梅斯医学AI智能体，有超过40款不同的智能体，同时支持多国语言
通义DeepResearch – 阿里推出的开源深度研究智能体
<p style="text-align: left; line-height: 2;">通义DeepResearch 是阿里巴巴推出的开源深度研究智能体，专为长周期、深度信息检索任务设计。拥有 300 亿参数，每次激活 30 亿参数，支持 ReAct 模式和深度模式（Heavy Mode），后者通过迭代研究范式（IterResearch）提升复杂推理能力。智能体采用全流程合成数据方案，无需人工干预即可生成高质量数据集，突破智能体能力上限。训练流程涵盖智能体持续预训练（Agentic CPT）、监督微调（SFT）和强化学习（RL），形成完整的端到端训练链路。通义 DeepResearch 已赋能阿里巴巴内部多个应用，如高德地图的 AI 原生出行 Agent 和法律领域的“<a href="https://ai-bot.cn/sites/11436.html" target="_blank">通义法睿</a>”。</p><h2 style="text-align: left;">通义DeepResearch的主要功能</h2><ul><li style="text-align: left;">长周期深度信息检索：专为复杂、长周期的信息检索任务设计，能处理多步骤的推理和规划，适用于学术研究、市场分析、政策制定等场景。</li><li style="text-align: left;">多模式推理支持：支持 ReAct 模式和深度模式（Heavy Mode）。ReAct 模式严格遵循“思考-行动-观察”循环，适合评估模型的核心能力；深度模式通过迭代研究范式（IterResearch）提升复杂推理能力。</li><li style="text-align: left;">全流程合成数据生成：采用自研的全流程合成数据方案，无需人工干预即可生成高质量数据集，突破智能体能力上限，支持从预训练到微调再到强化学习的完整训练链路。</li><li style="text-align: left;">端到端强化学习：通过定制化的强化学习算法（如 Group Relative Policy Optimization, GRPO），确保智能体的行为与高阶目标保持一致，提升模型在动态环境中的适应性和稳定性。</li><li style="text-align: left;">实际应用赋能：已成功应用于阿里巴巴内部多个场景，如高德地图的 AI 原生出行 Agent 和法律领域的“通义法睿”，展现出强大的实用性和价值。</li><li style="text-align: left;">开源共建：项目完全开源，提供完整的代码、模型和数据，鼓励开发者参与共建，推动深度研究智能体的发展和创新。<br></li></ul><h2 style="text-align: left;">通义DeepResearch的项目地址</h2><ul><li style="text-align: left;"><strong>项目官网</strong>：https://tongyi-agent.github.io/blog/introducing-tongyi-deep-research/</li><li style="text-align: left;"><strong>Github仓库</strong>：https://github.com/Alibaba-NLP/DeepResearch</li><li style="text-align: left;"><strong>HuggingFace模型库</strong>：https://huggingface.co/Alibaba-NLP/Tongyi-DeepResearch-30B-A3B</li></ul>
ROMA——平替Deep Research
<p style="text-align: start;"><strong>ROMA</strong>是一个<strong>元代理框架</strong>，它使用递归分层结构来解决复杂问题。通过将任务分解为可并行执行的组件，ROMA 使代理能够应对复杂的推理挑战，同时保持透明性，从而简化上下文工程和迭代。该框架提供<strong>并行问题解决</strong>功能，代理可以同时处理复杂任务的不同部分；<strong>其开发过程透明</strong>，结构清晰，易于调试；此外，我们搜索代理的强大基准测试结果也证明了<strong>其卓越的性能</strong>。我们已经展示了该框架的有效性，但这仅仅是个开始。作为一个<strong>开源且可扩展的</strong>平台，ROMA 专为社区驱动的开发而设计，让您可以根据特定需求构建和定制代理，同时受益于社区的共同改进。</p><h3>通用任务解决方案</h3><p style="text-align: start;">由 ChatGPT Search Preview 提供支持的多功能代理，可处理各种任务：</p><ul><li style="text-align: start;"><strong>智能搜索</strong>：利用 OpenAI 的最新搜索功能获取实时信息</li><li style="text-align: start;"><strong>灵活规划</strong>：根据查询复杂性调整任务分解</li><li style="text-align: start;"><strong>多领域</strong>：处理从技术问题到创意项目的所有问题</li><li style="text-align: start;"><strong>快速原型设计</strong>：非常适合测试 ROMA 的功能，无需特定领域的设置</li></ul><p style="text-align: start;">适用于：一般研究、事实核查、探索性分析、快速信息收集</p><h3>深度研究代理</h3><p style="text-align: start;">一个全面的研究系统，将复杂的研究问题分解为可管理的子任务：</p><ul><li style="text-align: start;"><strong>智能任务分解</strong>：自动将研究主题分为搜索、分析和综合阶段</li><li