登录社区云,与社区用户共同成长
邀请您加入社区
数字孪生驱动大模型工业知识库:为具身机器人植入领域专业经验。五、工业机理知识库治理:工艺知识保护与知识可信度管控。一、数字孪生工业知识库原理:机理数据与大模型语义融合。二、工业知识库技术演进:文档检索到孪生机理增强知识库。三、孪生知识库工程落地:机理知识抽取与知识更新难题。#大模型#数字孪生 #世界模型 #具身智能。四、孪生知识库业务场景:工业运维具身机器人。
本文系统讲解LangGraph核心概念——State、Node、Edge及其进阶应用,通过构建“旅游规划机器人”实战项目,展示如何用图结构实现AI Agent的自主决策。重点解析Reducer、持久化(Checkpointer+Thread)、条件边、Send/Command机制及多智能体协作,揭示将大模型“直线问答”转化为可控制、可记忆、可干预的流程化智能体的方法论。强调“流程即能力”的理念,助
在现代化多智能体(Agent)和工具链应用中,大模型已经不再只是一个陪聊机器人,而是拥有了“手和脚”的自动化执行中枢。开发者通过 Tool Calling(Function Calling)赋予了 Agent 诸如抓取外部网页()、检索企业内部工单()、读取收件箱邮件()以及查询数据库等强大能力。
如果说过去两年,大模型应用最常见的形态是“聊天机器人”,那么接下来更值得关注的方向,就是 Agent。很多团队一开始做大模型应用,都是从一个问答框开始:用户输入问题,模型返回答案。这个阶段的重点是“答得准不准”。
# 几个踩过的坑- 页面要登录才有数据:用你已登录的浏览器会话跑,别用"无痕"环境- 弹窗和广告遮住按钮:加一步"关闭弹窗",或者干脆用请求监听绕过页面- 提醒太多变成骚扰:阈值调好,宁少勿滥工具是国产桌面端的光刃RPA,网页采集、Excel、邮件这些都是可视化积木,不用写代码也能拼出来,AI 也能按一句话需求先搭出骨架。## 二、采集:让浏览器替你翻页抄数光刃RPA 走的是网页自动化,跑在你本机
上面的XXXX请打开企业微信群右上角三个点,找到“消息推送”获取连接。description: "发送消息到企业微信群机器人"description: "消息标题"description: "消息正文"# 注意:只有企业微信内部群才有“消息推送”功能。example: "设备状态提醒"example: "客厅灯已打开"alias: "企业微信推送"name: "标题"name: "内容"
第一个商业场景:代码审查。这是企业最愿意付费的 AI 应用之一——每个 PR 都能审、24 小时在线、不会漏掉安全漏洞。这一节从需求到上线完整交付。
为什么客户说提交了表单我却没收到?问题通常不在客户,而在提交之后的某一环——发信服务、垃圾箱、表单报错,或机器人拦截误杀。显示「提交成功」不代表信真的到了收件箱,四个环节查一遍,十分钟内基本能定位。
客服机器人的知识问答效果,一大半取决于知识库覆盖度。我们把客户积累的话术词条做成了一键导入:Excel 进来,清洗、入库、生效,全程自动。功能上线那天没人觉得慢,直到一位词条量偏大的客户登录后,界面卡了十来分钟——排查到最后,问题不在算法,在一个典型的 N+1 式请求模式上。本文复盘这次从 108 个请求压缩到 4 个的完整过程。
Agent 就是跑在循环里、能调用工具的语言模型。从聊天机器人到 Agent,中间只隔两件事:能做事(工具),以及不用人推着走(循环)。判断一个东西是不是 Agent,看四个要素——目标与角色、工具、指令与知识、停止条件;改动其中任何一个,等于换了一个 Agent。# 调用方:Web 服务,每收到一条用户消息调用一次# 没有工具请求,就说明模型认为自己干完了# 把模型要的工具全部真实执行,再进入下
9月28日,宜昌发布全球首台国产化电子架构具身智能机器人,搭载东土科技AutoBus总线与鸿道系统,实现4000Hz控制频率与单点故障隔离。发布会聚焦底层架构自主可控,推动产业落地。中国信通院、逐际动力等共议技术生态,强调开源社区在数据主权与技术普惠中的关键作用。宜昌开放199个应用场景,成立国产化电子架构联盟,构建“架构—场景—开源”协同机制。专家指出,数据主权、协议标准化与降低参与门槛是产业可
企业微信外部群机器人需精准响应@指令,避免刷屏扰民。通过星云API的明文推送,可基于mentioned_list字段判断是否被提及,实现“只在被呼唤时响应”。结合正则表达式清洗文本、提取动作与参数(如查单号),完成指令解析。生产级代码实现实时异步处理,支持签到、查单等场景。优化建议包括回复时反向@用户提升可见性,以及使用卡片消息增强交互体验。完整方案详见星云API文档。
