智能体与计算机操作

在 n8n 中构建你的第一个 AI Agent：端到端的线索分诊工作流

一套基于官方文档的n8n潜在客户分流设计：验证输入、限制智能体可用工具、验证结构化输出、以原子方式保存提案，并把所有直接影响客户的操作放在审批之后。

浏览器智能体与计算机使用：它们今天真正能做什么

浏览器智能体和计算机使用AI承诺能像你一样操作计算机。2026年的现实比演示看起来更实用，也更受限制。本文将实事求是地介绍哪些方法可行、哪些不可行，以及适合应用它们的场景。

13 分钟阅读

如何设计不会无限循环的智能体

生产环境中最常见的智能体故障，是陷入无限或近乎无限的循环：智能体不断重试、转向分支，消耗大量token，却没有取得进展。本文介绍如何通过架构设计避免这类问题，让智能体即使面对困难任务也能正常结束。

此主题下的更多内容

DGX Spark：是什么、为谁而设，以及对本地智能体改变了什么

对 NVIDIA DGX Spark 的务实解读：NVIDIA 公布的 Grace Blackwell GB10 规格、相干统一内存、ConnectX-7 集群能力，以及何时桌边智能体计算机适合作为私有 AI 方案。

7 分钟阅读

Hermes Agent：它是什么、不是什么，何时该用

清晰梳理 Nous Research 的 Hermes Agent：持久记忆、技能、工具与消息网关，并说明何时聊天机器人已经够用，何时需要智能体运行时。

Hermes Agent 第一周：记忆管理、技能与工具审批

Hermes Agent 的安全第一周设置：安装并完成冒烟测试，整理 MEMORY.md 与 USER.md，添加一个技能，限制文件写入范围，并禁用或隔离 shell 访问。

Hermes vs n8n：按任务选择（以及何时同时使用两者）

Hermes Agent 与 n8n 的决策框架：确定性工作流管道留在 n8n，边界明确的智能体工作则通过使用 Bearer 认证的 Hermes API 步骤，或独立的事件 webhook 路径处理。

7 分钟阅读

Hermes Webhook：无需巨型万能提示的事件驱动智能体

使用符合事件来源要求的身份验证、8644 端口健康检查和小型命名路由配置 Hermes Agent webhook，让事件触发目标明确、交付位置清楚的智能体运行。

n8n AI 节点的幂等性、重试与人工审批关卡

AI 节点的失败方式不同于 CRUD API。为 n8n 设计重试、幂等键、人工参与的审批关卡与日志，避免不稳定的模型调用重复发送邮件或跳过审核。

n8n → Hermes：选择 API 调用还是事件 Webhook

将确定性的状态管理留在 n8n：当 n8n 需要智能体结果时调用 Hermes API；当一个事件应触发 Hermes 按配置完成交付时，则使用 webhook 适配器。

DGX Spark 上的 NemoClaw：部署与安全计划

规划并评估如何在 DGX Spark 的 NVIDIA OpenShell 中运行 OpenClaw、Hermes 或 Deep Agents Code：当前上手流程、策略层、路由推理，以及上线前必须取得的验收证据。

OpenClaw 允许列表、配对与群组提及安全

渠道允许列表、DM 配对与群组提及规则是 OpenClaw 真正的安全边界，因为工具可能包括 shell、文件与浏览器。本文提供一份实用的锁定清单。

OpenClaw 个人网关设置：安装、初始配置与控制台

OpenClaw 是什么、如何安装并完成自托管多渠道网关的初始配置、在 18789 端口打开 Control UI，以及支持哪些 Node 版本，同时不跳过安全基线。

OpenClaw 技能、心跳自治与审批关卡

了解 OpenClaw 如何加载技能、心跳周期性轮次如何运行、如何限制主机 shell 执行，以及如何通过严格的浏览器策略和经过审查的工作流确认来约束浏览器自动化。

OpenClaw vs Hermes：按任务选择，而非按品牌

OpenClaw 与 Hermes 都是可自托管且功能有所重叠的智能体系统，但各有不同的运维优势。选择其中一个或同时采用两者之前，应比较渠道路由、webhook、工具和自动化边界。

实验性双 DGX Spark + DeepSeek-V4-Flash + n8n + Hermes 栈

如何评估面向 DeepSeek-V4-Flash 的实验性社区双 DGX Spark 路径：用 n8n 处理确定性流程，用 Hermes 处理需要判断的流程。

让 Codex、Claude Code 与 Cursor 组成一支 CLI 团队

通过 AGENTS.md、CLAUDE.md、Cursor 规则和 CLI 非交互模式，让 Codex 设计、Claude 评审、Cursor 实现，无需定制编排平台。