style="text-align: start;"><strong>并行信息收集</strong>：同时执行多个搜索以获得更快的结果</li><li style="text-align: start;"><strong>多源集成</strong>：结合网络搜索、维基百科和专用 API 的结果</li><li style="text-align: start;"><strong>智能综合</strong>：将调查结果汇总成连贯、结构良好的报告</li></ul><p style="text-align: start;">适用于：学术研究、市场分析、竞争情报、技术文档</p><h3>加密分析代理</h3><p style="text-align: start;">拥有深厚区块链和 DeFi 专业知识的专业金融分析代理：</p><ul><li style="text-align: start;"><strong>实时市场数据</strong>：与 Binance、CoinGecko 和 DefiLlama API 集成</li><li style="text-align: start;"><strong>链上分析</strong>：访问 Arkham Intelligence 进行钱包跟踪和代币流动</li><li style="text-align: start;"><strong>技术分析</strong>：使用 OHLC 数据和市场指标的高级图表</li><li style="text-align: start;"><strong>DeFi 指标</strong>：TVL 跟踪、收益分析、协议比较</li><li style="text-align: start;"><strong>安全执行</strong>：在 E2B 沙箱中运行分析并保持数据持久性</li></ul><p style="text-align: start;">适合：代币研究、投资组合分析、DeFi 协议评估、市场趋势分析</p><p style="text-align: start;">ROMA 刚刚在评测中干掉了所有其它 DeepResearch ，包括商业的和非商业的。比如 Kimi-Researcher, Grok-4 的 DeepResearch, Gemini-2.5-Pro 的 DeepResearch 和 OpenAI o3-pro 的 DeepResearch . 重要的是，这个项目是开源的。可以接入任何你需要的本地模型或者大模型API。官方提供的场景包括通用任务解决器（写个简单的报告）。深度研究 Agent (写论文，市场分析，技术文档)。金融分析 Agent （就不举例了，懂的都懂）。</p><p style="text-align: start;"><br></p>
百度文库Genflow
<p>百度文库，工作搭子</p>
Jenova
<p>Jenova 是先进的人工智能平台，帮助用户高效地从研究到生成报告。通过集成多种强大的 AI 模型，如 GPT-4o、Claude 和 Gemini，提供更精准的搜索结果和更智能的交互体验。与传统的搜索引擎相比，Jenova 能理解复杂的查询意图，能实时联网获取最新信息，确保用户获取到的信息是最新的。Jenova 的功能丰富多样，支持文档处理、图像识别、语音转文字等多种功能。用户可以上传各种格式的文件，如 PDF、Word 文档等，Jenova 能快速分析并提取关键信息。支持多种搜索方式，包括网络搜索、YouTube 搜索和 Reddit 搜索，帮助用户快速找到所需内容。</p> <p>官网地址：https://www.jenova.ai/</p>
iFlow CLI
<p>iFlow CLI 是阿里旗下心流团队推出的能运行在终端的 AI 智能体，专为开发者和高效工作者设计。iFlow CLI支持自然语言交互，能快速分析代码、生成文档、调试程序、管理文件、查询信息等。iFlow CLI 内置强大的 AI 模型（如 Qwen3-Coder、Kimi K2 等），支持用户在终端中高效完成复杂任务，提升工作效率。iFlow CLI 安装便捷，支持多种操作系统，完全免费，是编程和日常任务处理的得力助手。</p> <h2 style="font-size: 20px;">如何使用iFlow CLI</h2> <ul> <li>Mac 系统： <ul> <li> <div class="paragraph">打开终端。</div> </li> <li>输入以下命令并回车：bash -c “$(curl -fsSL https://cloud.iflow.cn/iflow-cli/install.sh)”</li> <li>按提示选择模型并确认两次。</li> <li class="paragraph">访问心流开放平台，注册并获取 API 密钥。</li> <li> <div class="paragraph">将 API 密钥粘贴到终端，按回车完成设置。</div> </li> </ul> </li> <li>Windows 系统： <ul> <li class="paragraph">安装 Node.js（20+）。</li> <li class="paragraph">安装 WSL：打开 CMD，输入 <code class="segment-code-inline" data-v-cad61513="" data-v-3a4aba44="">wsl --install</code> 并回车。</li> <li>在 CMD 中输入以下命令并回车：wsl -l -o，wsl –install -d Ubuntu-20.04</li> <li>在 WSL 终端中输入以下命令并回车：bash -c “$(curl -fsSL https://cloud.iflow.cn/iflow-cli/install.sh)”</li> <li>按提示选择模型并确认两次。</li> <li>访问 心流开放平台，注册并获取 API 密钥。</li> <li>将 API 密钥粘贴到终端，按回车完成设置。</li> </ul> </li> <li>基本操作：启动 iFlow CLI，在终端中输入： <ul> <li>常见命令示例：iflow</li> <li>分析代码：iflow &gt; 分析这个项目的代码结构并提出优化建议</li> <li>生成文档： <ul> <li>cd your-project-folder/</li> <li>iflow &gt; /init</li> <li>iflow &gt; 根据项目需求生成技术文档</li> </ul> </li> </ul> </li> </ul> <h2 style="font-size: 20px;">iFlow CLI的项目地址</h2> <ul> <li>GitHub仓库：https://github.com/iflow-ai/iflow-cli/</li> </ul>