微信成为AI应用入口的逻辑很简单——用户已经在微信里,不用再装APP。AI应用要解决的是"用户在哪"的问题,微信就是答案。从微信机器人到智能体应用,入口价值没变,变的是入口后面的能力——机器人只能聊天,智能体能办事。入口解析的核心是:微信怎么连接智能体、智能体应用怎么在微信里跑起来、入口体验怎么设计。
AI智能体从技术演示进入实际应用,微信二次开发的玩法变了。以前开发机器人是写规则——用户说什么回什么。现在开发是"接智能体+编排业务"——智能体负责理解和决策,微信侧负责触达和执行。新玩法不是堆功能,是找智能体擅长的场景做深做透。三个方向值得做:个人事务助理、业务自动化、多智能体协作。
MCP火了之后,微信机器人的开发路线变了。以前开发机器人是写消息处理逻辑——收到什么消息回什么话,能力靠代码堆。MCP普及后开发路线变成"协议接入+能力编排"——机器人不再自己实现所有能力,而是通过MCP协议接入外部工具,自己专注做意图理解和对话管理。技术路线从"能力自建"转向"能力接入+编排"。
微信机器人接入MCP后,角色从"消息处理器"变成"AI工具调用器"。以前用户发消息机器人回复,现在用户发消息机器人判断要不要调外部工具——查数据库、发邮件、调业务接口。接入MCP不是装个SDK,要解决三个实践问题:机器人作为MCP server还是client、工具怎么注册和发现、调用结果怎么整合回复。
企微二次开发走到 AI 原生这一步,本质是把企微接口(消息、联系人、标签、群、文件)当作 AI 的手脚,让大模型当中枢、让工作流引擎串链路、让数字员工进组织。AI 原生不是把 AI 嵌进企微,是从设计上就以 AI 为业务核心。把身份、权限、流程、记忆、审计这几个工程维度做扎实,企微就从"通讯工具"变成"业务对话终端"——员工和客户用一句话办事,机器人调一串接口把事办完。这才是企微二开往下走的方向。
让机器人执行任务这套,本质是把企微接口包装成工具,让大模型负责意图解析和编排、接口负责执行、消息接口负责把结果发回去。AI 在这套链路里是个"调度员",真正干活的是接口。把工具描述写细、权限边界守严、兜底分支留够,机器人才能从"问答型"升级成"执行型"——员工一句话办成一件事,不是和机器人聊半天。
文档助手这套东西,本质是把企微的消息收发、联系人身份、消息历史几个接口和自家的文档检索、大模型回答串起来——消息接口收提问、联系人接口判身份、消息历史接口补上下文、消息接口把答案发回去。AI 只在最后一步基于检索片段生成答案,所有身份、出处、上下文都靠接口兜底。把接口串对了,机器人才能从"瞎编的客服"变成"有出处的文档助手";串错了,模型再强也只是个编故事机。
AI 邮件助手这套东西,本质是把邮件协议(IMAP/SMTP)和企微接口串起来——IMAP 拉邮件、contact/search 查负责销售、AI 分类、sendRichText 推卡片到企微、销售在企微回复、SMTP 发邮件、updateLabel 打标签转任务。把邮件和企微打通,销售不用在两个系统切换,邮件进来企微就看到、企微里回复就发出。
作为智能体工作平台的一级类目,Work Agent面向个人、团队和企业三类用户,核心定位是承接办公场景下的各类复杂任务,把用户的想法直接转化为可交付的落地成果。它和大家熟悉的聊天机器人有着本质的差异,普通聊天机器人的核心能力边界停留在信息输出和建议提供的层面,用户拿到输出结果之后,往往还需要投入大量的手动操作才能完成最终的工作。
很多人容易把Work Agent和普通聊天机器人、通用AI Agent混为一谈,实际上三者的边界非常清晰。普通聊天机器人的核心定位是信息交互入口,所有输出都停留在对话界面,用户需要自行把对话结果转化为可落地的工作成果。通用AI Agent是具备自主行动能力的大模型应用集合,覆盖游戏、生活服务、工业控制等全场景,没有针对办公需求做定向优化。
我们以专业的嵌入式软硬件底层技术和强大的服务支持能力,加速客户嵌入式智能产品的落地;提供长生命周期、高稳定可靠的嵌入式处理器模组产品,或客制化产品供客户大批量应用于工业、交通、电力、医疗、机器人、工业物联网等众多领域。成立于2013年,是一家专注于嵌入式处理器模组研发与应用的国家高新技术企业,与国内外一线处理器品牌如NXP、瑞芯微、全志、瑞萨、ST、龙芯中科等有广泛深度的合作。通过清晰、可复现的操