15 分钟阅读

用 Linear 管理多智能体项目：Claude、Cursor 与 Codex 共享同一待办列表

让 Claude Code、Cursor 与 Codex 像真正的工程团队一样围绕同一个 Linear 项目协作：认领任务、更新进度、交接评审、修复发现项，并在互不干扰的情况下关闭工单。

6 分钟

AI语音智能体：工作原理及其声音逼真的原因

CX Foundation. 视频将语音智能体拆解为一条实用流水线：语音识别、语言模型、业务系统API、文本转语音和中断处理。在你选择Twilio、Retell、Vapi、LiveKit或其他平台前，这能为文章中的上线框架奠定具体的技术基础。

AI原生IDE与感知代码仓库的编码工作流

只有当团队设置明确边界时，Cursor、Copilot、Claude Code和感知代码仓库的智能体才能真正改变软件开发方式。本实用工作流涵盖代码库上下文、规划、测试、评审、密钥和生产安全。

客户流程中的语音智能体：适用场景与失效之处

当流程边界明确、数据可用且回退机制顺畅时，语音智能体能够发挥作用。本指南提供一套实用的决策框架，涵盖 Twilio/Retell 式系统、披露、转接、测试和分阶段实施。

LangGraph、CrewAI还是直接调用API：2026年如何选择智能体框架

2026年的智能体框架生态比以往成熟，却依然没有明确的统一选择。LangGraph、CrewAI、Pydantic AI、OpenAI Agents SDK和直接调用API各自适合一部分团队和项目，但没有一种方案适用于所有情况。本文将如实比较这些方案，并提供一套决策框架。

设计AI客户支持智能体：分诊、知识、操作与升级

一种经过队列评估的参考设计，涵盖支持分诊、检索、回复起草、受控操作和人工升级，并说明安全试点所需的政策与测量边界。

使用 AI 构建持续更新的简报或电子通讯

构建一份每日或每周自动简报：来源可追溯、采集遵守权限、质量检查明确，并具备维护循环。

生产环境中的计算机操作与浏览器智能体

计算机操作与浏览器智能体的演示经常引发热议，但大规模生产部署呈现出另一番面貌：任务范围更窄、约束措施更多、用户体验设计更谨慎。本文介绍行之有效的模式、反复出现的故障，以及真实的成本效益。

安全地将 AI 连接到电子邮件、日历和 CRM 系统

一份基于风险的指南：以最小权限、审批关卡、受保护的审计证据、负向测试与恢复路径，把AI连接到电子邮件、日历和CRM。

面向非工程师的MCP：将Claude或Cursor连接到你的工具

MCP是将AI连接到工具的新标准。无需亲自编写MCP，也能从中受益。这份面向非工程师的指南将说明MCP是什么、应安装哪些服务器，以及当AI真正能够执行操作后可以实现什么。

为长期运行的智能体构建记忆

长期运行的智能体需要一套责任明确的持久化设计，涵盖来源、确认、租户隔离、检索测试、保留、更正和可验证删除。

n8n、Zapier与Make对比：选择合适的自动化技术栈

坦诚比较2026年用于AI工作流的三大自动化平台。了解各平台擅长什么、局限在哪里，以及如何运用决策规则做出不后悔的选择。

超越文本块的RAG：图RAG、智能体RAG与长上下文RAG

经典的基于文本块的RAG存在局限。图RAG、智能体RAG和长上下文RAG以不同方式突破了这些限制。本文介绍各自适用的场景、实际工作原理，以及生产环境中重要的权衡。

190 分钟

LangGraph初学者完整课程：用Python构建复杂AI智能体

freeCodeCamp.org. 这是一份长篇代码跟练教程，逐步构建LangGraph的状态图、节点、边、条件路由、检查点和工具调用。完成后，你将对类型化状态和“每次状态转换都显式定义”的模型有足够直观的认识，文章对CrewAI和直接API代码的比较也就不再抽象。

66 分钟

CrewAI教程：初学者完整速成课

aiwithbrandon. 这是同类构建教程，但采用CrewAI的“角色—目标—背景故事”风格：把智能体视为团队成员，把任务视为交付物，由框架隐藏执行循环。建议看完LangGraph课程后立即观看；两者在框架替你做多少决定方面的鲜明对比，正是文章要求你权衡的重点。

15 分钟

我们如何构建高效智能体：Anthropic的Barry Zhang

AI Engineer. Barry Zhang提出三条规则：工作流能解决时就不要构建智能体；让循环尽可能简单；以及“像你的智能体一样思考”（置身于它的上下文窗口中，你会发现它在两张截图之间几乎是在摸黑决策）。这种简化思路和“这个任务是否真的值得使用智能体”检查清单，正是文章所倡导的工程纪律。

