自动化

企服AI产品测评局13 分钟前
运维·人工智能·ai·chatgpt·自动化
AI Agent实测:Agent Store现成应用如何重塑企业自动化?摘要:进入2026年,企业数字化转型已从“工具时代”全面跨入“智能体(Agent)时代”。面对旧系统无API、信创改造压力大、数据合规要求严苛等现实泥潭,实在智能推出的实在Agent及其配套的Agent Store,正通过深度集成的ISSUT智能屏幕语义理解技术与TARS大模型,提供一系列开箱即用的数字员工方案。本文由「企服AI产品测评局」深度撰写,基于2026年最新的行业数据与实测案例,拆解实在Agent Store中现成应用如何解决物流、财务、政务等长尾场景的自动化难题,并深入分析其在国产龙虾自主可控
映翰通朱工1 小时前
物联网·自动化·智能路由器·边缘计算·运维开发
【实战教程】映翰通 EC312 边缘计算机:CAN 总线数据采集并经 DSA 上传 AWS IoT 全流程本文演示如何在 映翰通 EC312 边缘计算机上:适合工业现场需要将车载/设备 CAN 数据上云、且网关已内置 DSA 的场景。
兆。1 小时前
爬虫·langchain·自动化
LangChain自动化工具集成指南:面向爬虫开发者网页抓取和自动化是获取数据的重要手段。LangChain 提供多种网页抓取工具集成,让你可以轻松获取网页内容并与大模型结合。
古月开发2 小时前
人工智能·信息可视化·自动化
比价助手:截图自动全网比价与历史价格查询实战在日常网购时,我们常常会遇到这样的困扰:看中一款商品,却不确定当前价格是否真的是“历史低价”,还是商家先涨后降的营销套路。手动去各个平台对比不仅耗时耗力,而且很难直观地看到价格随时间变化的趋势。对于经常需要采购的开发人员、电商运营或是精明的消费者来说,拥有一套能够自动截图识别商品信息、聚合全网比价并展示历史走势的工具,能极大提升决策效率。
wb043072012 小时前
ci/cd·架构·自动化·devops
从接单到出餐——从阿明的“手写菜单“到自动化流水线,看 CI/CD 与 DevOps 的完整旅程系列定位:本篇是「阿明餐厅」系列的正传 5。在前传中,阿明完成了架构演进;在测试策略中建立了质量保障体系。但代码写完了、测试通过了,怎么安全、快速地交付到生产环境? 这就是 CI/CD 与 DevOps 的价值。
羑悻的小杀马特2 小时前
人工智能·自动化·agent·skills·openclaw·qclaw
从 Claude Code 到 QClaw:AgentSkills 规范的跨生态实践与工程取舍!腾讯在 2026 年 3 月前后陆续上线了 QClaw、WorkBuddy、CodeBuddy 三款 AI Agent 产品,加上更早开源的 OpenClaw 框架,业内将其合称为 Claw 系列。
雅菲奥朗12 小时前
运维·人工智能·自动化·openclaw
企业级 AI 自动化|OpenClaw 龙虾实战与认证当下AI浪潮席卷职场,您是否也存在以下困惑:跟风学了大模型Prompt、AI基础理论,却只会简单对话,无法落地干活;
江华森14 小时前
运维·自动化·ansible
Ansible 自动化运维:从入门到实战日期: 2026-05-31 适用读者: 运维工程师 / DevOps / SRE 前置知识: Linux 基础、SSH、YAML 语法 实战环境: 4台华为云ECS (Ubuntu 24.04, Kernel 6.8, 2vCPU/3.3GB)
摆烂大大王15 小时前
前端·人工智能·自动化
玩转 OpenClaw:用 TaskFlow + Heartbeat 打造自动化工作流> OpenClaw 在 2026 年的更新中,最值得关注的新能力是 TaskFlow 持久化编排层 和 Heartbeat 主动任务机制。前者解决了多步骤后台任务的协调问题,后者让 AI 助手从"等你问"变成"主动告诉你"。本文以实战为导向,手把手教你在 10 分钟内搭起一个自动化监控提醒工作流。
U盘失踪了21 小时前
笔记·自动化
Browser Use — AI驱动浏览器自动化的全新范式Browser Use 是一个开源的浏览器自动化工具生态,核心项目包括 browser-harness —— 一个轻量级、可编辑的 CDP (Chrome DevTools Protocol) 控制层,让 AI 能够直接操控你的真实 Chrome 浏览器。
志栋智能21 小时前
大数据·运维·网络·安全·自动化
超自动化安全:实现安全运营现代化的关键在网络安全威胁日益复杂、攻击手段不断进化的今天,传统安全运营模式正面临前所未有的挑战——告警疲劳、响应滞后、人手不足、知识流失……这些被称为安全运营的“至暗时刻”,拷问着每一家企业的安全防护能力。实现安全运营的现代化,已不再是“可选项”,而是关乎企业生存与竞争力的“必答题”。
一次旅行1 天前
运维·开源·自动化