AI智能体写得再聪明,连不上真实业务就是空中楼阁。智能体能理解需求、能规划任务、能生成回复,但最终要调业务系统才能办事——查订单调订单系统,发起退款调财务系统,改地址调物流系统。连接智能体与真实业务,是智能体从"能聊天"走向"能办事"的最后一公里。这一公里的工程问题不是调接口那么简单——业务能力怎么封装、数据怎么接入、什么时候转人工。
微信机器人接的业务流程越多,意图路由越关键。用户说"查下我的订单"——查物流?查订单详情?查退款进度?三个流程都可能匹配。路由要解决的是:一个意图匹配到多个流程时怎么选、选错了怎么办、匹配不上兜底到哪。路由做不好,要么导到错误流程体验差,要么每次问用户"您要查物流还是查订单"显得啰嗦。
MCP解决的是大模型连接外部工具的标准化问题——不用每个工具写定制接入,统一用协议注册和调用。微信机器人接入MCP后能力从"只能聊天"扩展到"能调外部工具"——查数据库、发邮件、调业务接口。接入要解决三个工程问题:工具怎么注册、调用流程怎么走、失败怎么回退。
AI私人助理和AI员工不是一回事。AI员工服务企业业务流程——处理订单、审批退款,是岗位角色数字化。AI私人助理服务个人日常任务——日程提醒、信息查询、待办管理,是个人效率延伸。打造私人助理的核心不是能干多少事,是知道什么时候该主动做——被动等指令的只是工具,主动触发的才是助理。
会执行任务的智能机器人这套东西,本质是把企微多个接口用任务拆解串起来——AI 拆解任务、按步骤调 phoneNumberSearch/sendText/updateLabel 等接口、步骤间传结果、汇总回复。把任务拆解做对、步骤依赖处理好、失败兜底做实,机器人真正能执行复杂任务——而不是只会一问一答。
机器人记忆这套东西,本质是用企微消息接口拉历史做短期记忆,加 AI 提炼关键事实做长期记忆——getHistoryMessageList 拉历史、AI 提取事实存库、对话时检索相关记忆、新对话更新记忆、过期记忆清理。把短期加长期记忆做扎实,机器人真正能跨对话记住客户——而不是每次对话都像第一次见。
接入智能体平台这套东西,本质是做个桥接层——企微 Webhook 收消息转发给智能体平台、智能体回复调 sendText 发回去、智能体的工具调用映射到企微接口执行、状态变更同步。企微和智能体平台互不直接耦合,桥接层控制所有接口调用。把桥接做对、协议转换做准、状态同步做实,智能体平台真正通过企微服务客户。
机器人文件处理这套东西,本质是把企微的 CDN 接口和消息接口串起来——cdn/download 下载客户文件、本地解析、cdn/upload 上传处理结果、message/sendFile 发文件给客户。把上传下载做对、解析做扎实、闭环跑通,机器人真正能处理文件——而不是只会发文字的半成品。
AI 读取企微文档执行任务这套东西,本质是把企微的消息接口、联系人接口、群接口、标签接口串起来——getHistoryMessageList 读历史、getUserProfileDetail 读客户档案、getGroupMemberList 读群成员、updateLabel 执行操作、sendText 发回复。AI 只负责理解和决策,所有接口调用在后端控制,能加脱敏和权限。把读取做对、脱敏做严、执
机器人主动推送这套东西,本质是把企微的消息接口用活——sendText 主动发文字、sendRichText 主动发卡片、getMessageReceipt 查送达、加频率控制防骚扰。把触发条件设对、频率控制做严、送达确认做实,主动推送才能真正触达客户而不是赶走客户。
接入 OpenClaw 这套东西,本质是做个中间层——企微 Webhook 收消息转发给 OpenClaw、OpenClaw 输出工具调用映射到企微接口执行、对话状态用 uin 做 key 同步。OpenClaw 不直接碰企微接口,所有接口调用在我们后端控制,能加权限、日志、限流。接口路径、参数、回调机制在开发文档里。凭证和接入地址在Eyun 企业微信 API 平台开通。
外部群机器人双向通信这套东西,本质是把企微的消息接口和群接口串起来——Webhook 收群消息、解析 @机器人、sendText 发群消息、group 模块管成员。里。把接口串对、@识别准、roomId 类型对,群机器人双向通信就通了。开通。
