LlamaIndex
用于连接私有数据与大语言模型的应用框架,覆盖数据加载、索引、检索、RAG 流程及 Agent/Workflow 组件。适合快速搭建企业知识检索和数据密集型 LLM 应用。
正在搜索…
SEARCH OPNFTR
搜索已发布的项目、源码和知识文章。
“Agent”找到 42 条结果清除搜索
用于连接私有数据与大语言模型的应用框架,覆盖数据加载、索引、检索、RAG 流程及 Agent/Workflow 组件。适合快速搭建企业知识检索和数据密集型 LLM 应用。
用于构建有状态、可持久运行的 Agent 工作流框架,提供检查点、持久化执行和人工介入等控制能力。适合需要长流程、恢复执行、明确状态迁移和人工审核节点的应用。
用于构建搜索、RAG、Agent 和文档处理管线的开源框架,提供组件化连接器、检索、生成和评测能力,适合以显式管线管理企业 AI 应用。
面向 LLM 应用开发的开源平台,提供工作流、模型接入、知识库、Agent 和应用发布能力。适合团队快速验证内部应用,但多租户和品牌使用需遵守其修改版 Apache 条款。
从触发、校验、AI 判断到执行与审计,设计可暂停、可恢复、可回放的 AI 自动化工作流。
用结构化输出、策略层和幂等测试约束 Agent 工具动作,避免越权和重复副作用。
从任务分解、工具调用、状态管理到人工介入,系统理解 AI Agent 的生产落地方法。
Codex 费用与 Token 入门说明,解释 ChatGPT 计划额度、API token 计费、输入输出 token、缓存 token 和 prompt caching 的省钱方式。
AGENTS.md 项目规则指南,说明如何写入项目命令、代码风格、禁用事项、验证方式、团队约定和本地私有规则,让 Codex 更快理解项目。
Codex Skills 和 Plugins 入门说明,介绍技能、插件、MCP 能力的关系,以及适合沉淀的工作流类型。
Codex 权限管理指南,说明权限档案、文件访问、命令审批、网络权限和高风险操作的控制方式,适合任务前核对。
Codex Hooks 入门指南,说明 Hooks 的用途、配置位置、事件类型、信任审查、输入输出协议和安全实践。
Codex 沙盒与审批指南:面向新手解释为什么 Codex 有时会停下来问你,以及如何设置合适的权限。
Codex 线程管理指南:解释 thread、worktree、handoff 和 subagent 的层级关系,帮助你在正确的地方继续、并行和移交任务。
Codex config.toml 配置指南,说明模型、沙盒、审批、配置 profiles、权限 profiles、MCP 和个人本地配置的组织方式。
Codex 团队实践指南,整理 AGENTS.md、PR、排障、知识库、任务模板和团队推广的协作方法。
Codex 排障手册,汇总登录、安装、权限、依赖、命令失败和任务执行异常的定位与恢复路径,帮助快速继续工作。
Codex Memories 使用指南,介绍本地记忆的作用、开启方法、聊天级控制、文件位置、配置选项以及隐私注意事项。
Codex 与 Playwright MCP 案例,说明如何让 AI 操作浏览器、点击页面、截图检查并验证网页状态。
Codex 与 Obsidian 案例,说明如何在本地知识库中生成内容、管理图片、组织笔记和保留引用。
Codex 与 LLM Wiki 案例,说明如何在 Obsidian 中搭建 AI 知识库、整理目录、引用和更新流程。
Codex 与云服务器排障案例,说明如何远程复现问题、读取日志、定位 Python 报错并验证修复结果。
Codex 入口地图,比较 CLI、桌面 App、Cloud、IDE、ChatGPT 和集成生态,帮助选择合适工作入口。
ChatGPT Plus 与 Pro 订阅指南,整理 Codex 可用性、账号准备、支付路径和订阅前需要核对的信息。
Codex 基本组成说明,介绍对话、项目、本地文件夹、权限、技能、插件、定时任务和常见设置入口,方便快速定位功能。
用 Codex 完成第一个任务的入门教程,带你选择工作目录、输入任务、查看结果并完成基础验证,形成操作习惯。
Codex 任务设计方法,说明如何写清目标、背景、范围、约束、验证和交付格式,让执行结果更稳定,减少返工。
Codex 任务执行与验证闭环教程,说明如何写清任务、观察执行、检查 diff、验证结果、处理失败并判断任务完成。
第一次让 Codex CLI 改代码的教程,说明如何选择低风险任务、让 Codex 读仓库、修改文件并运行验证。
Codex CLI 选项与命令指南,覆盖交互模式、非交互执行、恢复会话、Slash Commands 和常用启动参数。
Codex 平台差异指南,集中说明 macOS、Windows、Linux 与 WSL2 在桌面 App、Shell、路径、沙盒、项目位置和平台限定功能上的区别。
把 AI 生成的修改放进差异审查、确定性测试和人工确认的交付门禁。
理解 Agent 与普通问答的差异,用显式状态和权限边界建立最小闭环。
设计工具 schema、错误返回和幂等策略,减少参数漂移和副作用。
比较单轮计划、分步执行和状态机,选择可回放的 Agent 编排方式。
建立任务集、工具轨迹和安全断言,持续发现 Agent 行为回归。
用 trace、预算和脱敏日志定位慢请求、循环调用与异常成本。
为 Agent 建立发布前检查、灰度策略、回滚信号和人工接管流程。
用预算、幂等键和最小证据记录控制 Agent 重试,避免重复副作用。
用只读查询和结构化输出完成工单分类,遇到不确定性时转人工。
Agent 生成部署检查清单,但任何生产变更都必须由人确认。
把工具轨迹、失败原因和下一步建议整理成可审计的人工接管记录。