钉在系统外面
Agent 最容易跑偏的地方，往往不是模型不会推理，而是目标没有被牢牢保存。用户一开始说“帮我调研一个工具并写成文章”，中间搜索到很多新资料，Agent 就可能变成“继续搜索更多资料”，最后忘了交付文章。
阅读文章3 智能体的记忆系统和学习机制
智能体的记忆不应该变成杂物箱。真正有用的是能被再次调用的事实、偏好、项目规则和历史结果，同时要能标来源、能过期、能删除。
阅读文章4 智能体的推理引擎和执行模块
推理引擎负责把目标拆成步骤，执行模块负责把步骤落到工具和系统里。两者必须分开讲，因为推理错了只是计划差，执行错了可能会产生真实副作用。
阅读文章9 Subagents 多智能体：代码审查、测试、文档分工处理
Subagents 适合用在一个人脑子里装不下太多视角的时候。
阅读文章2 Hermes智能体安装与环境准备
安装 Hermes Agent 的第一步，是先把运行环境准备好。官方提供了一键安装脚本，可以自动准备 Python、Node.js、uv、ripgrep、ffmpeg 等依赖。新手最推荐的路径是 Linux、macOS 或 Windows 的 WSL2。
阅读文章7 DeepSeek-V3.1发布，拿下全球开源第一，确实可以封神了！（附一手实测）
DeepSeek迎来升级，发布V3.1，在Aider编程榜单拿下了76.3%高分，超过Claude 4 Opus，
阅读文章5 接入这个副业工具后，能一键发公众号和小红书，确实可以封神了！
这类内容工具不要只看“一键发布”。真正有价值的是把选题、写作、配图、排版、同步和复盘连成闭环，而且每一步都能人工改。
阅读文章常见问题
Agent 和普通聊天机器人有什么区别？
Agent 不只回答问题，还会围绕目标拆步骤、调用工具、读取网页或文件，并交付一个结果。但重要任务仍需要人复核来源和输出。
固定流程用 Agent 还是 n8n？
每天重复、规则明确的流程优先用 n8n 加 LLM；开放式研究或临时任务再用通用 Agent。