本文聚焦工程类专硕开题论证的核心——可行性设计,强调生物医药智能装备课题须紧扣临床伦理与工业工况实际。指出常见问题:法规缺位、指标模糊、验证支撑不足。提出“工程可行性四支柱”:明确工况边界、量化算力预算、设定可测交付指标、构建降级安全机制。以腹腔镜手术机器人案例示范如何将理论构想转化为具象化、合规化的工程方案。推荐使用BunnyScholar等工具辅助生成结构完整、贴合实际的开题报告,并通过双导师
AI大模型是参数超10亿的深度学习模型,具备参数爆炸、上下文学习与多模态融合等突破性能力。其发展历经CNN、Transformer到GPT-3、LLaMA 2等关键节点,依托规模效应与注意力机制实现性能跃迁。在软件开发、工业质检、医疗影像等领域广泛应用,显著提升效率与准确率,但训练成本高昂,需百万级投入与海量数据支持。
这类门店依赖智能化系统实现全天候无人值守运营,核心在于预约、门禁、计费、安防等模块的协同工作。A:通过限流策略和异步处理解决。例如,使用Redis存储临时令牌,控制每秒通行人次。订单系统需要处理异步计费场景,例如散客入场后连续使用超过固定时长,系统触发升级付费提醒。在断网情况下,门禁设备应能读取本地存储的预授权名单,保障基础通行功能。集成智能门锁和灯光控制系统,用户通过小程序预约后,系统下发临时通
01、开源的初心1.1 一个被反复问到的问题过去一年,从 IDE 里的 AI 编码助手、ChatOps 里的运维机器人
外部群要主动通知,官方机器人没入口。企业微信API二次开发把「能发到对的外部群」证明清楚即可。见。
报价在系统,客户在外部群等附件。文本丢链接 ≠ 文件消息;官方机器人也进不了外部群。企业微信API二次开发可以走文件投递。见。难的是。
派宝机器人的迎宾机器人 P3 与导览机器人 X3,是企业前台与访客接待场景迎宾机器人选型中可以优先评估的组合:P3 侧重前台定点接待与迎宾引流,支持唱歌跳舞表演与商品导购识别;X3 主要定位为接待,可作为迎宾使用,并承担访客引导与咨询分流。迎宾机器人的选型建议按「接待位置—迎宾互动方式—访客引导—接待话术配置」四个维度逐项确认,再结合前台面积与人流高峰确定机型。
发票、进度、人工——外部群重复问题最多。关键词自动回要接进业务,不只是回一句,而是回得对、落得下、停得住。官方外部群无机器人 Webhook;企业微信API二次开发靠消息进服务再决策。见。
客户进入外部交付群,第一眼应看到规则和对接方式。人肉盯进群,高峰必漏。官方机器人进不了外部群;欢迎只能由在群账号发出。企业微信API二次开发用进群事件驱动欢迎。见。难的是别漏、别双发、别刷屏、别从错号发。
微信机器人处理简单指令够了——用户说"查物流",查一条回一条。处理复杂需求就不行——"帮我把昨天的订单都核对一遍,有问题的标出来,然后生成报告发给我",背后是查订单、逐单核对、标记问题、生成报告、发送用户多个子任务。复杂需求不是字数多的需求,是不能一步完成、需要拆成子任务按依赖关系执行的需求。智能任务拆解要解决三个问题:要不要拆、拆多细、按什么顺序执行。
微信机器人从"信息回复"走向"智能判断",不是换个回答更聪明的大模型就完事。信息回复是确定性映射——用户问价格答价格,问物流答物流,规则匹配就够了。智能判断是非确定性推理——用户问"这个订单要不要退款",答案不是查出来的,是综合订单状态、用户历史、退款政策、风险判断推出来的。接入AI决策系统的关键不是让机器人能答更多问题,是让它能处理那些没有标准答案、需要综合多条件做判断的请求。判断能力从规则匹配
智能体 #大模型#数字孪生 #世界模型 #具身智能。一、轻量化大模型核心原理:高效智能的技术逻辑。三、轻量化大模型工程落地:核心难点与优化方案。四、轻量化大模型业务场景:普惠AI的核心载体。轻量化大模型:低成本AI落地的产业新范式。二、轻量化大模型技术演进:从降本到提质。五、轻量化大模型治理:标准化与质量管控。
群机器人答错并非模型能力不足,而是它仅接收到@消息,缺失上下文。真正难点在于让机器人“听见”(获取完整对话)、“记得”(管理历史)和“说话”(正确回复)。关键在于:通过回调+主动拉取历史补全信息,用提示词控制输出长度与准确性,并自建归档避免云端数据过期。知识库整理是提升准确率的核心。
冰石机器人两年来最常被问的不是“更聪明”,而是“能否打通系统”。客户需求多为对接老旧或非标准系统,如汽服管理软件、ERP、CRM等。本文揭示冰石通过dsh工具链实现系统集成的四条通路:API/MCP(最优)、数据库/文件、浏览器自动化、桌面UI自动化,并强调“造工具而非用工具”的原则。运行期集成依赖固定扩展,后台任务则由dsh智能生成与维护。核心思想是:安全边界在于权限隔离与脚本固化,智能体仅用于