Yunovian-优快云博客

AI Agent 正从“回答问题”走向“操作软件”。当软件的直接操作者不再只是人类，传统以人为中心的 GUI、Application 和交互逻辑也可能随之改变。本文从 Computer Use、Tools、Agent Interface 等技术出发，探讨人与 Agent 共存后，软件形态可能发生的深层变革。

2026-09-08 16:41:30 608

原创 AI 玩转浏览器？Python + Browser Use 实现一个处理浏览器业务的数字员工

本文基于 Python + Browser Use 实现一个处理浏览器业务的数字员工，让 Agent 使用持久化 Chrome 环境，根据自然语言任务完成订单、退款、库存等网页操作。相比直接使用 Codex，本方案更强调将 Browser Agent 嵌入自己的程序，自主管理模型、业务规则、任务和数据，针对具体岗位进行长期、专业化定制，并探讨其与 Playwright 的适用边界。

2026-09-07 11:58:12 597

原创 AI 到底是怎么生成视频的？从一团“雪花”开始，聊聊视频生成模型

本文从“随机噪声”出发，通俗解析 AI 视频生成原理，介绍扩散去噪、潜空间、时空 Patch、Transformer 与 Prompt 条件控制，并结合 Sora、Veo、VideoPoet 等模型，讲清视频如何从噪声逐步生成，以及模型对时间、运动和物理规律的学习与局限。

2026-09-04 15:05:05 682

原创啥是Harness？从agent loop到deepseek harness，探究 Harness 的演化之路

最近一年，Harness 正在成为 AI Agent 领域越来越重要的概念。从早期的 Agent Loop、Tool Calling，到 Agent-Computer Interface、Long-Running Agent，再到今天集成 Sandbox、Context、Memory、Skills、Sub-agent 和 Persistence 的完整 Runtime，Harness 并不是突然出现的新技术，而是 Agent 从“会思考、会调用工具”走向“能够在真实环境中持续完成复杂任务”的自然结果。

2026-09-04 11:09:06 1318

原创三十行代码实现 MCP Server/Client：从一次 Tool 调用开始理解 MCP

本文通过一个最小可运行的 MCP Tool 调用示例，从工程实践出发理解 Model Context Protocol（MCP）的核心机制。

2026-09-03 17:58:21 570

原创视觉大模型成本太高？一种用语言大模型“生成”视频的思路

AI 视频生成一定需要视觉大模型逐帧生成画面吗？本文尝试另一种思路：让语言大模型负责理解内容、规划分镜和生成结构化视频描述，再由程序完成画面与动画渲染。相比完全依赖视觉大模型，这种方式可以降低长视频和批量生成的成本，同时获得更强的确定性与可编辑性。文章将从实现思路、适用场景和局限出发，讨论 LLM + 程序化渲染的技术路线。

2026-09-03 15:43:20 518

原创从大模型怎么学习说话开始，再好好说说“幻觉”

大模型为什么只是不断预测下一个 Token，却能聊天、写代码、回答各种复杂问题？它上线之前到底学过什么？又为什么明明越来越聪明，还是会一本正经地胡说八道？这篇文章不堆公式，从训练数据、Token、参数、Attention 和生成过程开始，用尽量通俗的方式一步步拆开大模型“学习说话”的过程，再从它最核心的工作原理出发，解释 AI 幻觉到底是怎么产生的，以及为什么到了今天，最先进的大模型依然无法彻底消灭幻觉。

2026-09-01 17:22:05 520

原创 AI为什么会产生幻觉、忘记上下文？聊聊AI使用过程中最难避开的两个问题？

AI 为什么会一本正经地“胡说八道”？为什么对话越长，反而越容易忘记最初的要求？本文从 AI 幻觉和长上下文两个常见问题出发，结合最新官方资料分析背后的原因，并重点讨论普通 AI 使用者如何识别风险、减少踩坑。无法彻底消灭的问题，至少可以学会尽量避开。

2026-09-01 10:28:35 534

原创 AI爆火的今天，到底应该走哪条路

一点碎碎念。。

2026-08-31 18:39:33 343

原创 AI Agent是怎么操作电脑的？从零实现一个帮忙处理Excel的AI助手

本文从零搭建一个能够处理 Excel 的 AI Agent，并以此拆解 AI Agent“操作电脑”的底层原理。从 Function Calling、Tool 到 Agent Loop 和 Runtime，逐步实现 Excel 读取、大表分析、确定性计算和文件修改，并进一步加入 Schema 校验、权限控制、操作预览、人工审批和结果验证机制。通过完整的 Excel 助手案例，理解大模型如何从“只会对话”一步步变成真正能够调用工具、操作文件并完成实际任务的 Agent。

