├── hot-product-tracking └── README.md ├── the-evolution-of-human-economic-development.md └── README.md /hot-product-tracking/README.md: -------------------------------------------------------------------------------- 1 | # 热点产品-Top10 2 | **Cursor** 3 | 4 | 5 | -------------------------------------------------------------------------------- /the-evolution-of-human-economic-development.md: -------------------------------------------------------------------------------- 1 | 人类经济发展的历史可以分为三大时代：农业经济时代、工业经济时代和人工智能时代。每个时代的技术进步不仅提高了生产效率，还改变了社会结构和经济活动的方式。 2 | 详细分析各时代的组成特征、演进规律及当前转型期的特点，旨在为理解经济发展的长期趋势提供全面视角，清晰呈现其内在逻辑与演变规律： 3 | 4 | --- 5 | 6 | ### **三阶段经济发展模式对比分析表** 7 | 8 | | **维度** | **农业经济** | **工业经济** | **数字经济** | 9 | | --- | --- | --- | --- | 10 | | **核心要素** | 土地 + 劳动力 | 资本 + 机械 + 能源 | 数据 + 算法 + 算力 | 11 | | **经济形态** | 资源依赖型经济 | 资本驱动型经济 | 数据驱动型经济 | 12 | | **生产方式** | ▶ 手工劳动为主
▶ 小农经济模式
▶ 依赖自然周期 | ▶ 机械化流水线生产
▶ 标准化与规模化
▶ 能源密集型 | ▶ 智能化与自动化
▶ 平台化协作网络
▶ 实时动态优化 | 13 | | **关键特征** | ▶ 分散化生产
▶ 低生产率
▶ 增长受限于资源边界 | ▶ 集中化工厂体系
▶ 规模经济效应
▶ 环境成本高 | ▶ 网络效应与指数增长
▶ 数据资产化
▶ 零边际成本复制 | 14 | | **典型产业** | 种植业、畜牧业 | 制造业、采矿业 | 云计算、AI、区块链 | 15 | | **社会影响** | 等级制社会结构 | 城市化与阶级分化 | 扁平化组织与共享经济 | 16 | | **增长极限** | 马尔萨斯陷阱 | 资源枯竭与环境危机 | 数据垄断与伦理挑战 | 17 | 18 | --- 19 | 20 | ### **深度解析** 21 | 22 | 1. **要素升级路径** 23 | - **农业经济**：生产要素具象化（土地边界可见，劳动力可计量） 24 | - **工业经济**：要素资本化（机械=固化资本，能源=流动资本） 25 | - **数字经济**：要素虚拟化（数据成为新生产资料，算法重构价值创造） 26 | 2. **生产力革命** 27 | - 农业时代：**自然力转化**（水力/畜力→粮食生产） 28 | - 工业时代：**化石能源解锁**（蒸汽机突破人力极限） 29 | - 数字时代：**算力指数增长**（摩尔定律驱动智能革命） 30 | 3. **组织形态演变** 31 | 32 | ```mermaid 33 | graph LR 34 | A[庄园制] --> B[工厂制] --> C[平台生态] 35 | 36 | ``` 37 | 38 | 4. **价值创造逻辑** 39 | - **农业**：线性增值（春种→秋收） 40 | - **工业**：链式增值（供应链协同） 41 | - **数字**：网络增值（梅特卡夫定律） 42 | 43 | --- 44 | 45 | ### **启示与展望** 46 | 47 | 数字经济的核心矛盾已从**要素占有**转向**算法控制权争夺**。未来竞争焦点在于： 48 | 49 | - 算力基础设施的自主可控 50 | - 数据要素的市场化配置 51 | - 算法伦理的全球治理 52 | 53 | 这种演变不仅改变生产函数，更在重构人类社会的基本组织原则。掌握要素升级规律，方能把握新经济范式下的战略主动权。 54 | -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | # awesome-ai-agent 2 | ![ai-agent-arch](https://github.com/user-attachments/assets/3112113e-4469-4412-ae28-7444516dedd8) 3 | 4 | ## 基础概念 5 | 6 | - **🔍 [技术人的大模型应用初学指南](https://mp.weixin.qq.com/s/NeR1yPdmK6Z1hZVLRSgxrQ)** 7 | *简介：大淘宝技术团队撰写的实践指南，帮助开发者快速掌握大模型应用落地的核心方法论。* 8 | - **🤖 [AI Agent：7大认知框架全解析与代码实现](https://zhuanlan.zhihu.com/p/703716036)** 9 | *简介：系统拆解AI Agent核心框架设计，结合可复现代码演示工程实现路径。* 10 | - **📊 [【译文】A Visual Guide to LLM Agents](https://mp.weixin.qq.com/s/y-JyvYaI3IQKE1ZM4RhiqA)** 11 | *简介：可视化解读LLM Agents技术架构，通过图形化演示降低理解门槛。