AI Agents

GenAI_Agents是一个开源的、面向生成式AI代理开发和实现的资源库。它提供了从基础到高级的教程和实现，旨在帮助开发者学习、构建和分享生成式AI代理。这个资源库不仅适合初学者，也适合经验丰富的从业者，通过提供丰富的示例和文档，促进学习和创新。

Genspark Autopilot Agent是一个能够自动处理任务的智能代理，它通过模拟用户操作来执行任务，即使在用户关闭页面后也能继续工作。这项技术的核心优势在于其自动化能力，可以显著提高工作效率，减少重复劳动，让用户能够专注于更有创造性和战略性的任务。Genspark Autopilot Agent的背景信息显示，它是为了满足现代工作环境中对自动化和效率提升的需求而开发的。关于价格和定位，产品可能提供不同级别的服务，以满足不同用户的需求。

Windows Agent Arena (WAA) 是一个专注于Windows操作系统的可扩展、开源框架，用于测试和开发能够使用语言模型在PC上进行推理、规划和行动的AI代理。它通过模拟真实的Windows环境，允许代理自由操作，并使用与人类用户相同的应用程序、工具和网络浏览器来解决任务。WAA通过Azure实现可扩展性和并行化，能够在短短20分钟内完成完整的基准测试评估。

NEO是1X Technologies公司开发的一款家用智能人形机器人，它通过模拟学习，能够理解自然语言和物理空间，执行实际任务。NEO基于EVE机器人的现实世界经验，通过1X Studio的远程操作训练，能够智能地完成任务。NEO的主要优点包括安全性、智能性和可扩展性，旨在为家庭提供帮助，同时保持安全和高效。

Claude for Enterprise 是一款面向企业级用户的AI助手产品，旨在帮助组织安全地利用内部知识进行协作。该产品提供扩展的500K上下文窗口、更大的使用容量以及原生GitHub集成，使团队能够与Claude一起在完整的代码库上工作。同时，它还包含企业级安全特性，如单点登录(SSO)、基于角色的权限和管理员工具，以帮助保护您的数据和团队。Claude for Enterprise 通过整合企业知识，使专业知识能够在更多项目、决策和团队中得到扩展，从而提高工作效率和质量。

Gemini是Google推出的AI服务，通过Gems功能，用户可以创建个性化的AI专家，以提供特定领域的专业帮助。这项服务适用于Gemini Advanced, Business和Enterprise用户，支持跨平台使用，并覆盖150多个国家。

NVIDIA NIM™ Agent Blueprints是一系列预训练的、可定制的AI工作流程，旨在为数百万企业开发者提供构建和部署生成式AI应用程序的全套软件工具。这些蓝图支持开发者使用一个或多个AI代理创建AI应用程序，包括客户服务头像、检索增强生成和药物发现虚拟筛选等典型用例。通过NIM Agent Blueprints，企业可以使用自己的业务数据修改蓝图，并在加速数据中心和云上运行生成式AI应用程序，实现数据驱动的AI飞轮效应。

Agent Q是MultiOn公司研发的新一代AI代理模型，它通过结合搜索、自我批评和强化学习，创建能够规划和自我修复的先进自主网络代理。它通过引导蒙特卡洛树搜索（MCTS）、AI自我批评和直接偏好优化（DPO）算法，解决了传统大型语言模型（LLMs）在动态环境中多步推理任务的挑战，提高了在复杂环境中的成功率。

MacOS Agent 是一个基于大型语言模型（LLM）的简单、轻量级解决方案，利用Dify这个AI应用开发平台。该助手使用户，甚至儿童，能够通过自然语言命令轻松控制MacOS，就像与技术专家交谈一样简单。它不仅类似于Siri，还通过支持多轮对话增强了功能，允许用户在任务中保持上下文和连续性。例如，你可以要求助手提供一些文本，然后请求它将该文本转换为Excel或Word文件。

Rodel Agent 是一款集成了聊天、文本到图像、文本到语音以及机器翻译功能的Windows桌面应用程序。它支持当前主流的AI服务，为用户提供了卓越的桌面AI体验。该产品的主要优点包括强大的集成功能、用户友好的界面以及对主流AI服务的支持，能够显著提高用户的工作效率和创造力。