实战指南:基于开源工具链构建自动化演示文稿生成工作流在准备一场重要的产品路演或技术分享时,最耗时的往往不是构思核心观点,而是将零散的想法转化为结构严谨、视觉精美的演示文稿。许多开发者和技术团队常常陷入这样的困境:白天忙于代码审查和架构设计,晚上却要花费数小时调整 PPT 的排版、对齐文本框或是寻找合适的配图。这种重复性的机械劳动不仅挤占了深度思考的时间,还容易因为疲劳导致内容逻辑出现断层。如果能有一种工具,让我们只需关注内容本身,而将格式整理、图表生成甚至多模态素材的整合交给自动化流程处理,工作效率将会有质的飞跃。
一拳一个娘娘腔1 天前
运维·人工智能·自动化
【SRC漏洞挖掘系列】第15期:自动化与AI赋能 —— 打造你的专属“漏洞挖掘机”上期回顾:我们化身人肉扫描器,在几万行代码里精准抠出了危险函数。但人是会累的,而机器不会。特别篇(终章):授人以鱼不如授人以渔。本期将公开我的“懒人安全测试武器库”,教你如何用 Python 和 AI 把重复的挖洞工作交给机器,实现“躺平式”漏洞挖掘。💤
AC赳赳老秦1 天前
java·大数据·数据库·c++·自动化·php·openclaw
OpenClaw批量任务队列优化:解决任务堆积、执行缓慢、优先级混乱问题OpenClaw批量任务队列深度优化实践:解决任务堆积、执行缓慢与优先级混乱摘要: 在现代分布式系统与数据处理平台中,任务队列扮演着至关重要的角色。OpenClaw作为一款高性能、高可靠性的任务调度与执行框架,其核心组件——批量任务队列的性能和稳定性直接决定了整个系统的吞吐量和响应能力。然而,在高并发、大规模数据处理场景下,任务队列常常面临任务堆积如山、任务执行速度缓慢、以及任务优先级管理混乱等棘手问题。这些问题不仅降低了系统效率,更可能导致任务延迟、资源浪费甚至系统崩溃。本文将深入探讨OpenClaw批
半导体守望者1 天前
学习·机器人·自动化·制造·模块测试
ADTEC AX-1000Ⅱ电源 RF电源等离子电源操作指南RF PLASMA GENERATORADTEC AX-1000Ⅱ电源 RF电源等离子电源操作指南RF PLASMA GENERATOR
weixin_468466851 天前
图像处理·人工智能·自动化·图像分割·机器视觉·亚像素·光学系统
图像处理之亚像素边缘检测新手教程在工业视觉检测或高精度测量场景中,我们常常遇到一个令人头疼的问题:明明摄像头分辨率已经很高,但测量出来的尺寸总是差那么“一点点”。这一点点误差,往往就是几个像素的偏差。对于宏观物体来说,几个像素可能无关紧要;但在精密加工、微电子检测或医疗影像分析中,这几个像素对应的实际物理距离可能就是致命的缺陷。传统的边缘检测算法通常只能将边缘定位到整数像素坐标,这种“取整”操作直接限制了测量的精度上限。
好名字更能让你们记住我1 天前
python·功能测试·自动化·接口测试·接口自动化·测试覆盖率
【接口自动化测试】博客系统接口自动化测试报告本次测试针对博客系统核心业务接口进行自动化验证,确保系统各接口在功能、异常处理、安全认证及数据交互方面符合设计要求。
zlinear数据采集卡1 天前
c语言·嵌入式硬件·fpga开发·自动化·硬件架构
电源纹波无处遁形!工业采集卡电源去耦与滤波电路深度解析zlinear开源电子 前言 大家好,我是ZLinear的硬件工程师。 在数据采集卡的设计中,有一个非常有趣的现象:很多工程师在ADC选型、信号调理电路上花了大量精力,但最终测试时却发现采集到的数据仍然存在大量毛刺和噪声,信噪比远低于预期。 排查到最后,问题往往指向同一个“元凶”——电源质量。 在高速数据采集系统中,电源不仅仅是给芯片供电的“能量源”,更是一个潜在的噪声注入点。一个设计不良的电源去耦和滤波电路,会让你的ADC采集精度从16位直接退化到12位甚至更低。 今天,我们就结合 ZLinear DA
ai_coder_ai1 天前
前端·ide·自动化
使用web ide开发和调试自动化脚本在移动互联网与自动化技术深度融合的当下,自动化脚本已成为提升移动端操作效率、实现重复任务自动化的核心工具。无论是 APP 自动化测试、日常操作辅助,还是批量任务处理,简洁高效的开发环境都能大幅降低脚本开发门槛。Web IDE 凭借无需本地安装、跨设备兼容、远程调试便捷等优势,逐渐成为自动化脚本开发的主流选择。本文将从环境准备、脚本创建、代码编写、调试优化到部署运行,系统讲解自动化脚本的完整开发流程,帮助零基础开发者快速上手,掌握云端脚本开发的核心技巧。
无忧智库2 天前
大数据·人工智能·自动化
车路云一体化复杂交通博弈多智能体系统可行性研究报告(WORD)导读:随着自动驾驶技术迈向深水区,传统单车智能难以应对复杂交通流中的多方博弈难题,建设车路云一体化系统势在必行。本项目围绕“车路云一体化”架构,重点研发“群体智能博弈”算法与多智能体协同控制技术,制定明确的“技术路线”,并搭建高仿真“自动驾驶测试”平台,同步开展全生命周期的“风险评估”。项目旨在攻克复杂交通场景下的协同决策瓶颈,实现多车安全、高效博弈,为我国智慧交通与自动驾驶产业的规模化落地提供科学的可行性方案与坚实的技术支撑。