* 12 | 13 | 14 | ## 教程资源 15 | - **🎓 [微软-AI Agents for Beginners - A Course](https://github.com/microsoft/ai-agents-for-beginners)** 16 | *简介：微软官方开源入门课程，包含12课时实践项目及行业应用案例解析。* 17 | 18 | - **📚 [Generative AI for Beginners](https://github.com/microsoft/generative-ai-for-beginners)** 19 | *简介：微软官方21课时入门课程，覆盖提示工程到应用开发全流程。* 20 | 21 | - **🔍 [Awesome Generative AI Guide](https://github.com/aishwaryanr/awesome-generative-ai-guide)** 22 | *简介：全面的生成式AI资源中心，整合研究论文、面试题库、免费课程与开发笔记。* 23 | 24 | 25 | ## 入门实操 26 | 27 | - **🛠️ [Trae-Agent](https://github.com/bytedance/trae-agent)** 28 | *简介：字节跳动开源的智能开发工具核心组件，集成于AI原生IDE Trae（The Real AI Engineer），支持自然语言驱动的编程任务自动化，显著提升开发效率。提供多模型支持、工具链集成与操作日志追溯能力，助力开发者构建智能协作工作流。* 29 | 30 | - **🤖 [OpenManus](https://github.com/mannaandpoem/OpenManus)** 31 | *简介：MetaGPT团队开源多智能体协作框架，支持快速复刻Manus核心功能，提供模块化协作机制与完整工具链支持（含强化学习版本）。* 32 | 33 | ## Agent 文章 34 | 35 | ### 1. **📚 [awesome-foundation-agents](https://github.com/FoundationAgents/awesome-foundation-agents)** 36 | *简介：系统性整理基础智能体（Foundation Agents）研究路径的论文精选集，聚焦核心概念定义与技术演进脉络，提供领域研究全景导航。* 37 | 38 | ### 2. **🎓 [Awesome-Agent-Papers](https://github.com/luo-junyu/Awesome-Agent-Papers)** 39 | *简介：智能体领域前沿论文聚合仓库，覆盖大语言模型智能体、多智能体协作、人-智能体交互三大方向，持续追踪学术界突破性成果。* 40 | 41 | ### 3. ** [Effective harnesses for long-running agents](https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents)** 42 | *Agents still face challenges working across many context windows. We looked to human engineers for inspiration in creating a more effective harness for long-running agents.* 43 | 44 | ## 评测基准 45 | 46 | - **[AI Agent评测基准大揭秘：智能体的「体检标准」](https://mp.weixin.qq.com/s/9GCY-ufxNVnc-yCdFGnOeQ)** 47 | *简介：深度解析主流Agent评估体系，揭示工业界与学术界对智能体能力的差异化验证逻辑。* 48 | 49 | 1. **🌐 [GAIA Leaderboard](https://huggingface.co/spaces/gaia-benchmark/leaderboard)** 50 | *简介：Meta与HuggingFace共建的多模态评测平台，聚焦复杂任务拆解与工具链协作能力验证，覆盖跨模态推理与工具调用场景* 51 | 52 | 2. **📚 [PaperBench](https://github.com/openai/preparedness/)** **[技术解析](https://mp.weixin.qq.com/s/zIS2JQf3-o7GQ-EWriTjkQ)** 53 | *简介：OpenAI开源的科学复现评测框架, 2025年4月3日发布，通过8,316项子任务量化Agent复现论文的完整能力。* 54 | 55 | 3. **🧠 [AgentBench](https://github.com/THUDM/AgentBench)** 56 | *简介：清华大学主导的多环境实战基准，覆盖操作系统、数据库、知识图谱等8类真实场景，量化Agent动态决策能力。* 57 | 58 | 4. **📊 XBench** 59 | 红杉中国推出的**双轨测评体系**： 60 | - *AGI Tracking*：测试技术上限 61 | - *Profession-Aligned*：量化商业场景效用价值（如招聘/营销）。 62 | 63 | 64 | ## Agent SDK 65 | 66 | 1. **🤖 [OpenAI Agents SDK](https://openai.github.io/openai-agents-python/)** 67 | *简介：轻量级开发套件，支持快速构建生产级Agentic AI应用（Swarm项目升级版）。* 68 | 69 | 2. **🧩 [LangGraph](https://langchain-ai.github.io/langgraph/)** 70 | *简介：LangChain生态的有状态多代理系统，基于图结构构建循环工作流。