Claude推出的Projects功能，允许用户创建专属Projects项目机器人，上传项目资料作为知识库，定制化输出内容，提高工作效率。

Fuji-Web是一个AI智能助手，它通过浏览器侧边栏与用户交互，理解用户意图，自动导航网站，并代表用户执行任务，同时解释每一步操作。它支持创建和运行自动化脚本，可以显著提高用户在线完成任务的效率。产品背景信息包括使用开源Apache-2.0许可，支持多种编程语言，并且有一个活跃的社区参与开发和贡献。

Universe 是一个软件平台,能够通过各种游戏、网站和其他应用程序,测量和训练人工智能的通用智能能力。它允许 AI 代理像人类一样使用计算机,通过观察屏幕像素和操作虚拟键盘和鼠标来与系统交互。该平台集成了包括 Flash 游戏、网页任务、视频游戏等上千种环境,旨在通过构建能够灵活应用过往经验快速掌握陌生环境的 AI 代理,从而实现通用人工智能的重大突破。

SIMA（Scalable Instructable Multiworld Agent）是DeepMind推出的一个通用AI代理，它能够理解广泛的游戏世界，并通过自然语言指令在其中执行任务。这项研究标志着AI代理首次展示出能够理解多种游戏环境并遵循指令的能力。SIMA不需要访问游戏的源代码或特定的API，它只需要屏幕上的图像和用户简单的自然语言指令作为输入。

Rigobot GPT是一个能够创建自己的GPT机器人的工具。通过使用自己的数据进行训练，可以生成适用于组织的文本内容。该产品具有以下特点：1. 能够在任何浏览的网站上获取AI的帮助，完成各种任务，如翻译、摘要、博客文章等。2. 能够阅读任何网站或文档，利用知识帮助用户更好地工作，回答相关问题。3. 可以创建自己的AI，并设置个性、语气等规则。4. 可以与团队共享AI，并共同改进。5. 可以在任何主题上启动训练活动，AI会向团队提问以提升能力。

AIVA - AI Virtual Agents是一款功能强大的Chrome插件，旨在通过引入与ChatGPT和Google Bard等进行交互的方式，提高您的工作效率。您可以通过这个创新的工具改变浏览体验，更高效地完成任务。

UFO是一个用于Windows操作系统交互的UI聚焦双Agent框架。它通过自然语言理解用户请求,并在一个或跨多个应用程序内无缝导航和操作来执行这些请求。该框架包含AppAgent和ActAgent两个agent。AppAgent负责根据用户请求选择应用程序。ActAgent负责在选定的应用程序内迭代执行操作,直到任务成功完成。两者都利用GPT-Vision的多模态功能来理解应用程序的UI并满足用户的请求。

ADeus是一个开源的人工智能可穿戴设备项目，实时记录语音和环境数据，通过手机或电脑应用进行个性化助理服务，支持多种智能功能，用户拥有对数据的完全控制权。

IFTTT AI服务是IFTTT推出的4个人工智能服务，旨在节省您的时间并提高您的工作效率。免费试用IFTTT Pro试用版。AI Social Creator可以生成社交媒体帖子的短内容；AI Content Creator可以生成博客和大纲的长内容；AI Summarizer可以生成博客或会议记录的摘要；AI Prompt可以生成问题或提示的响应。除了这些服务，ChatGPT Plus订阅用户还可以尝试新的IFTTT ChatGPT插件，将自动化提升到一个新的水平。

WebVoyager是一款创新的大型多模态模型（LMM）驱动的网络代理，能够通过与现实世界的网站交互，端到端完成用户指令。我们提出了一种新的网络代理评估协议，以解决开放式网络代理任务的自动评估挑战，利用GPT-4V的强大多模态理解能力。我们从15个广泛使用的网站收集了真实世界任务，用于评估我们的代理。我们展示了WebVoyager实现了55.7%的任务成功率，明显超过了GPT-4（所有工具）和WebVoyager（仅文本）设置的性能，突显了WebVoyager在实际应用中的卓越能力。我们发现我们提出的自动评估与人类判断达成了85.3%的一致性，为在真实世界环境中进一步发展网络代理铺平了道路。