FinGenius
<p>FinGenius 是全球首个A股AI金融博弈智能体应用。FinGenius基于多Agent博弈架构，模拟市场参与者行为，用16个超级智能体（如舆情、游资、风控等）分工协作，快速生成精准的金融分析报告。FinGenius 引入博弈论优化决策，结合“年轮记忆规则算法”记录用户投资习惯，提供个性化分析。FinGenius 支持用AI重塑金融分析，提升决策效率，为投资者和金融机构提供创新解决方案。</p> <h2 style="font-size: 20px;">FinGenius 的主要功能</h2> <ul> <li>多Agent博弈系统：多个专业智能体（如舆情、游资、风控等）分工协作，从不同角度分析市场数据，生成综合报告。模拟市场参与者互动，优化决策过程，预测市场走势。</li> <li>深度数据整合与报告生成：整合多种数据源，快速生成结构化多模态报告，提炼关键信息和风险点。</li> <li>实时数据处理：毫秒级处理海量金融数据，实时监控市场异常，提前识别潜在风险。</li> <li> <div class="paragraph">风险预警系统：实时监控市场异常，提前识别潜在风险，为金融分析提供安全保障。</div> </li> <li>MCP智能调用与工具集成：基于 Model Context Protocol (MCP)，实现模型间无缝协作，支持即插即用的金融工具生态。</li> </ul> <h2 style="font-size: 20px;">FinGenius的官网地址</h2> <ul> <li>官网地址： <a href="http://fingenius.cn/" target="_blank" rel="noopener">http://fingenius.cn/</a> </li> <li>GitHub仓库： <a href="https://github.com/HuaYaoAI/FinGenius" target="_blank" rel="noopener">https://github.com/HuaYaoAI/FinGenius</a> </li> </ul>
JoyAgent-JDGenie
<div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">业界首个开源高完成度轻量化通用多智能体产品(JoyAgent-JDGenie)</h2> <a id="user-content-业界首个开源高完成度轻量化通用多智能体产品joyagent-jdgenie" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#%E4%B8%9A%E7%95%8C%E9%A6%96%E4%B8%AA%E5%BC%80%E6%BA%90%E9%AB%98%E5%AE%8C%E6%88%90%E5%BA%A6%E8%BD%BB%E9%87%8F%E5%8C%96%E9%80%9A%E7%94%A8%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93%E4%BA%A7%E5%93%81joyagent-jdgenie" aria-label="Permalink: 业界首个开源高完成度轻量化通用多智能体产品(JoyAgent-JDGenie)"></a></div> <p>解决快速构建多智能体产品的最后一公里问题</p> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">简介</h2> <a id="user-content-简介" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#%E7%AE%80%E4%BB%8B" aria-label="Permalink: 简介"></a></div> <p>当前相关开源agent主要是SDK或者框架，用户还需基于此做进一步的开发，无法直接做到开箱即用。我们开源的JoyAgent-JDGenie是端到端的多Agent产品，对于输入的query或者任务，可以直接回答或者解决。例如用户query"给我做一个最近美元和黄金的走势分析"，JoyAgent-Genie可以直接给出网页版或者PPT版的报告文档。</p> <p>JoyAgent-JDGenie是一个通用的多智能体框架，对于用户需要定制的一些新场景功能，只需将相关的子智能体或者工具挂载到JoyAgent-Genie即可。为了验证JoyAgent-JDGenie的通用性，在GAIA榜单准确率达到75.15%，已超越OWL（CAMEL）、Smolagent（Huggingface）、LRC-Huawei（Huawei）、xManus（OpenManus）、AutoAgent（香港大学）等行业知名产品。</p> <p>此外，我们的开源多智能体产品JoyAgent-JDGenie相对比较轻量，不像阿里的SpringAI-Alibaba需要依赖阿里云百炼平台相关功能（基于百炼平台调用LLM），Coze依赖火山引擎平台。</p> <p>我们整体开源了智能体产品JoyAgent-JDGenie，包括前端、后端、框架、引擎、核心子智能体（报告生成智能体、代码智能体、PPT智能体、文件智能体等）、想用微调后效果更好的欢迎使用JoyAgent。