* 71 | 72 | 3. **🌐 [Google Agent SDK](https://cloud.google.com/vertex-ai/agents)** 73 | *简介：谷歌多模态智能体开发套件，集成Vertex AI与Gemini模型。* 74 | 75 | 4. **⚙️ [Microsoft AutoGen](https://github.com/microsoft/autogen)** 76 | *简介：微软多代理对话框架，支持复杂工作流编排与自定义角色协作。* 77 | 78 | 5. **🤖 [Claude Code SDK (Python)](https://github.com/anthropics/claude-code)** 79 | *简介：Anthropic官方提供的Claude代码生成SDK（Python版），用于生成和编辑代码。* 80 | 81 | 6. **☁️ [AWS Agent SDK](https://github.com/strands-agents/sdk-python)** 82 | *简介：亚马逊云服务的智能体开发工具集（含Nova Act等组件）。* 83 | 84 | 7. **🐉 [Qwen Agent](https://github.com/QwenLM/Qwen-Agent)** 85 | *简介：基于通义千问的LLM应用框架，支持指令遵循、工具调用与记忆管理。* 86 | 87 | 8. **👥 [CrewAI](https://github.com/joaomdmoura/crewai)** 88 | *简介：面向角色扮演型Agent的编排框架，支持任务委派与团队协作。* 89 | 90 | 9. **📈 [TradingAgents](https://github.com/TauricResearch/TradingAgents)** 91 | *简介：开源金融交易 Agent 框架，支持量化策略开发与回测系统集成。* 92 | 93 | 10 **🚀 [阿里巴巴-Spring AI Alibaba](https://github.com/alibaba/spring-ai-alibaba)** 94 | *简介：阿里巴巴开源的 Spring AI 扩展库，集成通义千问等国产大模型，提供企业级 AI 应用开发框架与工具链。* 95 | 96 | ## 开源项目 97 | 98 | ### 🦌 **1. [DeerFlow](https://github.com/bytedance/deer-flow)** 99 | *字节跳动推出的深度研究框架，集成多智能体协作与端到端研究自动化。* 100 | - **核心特点**： 101 | - **多智能体分工**：基于 LangGraph 实现模块化架构（协调器、规划器、研究员、报告员），支持动态任务迭代与重规划（Re-planning）。 102 | - **工具深度集成**：支持 Tavily/DuckDuckGo 搜索、Python 代码执行、学术资源（Arxiv）抓取，扩展性强。 103 | - **人机协同创作**：提供类 Notion 的交互式编辑界面，支持自然语言修改研究计划，并生成报告、PPT、播客脚本等多模态内容。 104 | - **MCP 无缝扩展**：可接入私有域知识库或第三方服务（如高德地图），实现定制化研究场景。 105 | 106 | ### 🌐 **2. [Suna](https://github.com/kortix-ai/suna)** 107 | *Kortix AI 推出的通用型智能体，专注于跨平台任务自动化执行。* 108 | - **核心特点**： 109 | - **浏览器自动化引擎**：基于 Playwright 实现网页导航、数据抓取及表单操作（如 LinkedIn 简历采集、竞品价格监控）。 110 | - **安全沙箱环境**：通过 Docker 容器隔离任务执行，支持敏感数据（API 密钥）动态注入，保障宿主系统安全。 111 | - **多工具链协同**：整合 Python 解释器、命令行工具和 API 服务，支持复杂指令解析（例：“分析医疗市场规模并生成 PDF 报告”）。 112 | - **企业级部署**：提供云端 SaaS 服务（免费版至企业版）及自托管方案，适配商业分析、销售自动化等场景。 113 | 114 | ### 📊 **3. [Gemini CLI](https://github.com/google-gemini/gemini-cli)** 115 | *Google官方推出的Gemini命令行工具，支持多模态交互与本地文件处理。* 116 | - **核心特点**： 117 | - **多模态交互**：支持文本/图像混合输入，可解析图片内容并生成描述 118 | - **本地文件处理**：支持上传PDF、图像等本地文件进行内容分析（`--file`参数） 119 | - **流式响应**：实时显示API响应过程，支持对话式交互模式 120 | - **多语言支持**：内置国际化配置，支持非英语内容生成 121 | - **开发者工具**：提供API调用统计、响应时间测量等调试功能 122 | 123 | ### 🤖 **4. [OpenAI Codex](https://github.com/openai/codex)** 124 | * OpenAI 出品，专精于理解自然语言并生成对应代码。* 125 | - **核心特点**： 126 | - **自然语言转代码**：可将人类语言描述直接转化为多种编程语言的函数或脚本。 127 | - **多语言支持**：精通 Python、JavaScript、Go 等主流语言，适配广泛开发场景。 128 | - **GitHub Copilot 核心**：作为底层引擎驱动智能编程助手，实现代码补全与生成功能。 