茴香豆是一个基于LLM的领域特定知识助手，能够处理群聊中的复杂场景，回答用户问题而不引起消息泛滥。它提供算法管道来回答技术问题，并且部署成本低，只需LLM模型满足4个特点就能回答大部分用户问题。茴香豆在运行的场景中能够处理各种问题，并且欢迎加入他们的微信群体验最新版本。

Voxos 是一款多功能且用户友好的桌面语音助手，可将LLM集成到日常工作流程中，相比于使用Web UI访问LLM，它更加简化。它非常适合任何使用桌面计算机且希望节省时间和精力的人。此外，您还可以在Voxos的模块化设计基础上构建自己的定制功能。Voxos旨在易于扩展和定制。因此，我们鼓励您以符合当前设计模式的方式定制您的修改，并希望您通过提交MR来为Voxos的所有用户带来益处。

rabbit是一个研究项目，旨在开发可以理解和模拟人类在计算机应用中的行为的系统。这个系统被称为大型行动模型（LAM），采用神经符号编程技术，允许直接模拟各种应用程序和用户在其上执行的操作。LAM在精确度、可解释性和速度方面与最先进的方法相媲美。它的目标是为各种AI助手和操作系统的部署提供支持，帮助塑造下一代自然语言驱动的消费者体验。

GPT-BOSS可以让您同时访问多个神经网络，并学习如何使用它们来节省时间或提高销售转化率。如果您不知道如何应用它们，我们将教您。

飞书智能伙伴是一款智能助手产品，可以为用户选择自己喜欢的形象、设置姓名，并记忆用户在飞书上的行为，支持部署在飞书上的业务应用，实现跨系统任务完成和统一使用体验。产品定位于提升工作效率和创造力，是企业数字员工的新型助手。

CamelAGI是一款AI代理产品，通过智能代理技术，帮助用户高效完成各种任务。它具有以下功能和优势：1. 提供多种智能代理服务，满足不同需求；2. 高度智能化的算法，提供准确、快速的任务处理；3. 灵活的定价策略，根据用户需求进行定制；4. 定位于提升工作效率和解放人力的领域。欲了解更多详情，请访问官方网站。

Hustle AI 是一个强大的插件，为 ChatGPT 提供了全新的界面和超过1400个 AI 应用程序，让您的 ChatGPT 体验变得与众不同。它具有庞大的社区提交提示库，您还可以创建和分享自己的 AI 应用程序。Hustle AI 还提供了一系列功能，帮助您充分发挥 ChatGPT 的潜力。

HARPA AI是一款基于GPT的自动化智能助手，可在浏览器上进行网页浏览和操作。它集成了GPT-3和GPT-4，支持智能搜索、网页摘要、翻译、写作等功能。此外，它还可以监控网页、自动刷新、提供价格降低和货物补货的提醒，并可将网站转化为API接口。HARPA AI拥有用户友好的设计，支持自定义命令和自动化，并且保护用户的隐私。

不论是在任何网页还是在YouTube上，都可以直接在页面上与ChatGPT进行对话！使用LINER Copilot无需ChatGPT帐户。

Workplete是一个AI工作自动化系统，利用工作流训练数据来构建适应您工作流的自定义模型。我们提供了一个屏幕录像工具，用于捕捉初始工作流数据，并用于优化您的工作流。该插件具有用户友好的界面，让用户选择录制什么内容，包括整个屏幕或特定窗口。用户创建一个帐户，文件可以存储在其云端个人资料中。一旦收到6小时的工作流训练数据，将发出邀请使用经过优化的工作流自动化软件。

Sirius是一款集成了GPT-4和网页抓取能力的Siri插件，将您的日常Siri转变为一个能够在互联网上搜索和提取信息的AI强大工具。除了基本浏览功能外，Sirius还让Siri能够以更深入的方式理解、总结和参与网页内容，提供更人性化的交互体验。Sirius兼容iOS、macOS和iPadOS设备，确保下一代AI能力在您的Apple设备上实现。一次购买即可获得终身更新和功能，无需额外费用。

AirOps Studio是一个强大的工具和工作流平台，可以将人工智能引入到您最重要的流程中。从创意到生产，速度快，高效便捷。它提供了LLM（语言理解模型）驱动的工作流、工具和聊天代理，能够让您的用户和团队享受到愉悦的体验。