</p> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">产品对比</h2> <a id="user-content-产品对比" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#%E4%BA%A7%E5%93%81%E5%AF%B9%E6%AF%94" aria-label="Permalink: 产品对比"></a></div> <table> <thead> <tr> <th>分类</th> <th>agent</th> <th>是否开源</th> <th>是否开源完整产品</th> <th>是否依赖生态</th> </tr> </thead> <tbody> <tr> <td rowspan="2">SDK类</td> <td>SpringAI-Alibaba</td> <td>部分</td> <td>否，只开源SDK（SDK）</td> <td>是（阿里云百炼平台）</td> </tr> <tr> <td>Coze</td> <td>部分</td> <td>否，只开源部分Nieo SDK（SDK）</td> <td>是（火山引擎平台）</td> </tr> <tr> <td rowspan="6">框架类</td> <td>Fellow</td> <td>是</td> <td>否，只开源了Eko智能体框架（框架）</td> <td>否</td> </tr> <tr> <td>Dify</td> <td>是</td> <td>否，只开源了智能体框架，且主要是workflow（框架）</td> <td>否</td> </tr> <tr> <td>SkyworkAI</td> <td>是</td> <td>否，只开源了智能体框架（框架）</td> <td>否</td> </tr> <tr> <td>OpenManus</td> <td>是</td> <td>否，只开源了智能体框架（框架）</td> <td>否</td> </tr> <tr> <td>Owl</td> <td>是</td> <td>否，只开源了智能体框架（框架）</td> <td>否</td> </tr> <tr> <td>n8n</td> <td>是</td> <td>否，只开源了智能体框架，且主要是workflow（框架）</td> <td>否</td> </tr> <tr> <td rowspan="3">协议类</td> <td>MCP</td> <td>是</td> <td>否，只是开源协议</td> <td>否</td> </tr> <tr> <td>A2A</td> <td>是</td> <td>否，只是开源协议</td> <td>否</td> </tr> <tr> <td>AG-UI</td> <td>是</td> <td>否，只是开源协议</td> <td>否</td> </tr> <tr> <td rowspan="2">技术模块类</td> <td>memory0</td> <td>是</td> <td>否，只是开源的技术模块</td> <td>否</td> </tr> <tr> <td>LlamaIndex</td> <td>是</td> <td>否，只是开源的技术模块</td> <td>否</td> </tr> <tr> <td>产品类</td> <td>Our</td> <td>是</td> <td>是，开源端到端完整的Agent产品（产品）</td> <td>否</td> </tr> </tbody> </table> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">框架效果先进性</h2> <a id="user-content-框架效果先进性" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#%E6%A1%86%E6%9E%B6%E6%95%88%E6%9E%9C%E5%85%88%E8%BF%9B%E6%80%A7" aria-label="Permalink: 框架效果先进性"></a></div> <table> <thead> <tr> <th>Agent</th> <th>Score</th> <th>Score_level1</th> <th>Score_level2</th> <th>Score_level3</th> <th>机构</th> </tr> </thead> <tbody> <tr> <td>Alita v2.1</td> <td>0.8727</td> <td>0.8868</td> <td>0.8953</td> <td>0.7692</td> <td>Princeton</td> </tr> <tr> <td>Skywork</td> <td>0.8242</td> <td>0.9245</td> <td>0.8372</td> <td>0.5769</td> <td>天工</td> </tr> <tr> <td>AWorld</td> <td>0.7758</td> <td>0.8868</td> <td>0.7791</td> <td>0.5385</td> <td>Ant Group</td> </tr> <tr> <td>Langfun</td> <td>0.7697</td> <td>0.8679</td> <td>0.7674</td> <td>0.5769</td> <td>DeepMind</td> </tr> <tr> <td>JoyAgent-JDGenie(Our)</td> <td>0.7515</td> <td>0.8679</td> <td>0.7791</td> <td>0.4230</td> <td>Our</td> </tr> <tr> <td>OWL</td> <td>0.6424</td> <td>0.7547</td> <td>0.6512</td> <td>0.3846</td> <td>CAMEL</td> </tr> <tr> <td>Smolagent</td> <td>0.5515</td> <td>0.6792</td> <td>0.5349</td> <td>0.3462</td> <td>Huggingface</td> </tr> <tr> <td>AutoAgent</td> <td>0.5515</td> <td>0.7170</td> <td>0.5349</td> <td>0.2692</td> <td>HKU</td> </tr> <tr> <td>Magentic</td> <td>0.4606</td> <td>0.5660</td> <td>0.4651</td> <td>0.2308</td> <td>MSR