与「Agent文档」相关的搜索结果

LangChain 开源了 OpenWiki——一个专门给 agent 用的 CLI，自动为你的代码库写文档并持续维护。不是让你手写文档，是让 agent 写、agent 维护、agent 参考。 OpenWiki：LangChain 开源的 Agent 自维护文档系统 LangChain 昨天发了个新项目，477 star，MIT 开源。OpenWiki 是一个 CLI，专门为 agent 设计——自动给代码库生成文档并持续更新。 安装： npm install -g openwiki 怎么用： openwiki --init 配置模型和 API key → openwiki 生成文档到 openwiki/ 目录 → 之后自动在 AGENTS.md / CLAUDE.md 里追加提示，让 coding agent 知道参考这个 wiki 关键设计： • 支持 GLM 5.2、Kimi K2.6、Sonnet 5 等，默认预配好的模型列表 • 支持 OpenRouter、Fireworks、Baseten、OpenAI、Anthropic • GitHub Action 集成——每天自动开 PR 更新文档 • 文档目录存在就做增量更新，不存在就从头创建 跟我们今天翻译的主题全部呼应： • Karpathy 的 LLM Knowledge Base（同样的概念，这次做成了自动化工具） • EXM7777 的 Agent OS 原则"keep memory in files" • 20 个 Loop 模式里的 Memory Update Loop 这个工具把"让 AI 记住你的代码库"这件事从概念推进到了 npm install 一步。LangChain 说它 built specifically for agents——不是为人类写的 wiki。477 star 说明这件事正好是痛点。 原文： #OpenWiki# #LangChain# #Agent文档#

又在为文档解析头秃？ 云服务太贵？本地库太慢？ 别急！3秒告诉你神器——LiteParse！ LlamaIndex团队开源的本地解析神器： 用Rust语言（一种高性能编程语言）写的， 解析速度直接起飞！ - PDF、Word、Excel、PPT、图片全支持 - 带坐标（bounding box位置信息）、布局保留，表格不乱套 - OCR（光学字符识别）随便接，还能出截图给Agent（AI智能体） - Python、JS、Rust、浏览器全都能用 完全本地跑，不用联网，不用API key（接口密钥），不用GPU（显卡）！ 现在做RAG（Retrieval-Augmented Generation， 检索增强生成）、做Agent，文档预处理全靠它，爽得一批。 以前解析文档要么慢、要么贵、要么乱、 要么泄数据，现在LiteParse让你本地快速吃掉大部分常规文档，复杂场景再上他们的云版LlamaParse就行。 适合人群： 搞AI Agent（智能体）、RAG、本地LLM（大语言模型）应用、文档智能、隐私合规项目的开发者。

PageIndex 0.6.0 把文档索引、问答和 Agent 工具都收进了一个客户端，本地和云端走同一套接口。 本地默认用 Flash 引擎，照着 PDF 的版式建树形索引，不用向量数据库，也不用 PageIndex API key。模型调用还是走你自己配的后端。 OpenAI / Anthropic 的工具和 Claude MCP 接口也都能直接导出。在做 PDF 问答或文档 Agent 的，可以拿这套接口试试，看接入能不能省点事。

开发者想在TermiX赚钱，其实不用去啃底层合约，但也别以为闭眼就能跑通 官方把注册、质押、发单这些操作全封装进插件了 在 Claude Code 或 Cursor 里直接敲 /plugin marketplace add TermiX-official/termix-agent-skills Cursor 或其他兼容 Agent 用 npx skills add TermiX-official/termix-agent-skills 装完会生成一个 SKILL.md 路由，Agent 按请求自动加载对应的操作文档 Agent 就能自动调取文档干活 但有一条核心逻辑你必须自己搞明白：订单状态机 从发单、资金托管、交付，到结算或争议，这是一条链 中间哪怕要返工，或者遇到纠纷，也有机制兜底—3 个评估员链上投票，费用直接从预算扣，不用你搭裁决系统。 对开发者来说，最需要死磕的其实是交付哈希 活儿干完后，把实际产出算成哈希值上链锁死 千万别等事后再去补，凭据必须走在前面 这套东西说白了，是把钱怎么走、活怎么验、出事谁管全写进了代码里 不过，一次交易的防骗好解决，难的是下次他还来不来 当一个买家做完报告、买完图，下次再打开 TermiX 时，如果不需要再去重新验证一番，这才叫真正的信任沉淀 @termix_ai @KaitoAI