129 | 130 | ### 🖥️ **.5 [UI-TARS-desktop](https://github.com/bytedance/UI-TARS-desktop)** 131 | *字节跳动开源的桌面端UI自动化测试框架，支持跨平台界面元素识别与操作。* 132 | - **核心特点**： 133 | - **视觉定位引擎**：基于CV算法实现精准控件识别，适应动态界面变化。 134 | - **无侵入式测试**：无需修改应用源码即可执行自动化操作与断言验证。 135 | - **多语言脚本支持**：兼容Python/Java等主流测试脚本，提供录制回放功能。 136 | 137 | ### 👥 **6. [MetaGPT](https://github.com/geekan/MetaGPT)** 138 | *多智能体协作框架，通过角色分工与SOP流程实现复杂任务分解执行。* 139 | - **核心特点**： 140 | - **角色扮演机制**：智能体可担任产品经理/工程师等专业角色，模拟真实工作流程。 141 | - **标准化操作协议**：内置SOP引擎将复杂任务拆解为可执行原子操作链。 142 | - **全流程自动化**：支持从需求分析到代码生成、测试评审的完整开发生命周期。 143 | - **多模态输出**：同步生成需求文档/流程图/接口定义等标准化交付物。 144 | 145 | ## 其他开源 146 | 147 | ### 1. **🤖 [AgentGPT](https://github.com/reworkd/AgentGPT)** 148 | *简介：浏览器端部署目标驱动智能体，支持零代码编排（自然语言设定目标→自动分解任务）、Next.js可视化面板、开源扩展（OpenAI/Anthropic模型集成）。* 149 | 150 | ### 2. **🦉 [Camel-Owl](https://github.com/camel-ai/owl)** 151 | *简介：全自动多Agent协作框架（关联[camel-ai/camel](https://github.com/camel-ai/camel)），实现复杂任务分解/多角色分工（如Planner-Executor协作）、优化Manus架构、深度工具链集成（含API调用错误处理）。* 152 | 153 | ### 3. **⚡ [AutoGPT](https://github.com/Significant-Gravitas/AutoGPT)** 154 | *简介：端到端任务自动化引擎（代码生成/数据分析），内置思维链（CoT）多步推理引擎（子任务依赖管理）、自我修正机制（动态错误检测与重试策略）。* 155 | 156 | ### 4. **🛠️ [OpenHands](https://github.com/All-Hands-AI/OpenHands)** 157 | *简介：企业级开发自动化平台，支持动态任务执行（代码修改/Web浏览）、角色自适应机制（智能调整Agent行为）。* 158 | 159 | ### 5. **🧑‍💻 [gpt-engineer](https://github.com/AntonOsika/gpt-engineer)** 160 | *简介：CLI工具实现自然语言→完整代码库生成，采用端到端代码生成架构，支持模块化扩展。* 161 | 162 | ### 6. **🔬 [微软 RD-Agent](https://github.com/microsoft/RD-Agent)** 163 | *简介：LLM驱动的研发闭环系统，整合自动化实验迭代（实验设计→代码实现）、加速技术方案落地。* 164 | 165 | ### 7. **🌐 [AutoGLM](https://github.com/xiao9905/AutoGLM)** 166 | *简介：基于LLM的自主研究代理，支持结构化报告生成。* 167 | 168 | ### 8. **📊 [Llama Index](https://github.com/run-llama/llama_index)** 169 | *简介：私有数据智能代理构建工具（如企业知识库问答）。* 170 | 171 | ### 9. **🚀 [NVIDIA AgentIQ](https://github.com/NVIDIA/AgentIQ)** 172 | *简介：企业级多智能体系统协作优化框架。* 173 | 174 | ### 10. **🧩 [Giselle](https://github.com/giselles-ai/giselle)** 175 | *简介：节点式AI构建平台，支持多LLM/数据源连接，提供可视化编排界面。* 176 | 177 | --- 178 | 179 | **awesome-ai-agents**
180 | https://github.com/e2b-dev/awesome-ai-agents 181 | 182 | **awesome-llm-apps**
183 | A curated collection of awesome LLM apps built with RAG and AI agents. This repository features LLM apps that use models from OpenAI, Anthropic, Google, and open-source models like DeepSeek, Qwen or Llama that you can run locally on your computer.
184 | https://github.com/Shubhamsaboo/awesome-llm-apps 185 | 186 | --- 187 | 188 | --------------------------------------------------------------------------------