AI Frontiers</td> </tr> <tr> <td>LRC-Huawei</td> <td>0.406</td> <td>0.5283</td> <td>0.4302</td> <td>0.0769</td> <td>Huawei</td> </tr> <tr> <td>xManus</td> <td>0.4061</td> <td>0.8113</td> <td>0.2791</td> <td>0.0000</td> <td>OpenManus</td> </tr> </tbody> </table> <p><a href="https://github.com/jd-opensource/joyagent-jdgenie/blob/main/docs/img/score.png" target="_blank" rel="noopener noreferrer"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://github.com/jd-opensource/joyagent-jdgenie/raw/main/docs/img/score.png"></a></p> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">系统架构</h2> <a id="user-content-系统架构" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84" aria-label="Permalink: 系统架构"></a></div> <p><a href="https://github.com/jd-opensource/joyagent-jdgenie/blob/main/docs/img/archi.png" target="_blank" rel="noopener noreferrer"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://github.com/jd-opensource/joyagent-jdgenie/raw/main/docs/img/archi.png"></a></p> <p>本开源项目基于JoyAgent-JDGenie产品开源了整体的产品界面、智能体的多种核心模式（react模式、plan and executor模式等）、多个子智能体（report agent、search agent等）以及多整体间交互协议。</p> <div class="markdown-heading" dir="auto"> <h3 class="heading-element" dir="auto" tabindex="-1">主要特点和优势</h3> <a id="user-content-主要特点和优势" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#%E4%B8%BB%E8%A6%81%E7%89%B9%E7%82%B9%E5%92%8C%E4%BC%98%E5%8A%BF" aria-label="Permalink: 主要特点和优势"></a></div> <ul dir="auto"> <li>端到端完整的多智能体产品，开箱即用，支持二次开发</li> <li>智能体框架协议 <ul dir="auto"> <li>支持多种智能体设计模式</li> <li>多智能体上下文管理</li> <li>高并发DAG执行引擎，极致的执行效率</li> </ul> </li> <li>子智能体和工具 <ul dir="auto"> <li>子Agent和工具可插拔：预制多种子智能体和工具</li> <li>多种文件交付样式：html、ppt、markdown</li> <li>plan和工具调用 RL优化迭代</li> <li>全链路流式输出</li> </ul> </li> </ul> <div class="markdown-heading" dir="auto"> <h3 class="heading-element" dir="auto" tabindex="-1">主要创新点</h3> <a id="user-content-主要创新点" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#%E4%B8%BB%E8%A6%81%E5%88%9B%E6%96%B0%E7%82%B9" aria-label="Permalink: 主要创新点"></a></div> <p><a href="https://github.com/jd-opensource/joyagent-jdgenie/blob/main/docs/img/invo.png" target="_blank" rel="noopener noreferrer"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://github.com/jd-opensource/joyagent-jdgenie/raw/main/docs/img/invo.png"></a></p> <div class="markdown-heading" dir="auto"> <p>multi-level and multi-pattern thinking:结合多种智能体设计模式支持多层级的规划和思考</p> <a