標籤: AI Agent 頁1
AI Agent相關的文章，目前共收錄 17 篇內容。
教學
Graphiti：為 AI Agent 打造的即時時間感知知識圖譜框架
Graphiti：Zep 團隊推出的開源 Python 框架，用於構建時間感知知識圖譜。支援語義檢索、關鍵字搜尋與圖遍歷，可隨資料增量更新並整合 Neo4j、FalkorDB 等後端，還提供 MCP Server 方便 AI 助手使用。適合需追蹤動態狀態與歷史知識的 AI Agent 專案。
網路資源
Claudable：用自然語言生成完整 Web App 的開源 AI 神器
Claudable：Opactor AI 開源的 Next.js 應用生成器，結合 Claude Code 與 Cursor CLI，能以自然語言快速生成 Web App。內建 Tailwind CSS、Supabase、shadcn/ui，支援即時預覽與 Vercel 部署，並具自動錯誤修復，適合快速原型與創業驗證。
網路資源
WrenAI：用自然語言與資料對話的開源 GenBI 助手，迅速產出 SQL、圖表與洞察報告
WrenAI 是 Canner 開源的 Generative BI AI Agent，支援自然語言轉 SQL 與 Text-to-Chart，並能生成 AI 洞察報告。結合語義建模與語境擷取，支援 PostgreSQL、MySQL、Snowflake 等多種資料庫，讓商務與資料團隊快速獲取精準分析。
網路資源
Emergent：以自然語言打造全端應用的 AI 自動開發神器
Emergent：AI 驅動的 agentic vibe-coding 平台，只需自然語言提示即可自動生成前端、後端、資料庫到部署的完整應用。透過多代理人協作，支援 GitHub 與外部模型整合，能快速產出 MVP，適合創業者與開發者加速驗證與開發。
網路資源
Warp AI Terminal：終端機也能裝 AI，讓 CLI 更聰明、更好用
Warp 是 AI 驅動的現代終端機，支援自然語言輸入、錯誤修正與團隊協作，結合 IDE 式操作體驗與強大 Warp AI，重新定義開發者 CLI 工作流程。
網路資源
Windows MCP：開源 AI Agent 自動化控制 Windows 桌面工具
Windows‑MCP 是開源 MCP Server，讓 AI 模型控制 Windows GUI，支援點擊、輸入、截圖等自動化操作，適合打造智慧桌面與 Agent 工具。
網路資源
Amazon 推出 Kiro：全新 AI 整合開發環境上線，打造規格驅動式開發體驗
Kiro 是 AWS 推出的 AI 原生 IDE，支援規格驅動開發、自動生成設計與測試，整合多階段 agent 與對話介面，加速團隊專案推進。
網路資源
N8N Workflow Collection & Documentation：超過 2,000 種自動化流程範本庫，快速強化你的 n8n 生產力
N8N Workflow Collection 是 n8n 自動化平台的範本大全，收錄 2,000+ 工作流程、365 工具整合與即時搜尋系統，並支援 Mermaid 圖示與快速部署，極大提升流程設計效率。
網路資源
Hugging Face 推出的 MCP 課程，帶你完整認識什麼是 MCP
由 Hugging Face 推出的「Model Context Protocol（MCP）」課程深入介紹 MCP 架構，結合理論、實作與開源社群互動，免費學習並提供認證，是開發 AI agent 與上下文應用的理想入門選擇。
網路資源
Lovart：像請設計師一樣簡單，由 AI 設計代理人幫你自動完成設計的工作
Lovart 是全球首個 AI 設計代理人，能將自然語言提示轉化為完整的品牌設計、海報、社群素材等，適合設計師、行銷人員與創作者快速產出高品質視覺內容。
網路資源
Simular：打造能像人類一樣操作電腦的 AI 代理人工具
Simular 是一套讓 AI 能夠如真人般操作電腦的智慧代理平台，支援滑鼠、鍵盤操作與跨應用任務執行，為個人與企業帶來真正的數位助理體驗。
教學
n8n 教學：抓取氣象資訊後並透過 ChatGPT 生成天氣小叮嚀後發佈至 Discord
說明透過 n8n 抓取氣象資訊後並透過 ChatGPT 生成天氣小叮嚀後發佈至 Discord 的方法。
網路資源
PySpur：開源輕量級視覺化 AI Agent
PySpur 是一款開源輕量級 AI Agent 開發工具，提供直覺式圖形化介面與模組化設計，支援多種資料格式與即時檢視功能。開發者可輕鬆構建、調試與部署 AI 代理系統，並透過一鍵部署 API 快速整合至其他應用。
網路資源
Anthropic 發表的構建有效 AI Agent 的實用方法
Anthropic 在最新文章中探討了構建 AI 代理的實用方法，強調應根據應用需求選擇工作流程或代理，並建議從簡單模式起步，逐步擴展功能，以實現靈活且高效的 LLM 系統。