18 分钟

构建AI智能体的实用建议

Anthropic. 三位Anthropic工程师逐一讲解他们最常见到的陷阱：智能体不知道何时停止；不修复环境，却在系统提示中堆叠过多指令；以及根本没有必要采用的多智能体设计所带来的成本。建议紧接着Barry的演讲观看；你会从另一个角度认出同样的模式。

31 分钟

如何使用n8n构建AI客户支持智能体（免费模板）

Bart Slodyczka. 这套n8n工作流连接帮助台产品，基于检索到的材料起草回复，并把已解决工单转化为候选知识库内容。采用这种摄取模式前，应增加人工批准，删除个人数据和秘密信息，保留来源工单与内容版本作为来源记录，并使用留出的工单集开展检索评估。

231 分钟

如何构建并销售AI智能体：终极新手指南

Liam Ottley. 课程讲解基于RAG的聊天机器人、升级逻辑，以及使用Botpress、Voiceflow、Make和n8n等工具构建的无代码技术栈。其中的“智能体构成”部分提供了一个具体实现，可与文章中的分诊→证据→拟议操作→政策关卡→移交职责进行比较。

24 分钟

Operator与智能体简介

OpenAI. 这是Operator的实际发布演示。团队用它预订餐厅、购买杂货和活动门票，也展示了Operator如何因重定向而停滞，或遇到登录时将控制权交还给用户。这是了解浏览器智能体实际使用体验最清晰的材料：截屏与点击的循环、执行“有状态”操作前的确认，以及防范提示词注入的护栏——这些细节正是文章希望帮助你建立的合理预期。

2 分钟

Claude｜通过计算机使用功能编排任务

Anthropic. Anthropic用两分钟演示Claude如何通过直接操控桌面来规划一项涉及多个应用的小任务——搜索Web、查看Maps、添加日历邀请。它与下方Operator演示中仅使用云端浏览器的模式形成鲜明对比，也能帮助你直观验证文章的观点：计算机使用智能体最适合短小、边界清晰的事务，而不是开放式工作。

5 分钟

Claude接管了我的电脑

Fireship. 这是YouTube上对“截图—操作—截图”循环最清晰的短篇讲解，也如实展示了各种故障模式（Claude跑去查看Yellowstone、token消耗、每一步的延迟）。Fireship有意淡化了生产细节——这部分请阅读文章——但它能让你在将此类系统纳入技术栈前，正确理解它们为何成本高昂且十分脆弱。

8 分钟

Anthropic的Claude Computer Use带来重大变革｜YC Decoded

Y Combinator. Garry Tan讲解计算机操作真正改变了软件中哪些难以自动化的长尾场景：遗留应用、内部门户，以及任何没有API的系统。这里的论述正好对应文章中“浏览器是通用界面”的观点，并以更贴近商业现实的视角说明它最先能在哪些场景产生回报。

25 分钟

OWASP攻击LLM的10种方式：AI漏洞揭秘

IBM Technology. 视频从提示词注入扩展到更全面的OWASP LLM十大风险——不安全的输出处理、敏感信息泄露、过度代理等。在向任何工具授予Gmail或HubSpot权限范围之前，你正需要在脑中备好这份故障模式清单。

11 分钟

什么是提示词注入攻击？

IBM Technology. Jeff Crume用“以$1购买一辆SUV”的例子，在10分钟内极其清楚地解释了为什么直接提示词注入与间接提示词注入是两类不同的问题，以及为什么过滤无法彻底解决任何一类。这与文章的论点直接呼应：对于任何不可逆操作，你需要最小权限范围、专用智能体账号和人在回路机制，而不是更巧妙的系统提示词。

26 分钟

25分钟从零构建你的第一个AI智能体（无需编程）

Futurepedia. 视频从头开始，一次性构建出一个可运行的n8n智能体，并在过程中停下来解释智能体究竟是什么、它与线性工作流有何不同，以及应在何处设置防护边界。看完后，你会认出文章示意图中的每个节点，也会对合理的默认设置形成直观认识。

92 分钟

n8n大师课：构建AI智能体并实现工作流自动化（从入门到精通）

Nate Herk | AI Automation. Nate是专注n8n的从业者中观看次数最高的创作者之一，而这堂大师课比Futurepedia的入门教程更加深入——涵盖记忆、多智能体配置、错误处理和真实业务工作流。当你的潜在客户分流智能体已经正常运行，并希望进一步扩展时，可以观看这段视频。

20 分钟

模型上下文协议（MCP）

Anthropic. 协议设计者Theo Chu、David Soria Parra和Alex Albert亲自讲解了MCP为何存在、它的组成部分（服务器、客户端和传输机制）、自2024年11月发布以来的反响，以及他们日常实际使用哪些服务器。看完Nate Herk的概览后，这是一份很有价值的权威资料。