id="user-content-multi-level-and-multi-pattern-thinking结合多种智能体设计模式支持多层级的规划和思考" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#multi-level-and-multi-pattern-thinking%E7%BB%93%E5%90%88%E5%A4%9A%E7%A7%8D%E6%99%BA%E8%83%BD%E4%BD%93%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E6%94%AF%E6%8C%81%E5%A4%9A%E5%B1%82%E7%BA%A7%E7%9A%84%E8%A7%84%E5%88%92%E5%92%8C%E6%80%9D%E8%80%83" aria-label="Permalink: multi-level and multi-pattern thinking:结合多种智能体设计模式支持多层级的规划和思考"></a></div> <ul dir="auto"> <li>multi-level：work level 和 task level</li> <li>multi-pattern：plan and executor模式和react模式</li> </ul> <div class="markdown-heading" dir="auto"> <p>cross task workflow memory:跨任务级别的相似任务memory</p> <a id="user-content-cross-task-workflow-memory跨任务级别的相似任务memory" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#cross-task-workflow-memory%E8%B7%A8%E4%BB%BB%E5%8A%A1%E7%BA%A7%E5%88%AB%E7%9A%84%E7%9B%B8%E4%BC%BC%E4%BB%BB%E5%8A%A1memory" aria-label="Permalink: cross task workflow memory:跨任务级别的相似任务memory"></a></div> <div class="markdown-heading" dir="auto"> <p>tool evolution via auto-disassembly-and-reassembly of atom-tools</p> <a id="user-content-tool-evolution-via-auto-disassembly-and-reassembly-of-atom-tools" class="anchor" href="https://github.com/jd-opensource/joyagent-jdgenie/tree/main#tool-evolution-via-auto-disassembly-and-reassembly-of-atom-tools" aria-label="Permalink: tool evolution via auto-disassembly-and-reassembly of atom-tools"></a></div> <ul dir="auto"> <li>基于已有工具迭代产生新工具，而不是从0-1直接生成新工具（减少错误工具的生成）</li> <li>基于已有工具隐性拆解为原子工具，并基于原子工具结合大模型自动组合成新工具（不需要花费人力预先定义和拆解原子工具）</li> </ul>
Magentic-UI
<p>这个工具不仅可以自动浏览网页、填写表单，还能执行代码、分析文件，关键是整个过程完全透明可控。</p> <h3 style="font-size: 18px;">主要功能</h3> <p>协同规划：通过对话和计划编辑器，与 AI 一起制定详细的任务执行步骤。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://img.medsci.cn/aisite/tinymce/2025/07/17/1752698732_X5FoB00Ns1.png"></p> <p>协同任务执行：可以随时中断和引导任务执行，直接通过网页浏览器或对话进行干预。</p> <p>敏感操作保护：对于关键操作，系统会主动请求用户确认后再执行。</p> <p>计划学习和检索：从之前的运行中学习经验，改进未来的任务自动化，并保存到计划库中。</p> <p>并行任务处理：支持同时运行多个任务，状态指示器会提醒何时需要输入或任务完成。</p> <p>多模态交互：支持文本消息和图片附件，提供丰富的交互体验。</p>
Pokee AI
<p>Pokee AI 是下一代通用 AI Agent 开发平台。平台基于强化学习（RL）技术构建高效、个性化且交互性强的 AI Agent，替代传统大语言模型进行任务规划和工具调用。Pokee AI 的 Agent 在多步骤任务执行、推理和工具使用方面表现出色，能快速响应用户指令、提供精准服务，适用于电商、开发与创作、企业自动化等多个领域，基于个性化服务与用户建立长期绑定关系，推动 AI 在更多场景中的落地应用。</p> <h2 style="font-size: 20px;">Pokee AI的官网地址</h2> <ul> <li>官网地址：<a class="external" href="https://pokee.ai/?utm_source=ai-bot.cn" target="_blank" rel="noopener nofollow">pokee.ai</a></li> </ul>
NativeMind
