AI 助理
备案控制台

决策智能

首页 标签 决策智能
# 决策智能 #
关注
2435内容
最新 热门 文章 问答 视频 电子书
AI数字化
|
9小时前
|
博文
|
来自： 通义大模型
AI律师数字分身：法律科技领域的多智能体架构实践
AI数字分身破解法律服务规模化难题，通过多模态智能体实现7×24小时咨询响应、案情结构化提取与智能分流。基于知识图谱与推理引擎，提升律所线索留存率与律师人效，推动法律服务降本增效。
# 人工智能 # 缓存 # 决策智能 # 数据安全/隐私保护 # 知识图谱
游客vv4u4wyick5ti
|
10小时前
|
博文
|
来自： 大数据与机器学习
AI 驱动数据分析民主化，企业如何构建可信智能 Data Agent？
企业构建可信智能的 Data Agent 需以强大的数据底座为支撑，统一指标语义层和 NoETL 数据工程成为关键。
# 人工智能 # 自然语言处理 # 数据挖掘 # BI # 决策智能
科技云报道
|
1天前
|
博文
AI+云计算互融共生，2025AI云产业发展大会即将举行
2025AI云产业发展大会将于12月12日在北京举行，由中国信通院承办，聚焦AI与云计算深度融合，发布《AI云十要素》等重磅报告、AI云象限与矩阵、最新标准及评估成果，展示大模型落地典型案列，推动“人工智能+”行动实施，加速千行百业智能化升级。
# 人工智能 # 安全 # 搜索推荐 # 云计算 # 决策智能
小华同学ai
|
2天前
|
博文
神级项目，Github 上线封神，BettaFish你不可忽视的多Agent舆情分析神器～～～
“微舆”（BettaFish）是一款基于多智能体架构的开源舆情分析系统，支持多模态数据采集与分析，覆盖微博、小红书、抖音等30+平台。用户只需自然语言提问，系统即可自动完成从数据抓取、深度洞察到智能报告生成的全流程，助力品牌监测、危机预警与决策支持，打破信息茧房，实现高效舆情洞察。
# 数据采集 # 监控 # 数据挖掘 # 决策智能 # Python
蚂蚁百宝箱
|
6天前
|
博文
|
来自： ModelScope模型即服务
蚂蚁百宝箱联手深铁打造全国首个地铁 AI 智能体「深铁宝」：你的全能城市向导来啦~
蚂蚁百宝箱联合深铁集团、深圳通推出全国首个“公共出行+城市服务”AI智能体「深铁宝」，上线于深圳地铁、深圳通及支付宝APP，实现一句话直达、秒级响应的智慧出行体验，涵盖出行规划、乘车码快捷调取、周边生活服务推荐等一站式功能，助力城市交通与服务数字化升级。
# 自然语言处理 # 人工智能 # 搜索推荐 # API # 决策智能 # 知识图谱
阿里云开发者
|
6天前
|
博文
如何让Agent更符合预期？基于上下文工程和多智能体构建云小二Aivis的十大实战经验
阿里云“云小二Aivis”项目聚焦Multi-Agent数字员工构建，分享十大Agent优化经验：从清晰预期、上下文精准投喂到记忆管理与HITL实践，助力提升Agent稳定性与智能化水平。
# 存储 # 弹性计算 # JSON # 自然语言处理 # 决策智能
霍格沃兹测试开发学社
|
8天前
|
博文
从工具到伙伴：一文看懂 AI Agent 与 Agentic AI 的核心差异
AI Agent是执行者，按指令调用工具；Agentic AI是决策者，能自主规划、反思优化。二者核心差异在于是否具备主动决策与自我驱动能力，将重塑智能测试未来。
# 人工智能 # 测试技术 # API # 决策智能
云技术达人
|
9天前
|
博文
Apache RocketMQ × AI：面向 Multi-Agent 的事件驱动架构
本文介绍基于Apache RocketMQ构建异步化Multi-Agent系统的创新实践，通过语义化Topic实现Agent能力发现，结合Lite-Topic与事件驱动架构，支持任务闭环、上下文隔离与动态编排，为Agentic AI提供高效、可靠的协同机制。
# 消息中间件 # 人工智能 # Apache # 决策智能 # RocketMQ
云故事栏目组
|
9天前
|
博文
Apache RocketMQ × AI：面向 Multi-Agent 的事件驱动架构
本文介绍基于Apache RocketMQ构建异步化Multi-Agent系统的新架构，通过语义化Topic实现Agent能力发现，利用Lite-Topic支持轻量级异步通信与结果反馈，结合InterestSet+ReadySet事件驱动模型，高效支撑任务闭环、状态恢复与动态编排，为Agentic AI提供高扩展、低延迟的协同机制。
# 消息中间件 # 人工智能 # Apache # 决策智能 # RocketMQ
云故事栏目组
|
9天前
|
博文
|
来自： 云原生
Apache RocketMQ × AI：面向 Multi-Agent 的事件驱动架构
本文介绍基于Apache RocketMQ构建异步化Multi-Agent系统的新架构，通过语义化Topic实现Agent能力发现，利用Lite-Topic支持轻量级异步通信与结果反馈，结合InterestSet+ReadySet事件驱动模型，高效支撑任务闭环、状态恢复与动态编排，为Agentic AI提供高扩展、低延迟的协同机制。
# 消息中间件 # 人工智能 # Apache # 决策智能 # RocketMQ
免费试用