🚨兄弟们！一个专为 AI Agent 设计的 Office 操作工具来了 OfficeCLI 是一个开源的命令行工具，专门让 AI Agent 能够读写和自动化操作 Word、Excel、PowerPoint 文件。 核心亮点： →无需安装 Office：单个二进制文件即可运行，支持 Windows、macOS、Linux →AI 原生设计：支持路径式元素访问（如 /slide[1]/shape[1]）、结构化 JSON 输出，并内置 MCP Server，可直接接入 Claude Code、Cursor 等工具 →可视化反馈：内置 HTML 和截图渲染，能让 Agent “看到”文档长什么样 →强大 Excel 支持：原生支持 350+ 个公式 + 动态数组，还能直接创建透视表 →模板合并与批量操作：支持用 JSON 数据填充模板，也支持批量执行多步操作 简单来说，它把原本需要复杂脚本或依赖 Office COM 的文档操作，变成了 AI Agent 可以轻松调用的结构化工具。 对想让 AI 帮你生成报告、处理表格、制作 PPT，或者构建文档自动化工作流的人来说，这个项目非常实用。

作为开发者 我有时候真的觉得 cloudflare比几大云计算巨头都要屌 他们搞的这些产品的开发者体验好到爆了 就不说大家的域名基本都让它托管 他们的wrangler那命令行工具，搭配agent，本地开发部署nextjs worker到线上，你都不用自己操作 而且有ai gateway这玩意，你接ai也不用找中转站，还有对象存储，数据库之类的，你都不用读文档，agent帮你读了帮你配置了，你只要给个秘钥就行 这是什么一条龙服务啊 反观几大云厂商那都是什么💩

Clawby本次迎来了史诗级的更新： 1. API全部迭代为openapi标准，方便维护管理，速度也有显著上升。 2. 全部skills接口做了对应的专属文档，Agent访问处理数据更快，更智能，也更省token。 3. 接入了@coinglass_com 的API和Skill，地表最强加密衍生品数据分析平台。 4. 接入了慢雾 @MistTrack_io 的API和Skill，地表最强加密安全公司。 5. 接入了ETH、BSC、BASE、Polygon、Hype、Sui、ARB完整的地址标签库。 6. 套餐设置了免费/包月/包季/包年和按量付费接口。 7. RPC接口从40条链扩展到接近80条。 熊市不易，非常感谢 @SlowMist_Team @evilcos 和 @coinglass_com 的大力支持!!!🥹

飞书的核心能力基本全部开放了，包括： 收发消息：Agent直接替你收消息，并能以你的名字发消息；而且Agent可以在群里@其他Agent，多Agent可以协作完成任务 文档：Agent编辑云文档、PPT、表格、多维表格、画布（支持流程图、架构图、思维导图） 云空间和知识库：Agent管理文件和知识库 办公：Agent参与会议、邮件、审批，自动追踪待办任务 例如，我可以在飞书里给我的Agent发消息，让它用飞书的画板画一个思维导图。画完之后，我在飞书打开，可以继续编辑。飞书CLI创建的画板、PPT、文档都是可直接编辑的。

🏫 想把 AI agent 真正做上线的看这里，Agentic System Course 用 22 章讲透生产级 agent 怎么设计、搭建和运维。 Agentic System Course 的 fork 已经接近一百个，而且整套课是写给你和你的 AI 一起读的，仓库里同时放了 AGENTS.md 和 CLAUDE.md。 以前学 agent 开发，要么跟着某个框架的教程一步步敲，换个技术栈就全废；要么零散看博客，记忆、多 agent 协作、成本控制各讲各的。 这门课只给骨架：把记忆与状态、多 agent 协调、外部接口、可观测性、成本与延迟、安全运维这些承重的主题和取舍讲清楚，具体代码交给你的 AI 按你的技术栈去补。最后一章是一张设计画布，直接拿来设计你自己的 agent。 还有个顺手的：仓库自带一个评审 skill，把你的 PRD、设计文档或 agent 代码丢给它，它先判断你做的是个人项目、团队工具还是面向客户的产品，再挑相关章节出报告，每条问题都带严重程度、证据、章节出处和修复建议。课程拿 OpenCode、Hermes Agent、OpenClaw、Paperclip 四个开源项目当参考实现。 用 agent 学 agent，这个思路挺对味。 GitHub：