<p>NativeMind是开源的完全在本地设备运行的AI助手。NativeMind支持DeepSeek、Qwen、Llama等多种模型，基于Ollama集成能无缝加载和切换。NativeMind功能包括智能对话、网页内容分析、翻译、写作辅助等，均在浏览器内完成，无需云同步。NativeMind确保数据100%本地处理，无云依赖，无追踪，无日志，让用户完全掌控自己的数据。</p> <h2 style="font-size: 20px;">NativeMind的主要功能</h2> <ul> <li>智能对话：具备多标签页上下文感知能力，进行全面的AI对话，能理解并整合不同页面的信息，让对话更连贯、深入。</li> <li>智能内容分析：能即时总结网页内容，快速提取关键信息；支持理解文档内容，帮助用户快速把握核心要点，节省阅读时间。</li> <li>通用翻译：提供全页翻译功能，支持双语并排显示，方便对比查看；支持对选定文本进行翻译，满足不同翻译需求。</li> <li>AI驱动搜索：增强浏览器的搜索能力，直接在浏览器中输入问题，NativeMind自动浏览网页给出精准答案，提升搜索效率。</li> <li>写作增强：自动检测文本，提供智能改写、校对和创意建议，帮助用户优化写作内容，提高写作质量。</li> <li>实时辅助：在浏览网页时，根据上下文动态显示浮动工具栏，提供相关功能按钮，如翻译、总结等，方便用户随时使用。</li> </ul> <h2 style="font-size: 20px;">NativeMind的项目地址</h2> <ul> <li>项目官网： <a href="https://nativemind.app/" target="_blank" rel="noopener">https://nativemind.app/</a> </li> <li>GitHub仓库： <a href="https://github.com/NativeMindBrowser/NativeMindExtension" target="_blank" rel="noopener">https://github.com/NativeMindBrowser/NativeMindExtension</a> </li> </ul>
Agent Zero
<p>Agent Zero 是开源的、动态的、可扩展的人工智能框架，成为用户个性化的智能助手。不是预设功能的工具，通过用户的指令和任务动态学习和成长。Agent Zero 具备持久记忆功能，能记住之前的解决方案、代码和事实，以便更快地解决未来任务。将计算机操作系统视为完成任务的工具，可以编写代码并使用终端执行任务，支持多代理协作，能创建下属代理以分解和解决复杂任务。Agent Zero 的行为完全由用户定义的系统提示控制，用户可以通过修改提示文件来定制其行为和功能。支持语音输入和输出，提供实时交互的 Web 界面，用户可以在任何时刻干预代理的行为。</p> <h2 style="font-size: 20px;">Agent Zero的地址</h2> <ul> <li>官网： <a href="https://agent-zero.ai/" target="_blank" rel="noopener">https://agent-zero.ai/</a> </li> <li>Github仓库： <a href="https://github.com/frdel/agent-zero" target="_blank" rel="noopener">https://github.com/frdel/agent-zero</a> </li> </ul>
飞书Aily
<p>飞书Aily是飞书推出的企业级Agent平台，类似于企业版的Manus。飞书Aily能深度调用公司内部知识库、任务系统和项目进度，并运行MCP，是真正意义上的企业级智能助手。平台解决了通用Agent无法进入企业内部的问题，因为企业数据安全至关重要，且企业数据大多存储在飞书的云文档、多维表格等系统中。Aily能接入飞书专属MCP，如飞书云文档、飞书项目、飞书任务等，满足企业个性化需求，提升工作效率。</p> <p>飞书Aily官网：https://aily.feishu.cn/</p>
WebSailor
<p>WebSailor 是阿里通义实验室开源的网络智能体，专注于复杂信息检索与推理任务。通过创新的数据合成方法（如 SailorFog-QA）和训练技术（如拒绝采样微调和 DUPO 算法），在高难度任务中表现出色，在 BrowseComp 等评测中超越多个知名模型，登顶开源网络智能体榜单。WebSailor 的推理重构技术能高效处理复杂任务，生成简洁且精准的推理链。在复杂场景中表现出色，在简单任务中展现出强大的泛化能力。</p> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">WebSailor 的功能</h2> <a id="user-content-️-features-for-websailor" class="anchor" href="https://github.com/Alibaba-NLP/WebAgent?tab=readme-ov-file#%EF%B8%8F-features-for-websailor" aria-label="永久链接：⛵️ WebSailor 的功能"></a></div> <ul dir="auto"> <li>完整的后训练方法使模型能够进行扩展思考和信息搜索，最终使它们能够成功完成以前被认为无法解决的极其复杂的任务。</li> <li>推出SailorFog-QA，这是一个可扩展的 QA 基准测试，具有较高的不确定性和难度，采用新颖的数据合成方法，通过图形采样和信息混淆进行管理。SailorFog-QA 数据示例可在以下位置找到：<a href="https://github.com/Alibaba-NLP/WebAgent/blob/main/WebSailor/dataset/sailorfog-QA.jsonl"><code>WebSailor/dataset/sailorfog-QA.jsonl</code></a></li> <li>有效的训练后流程包括：（1）从专家轨迹中高质量地重建简洁推理，以进行清晰的监督；（2）一个两阶段的训练过程，涉及 RFT 冷启动阶段，然后是重复采样策略优化 (DUPO)，这是一种高效的代理 RL 算法，在有效性和效率方面表现出色。</li> <li>WebSailor-72B 的表现明显优于所有开源代理和框架，同时缩小了与领先专有系统的性能差距，在 BrowseComp-en 上获得了12.0%的得分，在 BrowseComp-zh 上获得了30.1%的得分，在 GAIA 上获得了55.4% 的得分。</li> <li>检查站很快就到了。</li> </ul> <h2 style="font-size: 20px;">WebSailor的项目地址</h2> <ul> <li>Github仓库： <a href="https://github.com/Alibaba-NLP/WebAgent" target="_blank" rel="noopener">https://github.com/Alibaba-NLP/WebAgent</a> </li> <li>论文：<a class="Link--inTextBlock" href="https://arxiv.org/pdf/2507.02592" rel="nofollow">https://arxiv.org/pdf/2507.02592</a></li> </ul>