2026-08-31 17:04:50 684

原创简单聊聊FastGPT

本文简单介绍 FastGPT 的定位和基本用法，并结合实际开发场景，聊聊为什么在直接调用大模型 API 之外，还需要 FastGPT 这一层。重点介绍知识库、RAG、Embedding、向量检索、工作流和 Agent 等能力，以及 FastGPT 能帮开发者省掉哪些重复开发工作。同时简单对比 Dify、RAGFlow、MaxKB 等同类产品，帮助大家根据自己的项目需求选择更合适的 AI 应用开发方案。

2026-08-29 10:11:03 518

原创基于 FastGPT 搭建企业微信 AI 智能客服

本文记录基于 FastGPT 搭建企业微信 AI 智能客服的实现思路，通过 Python + Redis 打通企业微信客服与 FastGPT，实现知识库问答、多轮会话、消息去重、AI 自动回复和人工转接，并介绍企业微信回调及 FastGPT 接入的关键流程。

2026-08-28 10:03:50 483

原创基于 Electron 实现多店铺 AI 客服工作台：会话隔离、消息采集与智能回复

本文记录一个基于 Electron + JavaScript 实现多店铺 AI 客服工作台的完整开发思路，涵盖多账号 Session 会话隔离、网页消息采集与去重、本地快捷回复、知识库、OpenAI/Dify/FastGPT 多模型接入，以及 AI 草稿和自动回复安全校验等核心实现。

2026-08-27 17:12:20 610

基于 Electron 实现多店铺 AI 客服工作台（配套学习源码）

本资源为《基于 Electron 实现多店铺 AI 客服工作台》https://blog.youkuaiyun.com/Airtena/article/details/164121417配套学习代码，主要用于学习 Electron 桌面应用开发及 AI 客服系统的基本实现思路。项目包含多店铺会话隔离、客服消息采集、本地消息管理、快捷回复、知识库匹配、AI 智能回复及多模型 Provider 接入等功能示例，并演示 Electron Session/Partition、Preload、IPC、Node.js 等技术在实际项目中的组合应用。适合具备一定 JavaScript/TypeScript、Node.js 或 Electron 基础，希望学习 AI 客服、电商客服工作台、桌面端自动化及大模型应用开发的开发者。本代码主要用于学习、技术交流和二次开发参考，禁止用于一切商业用途。部分功能涉及第三方平台页面及 AI 服务，实际运行时需根据自身环境配置相关参数；第三方平台页面结构或接口发生变化时，相关功能可能需要自行适配。请在遵守相关平台规则及法律法规的前提下使用。

2026-09-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Airtena的博客

原创提示词二三事

原创 Flash 大模型是什么，它是如何重构计算成本与智能能力的关系的

原创 GPT-6 开始为回答生成界面：拆解 OpenAI 最新 Intelligent UI 的原理与前景

原创从 DeepSeek Harness 开始，定制一个属于自己的 Linux AI Agent（Day10：工具反馈与闭环决策）

原创从 DeepSeek Harness 开始，定制一个属于自己的 Linux AI Agent（Day9：实现第一个 Linux 专用工具）

原创 AI做漫剧为什么这么费钱？从时空计算到废片率，拆解视频生成的成本

原创从 DeepSeek Harness 开始，定制一个属于自己的 Linux AI Agent（Day8：权限与沙箱）

原创从 DeepSeek Harness 开始，定制一个属于自己的 Linux AI Agent（Day7：命令执行机制）

原创从Deepseek Harness开始，定制一个属于自己的Linux AI Agent（Day6：tool call）

原创从Deepseek Harness开始，定制一个属于自己的Linux AI Agent（Day5：agent-loop关键机制）

原创 AI时代，针对模型与应用，浅谈一下各编程语言

原创从Deepseek Harness开始，定制一个属于自己的Linux AI Agent（Day4：agent-loop代码速通）

原创从 DeepSeek Harness 开始，定制一个属于自己的 Linux AI Agent（Day3：组装运行）

原创从deepseek harness开始，定制一个属于自己的Linux AI Agent（Day2：精简项目）

原创从deepseek harness开始，定制一个属于自己的Linux AI Agent（Day1：准备工作）

原创 RAG到底是什么？从一个效果很差的RAG代码实现开始，优化出一个完整可用的RAG系统

原创当智能不再稀缺：AI 革命正在进入真正困难的阶段

原创软件已经拦不住 AI 了，那硬件呢？AI 究竟能把手伸进现实世界多深？

原创销售记不住两万个客户，所以让 AI 替他记------一个 AI 销售助理的业务思路、技术架构与实现方案

原创三十行代码实战：把 MCP 能力接入 Agent Runtime，打通理论到落地

原创软件的操作者不再只是人类？AI会对软件带来怎样的变革？