ML-Master
<p>ML-Master是上海交通大学人工智能学院Agents团队推出ML-Master – 上海交大推出的AI专家Agent的AI专家智能体。在OpenAI的权威基准测试MLE-bench中表现出色，以29.3%的平均奖牌率位居榜首，超越了微软的RD-Agent和OpenAI的AIDE等竞争对手。ML-Master通过“探索-推理深度融合”的创新范式，模拟人类专家的认知策略，整合广泛探索与深度推理，显著提升了AI在机器学习工程中的表现。采用平衡多轨迹探索和可控推理两大模块，通过自适应记忆机制实现两者的高效协同。</p> <h2 style="font-size: 20px;">ML-Master的项目地址</h2> <ul> <li>项目官网：https://sjtu-sai-agents.github.io/ML-Master/</li> <li>Github仓库：https://github.com/sjtu-sai-agents/ML-Master</li> <li>arXiv技术论文：https://arxiv.org/pdf/2506.16499</li> </ul>
ComputerX
<p>ComputerX是基于人工智能的AI Agent工具，通过自然语言指令帮助用户自动化处理各种计算机任务，提升工作效率。能处理多种任务，如旅行规划、数据分析、报告生成、网页应用创建等，支持文本、表格、图像和代码等多种输出格式。ComputerX基于 AI 技术整合来自多个在线来源的信息，提供全面且准确的结果，保持任务执行过程的透明性。</p> <h2 style="font-size: 20px;">ComputerX的官网地址</h2> <ul> <li>官网地址：<a href="https://computerx.ai/?utm_source=medsci" target="_blank" rel="noopener"> https://computerx.ai/</a></li> </ul>
Miniwork
<p>Miniwork是高效的AI工具平台，聚焦提升工作、学习、内容创作、运营营销等多个方向，专为提升工作与学习效率的用户打造。Miniwork涵盖SEO分析及优化、写作辅助、图像生成、PDF处理、营销策划及运营管理等多元化AI工具，通过前沿技术集成包括GPT-4o、Claude 3.7 sonnet、Gemini 1.5 Flash、Llama 3.1、DeepSeek-R1、GLM-4-plus等在内的多个AI模型。帮助用户应对各类任务场景，提供精准的智能化解决方案，让复杂工作变得简单高效。</p> <h2 style="font-size: 20px;">MiniWork的官网地址</h2> <ul> <li>官网地址： <a href="https://miniwork.ai/en" target="_blank" rel="noopener">https://miniwork.ai/en</a> </li> </ul>
FloweAI
<p>FloweAI是通用型AI Agent，支持基于自然语言指令高效完成各类任务。FloweAI能快速制作PPT、撰写文档、发送邮件、进行深度研究并生成专业报告。FloweAI界面简洁，支持多任务并行处理，具备强大的智能自动化能力，适用学生、职场人士和企业用户。FloweAI能处理日常任务，应对复杂工作流程，基于持续更新和功能扩展，成为用户日常工作和学习中的得力助手。</p> <h2 style="font-size: 20px;">FloweAI的主要功能</h2> <ul> <li>发送邮件：撰写和发送专业邮件。自动跟进对话，管理邮件通信。</li> <li>深度研究：对任何主题进行综合研究。从多个来源收集见解，汇编详细的研究结果。</li> <li>撰写报告：创建专业报告。分析数据，以清晰、结构化的文档呈现信息。</li> <li>制作演示文稿：设计引人入胜的演示文稿。</li> <li>多任务处理：支持多任务并行处理，支持关闭选项卡后台运行，或设置特定时间自动运行任务。</li> <li>文档生成：自动生成Google Docs文档。</li> <li>网页浏览与自动化：自主浏览网页、自动填写网页表格。</li> </ul> <h2 style="font-size: 20px;">FloweAI的官网地址</h2> <ul> <li>官网地址： <a href="https://floweai.com/" target="_blank" rel="noopener">https://floweai.com/</a> </li> </ul>
Jenius
<p>Jenius 是天聚地合（苏州）科技股份有限公司推出的通用型AI Agent产品。通过多智能体协作架构，将复杂任务分解为多个子任务，由不同的智能体分工完成，例如规划、执行和验证等。模仿了人类处理任务的逻辑，能高效地完成从需求理解到任务执行的全链路闭环操作。Jenius 整合了近千种实时数据接口，涵盖汇率、天气、新闻等多种数据源，结合用户偏好和历史行为，生成高性价比的解决方案。通过 RPA 技术实现自动化操作，例如自动完成旅行预订或报表生成等任务。Jenius 具备自适应学习能力，能根据用户反馈不断优化流程，提供个性化服务。</p>