即刻App年轻人的同好社区
下载
App内打开
山顶洞人Adolph
164关注194被关注0夸夸
10年B端AIPM,INTP,哈工大
阿里(AgentEval)
ex:美团(LLM客服)←小冰(2D数字人)←
KPMG(NLP)
置顶
山顶洞人Adolph
3月前
一天两夜,极限VibeCoding,我造了一个运行在IM里的Agent

```markdown
# IMAgent:把企业 IM 变成你的本地 Agent 工作台

Agent 像联系人一样进入你的真实工作流,在聊天里理解目标,在本机上下文中完成真实任务。

## 产品介绍

IMAgent 不是又一个聊天机器人,也不是一个孤立的 AI 网页。它把 Agent 无缝嵌入企业 IM 的联系人会话列表,让 Agent 像同事、助理或项目伙伴一样,出现在你每天已经使用的沟通入口里。

通过熟悉的 Chat UI,用户可以围绕本机目录、项目文件、文档资料和历史对话发起任务。IMAgent 会把消息、文件、任务状态和设备上下文连接起来,让一次聊天不只是问答,而是可以持续推进的工作流。

## 核心亮点

### IM 原生 Agent
Agent 不再是外部工具,而是企业 IM 里的一个联系人。你可以像找同事一样找到它、唤起它、继续之前的上下文,让 Agent 人格化地融入日常协作。

### Chat UI 主交互
用户无需学习新的复杂界面,用自然语言表达目标,用消息延续上下文,用对话沉淀工作记录。熟悉的聊天体验,承载更完整的工作过程。

### 本地优先的工作方式
IMAgent 围绕本机文件、目录、项目和资料展开协作,更适合代码项目、个人知识库、企业内网资料和需要本地上下文的工作场景。

### 可视化共享设备上下文
不再只靠文字描述路径和文件。IMAgent 将目录、文件、历史对话、任务状态可视化,让用户和 Agent 共享同一个清晰的工作现场。

### 高效并行工作流
任务与任务可以并行,任务与消息可以并行,任务与会议也可以并行。人在继续沟通,Agent 在后台推进工作,结果再回到消息流中。

### 消息流与工作台双形态
轻量操作留在 IM 卡片里,复杂文件管理、历史对话和任务查看进入侧边栏工作台。既保留 IM 的轻快,也避免消息流被复杂操作污染。

### 文件与 Agent 融合
用户可以在工作台中浏览、预览、编辑和管理文件,并围绕当前目录直接发起 Agent 对话。Agent 不再悬浮在工作之外,而是进入真实项目现场。

### 移动端延续
离开电脑后,也可以通过手机继续查看进展、发起任务或跟进结果,让本机工作流具备更好的连续性。

### 兼容主流 Agent 生态
IMAgent 面向现有 Agent 工具和团队工作方式设计,不要求用户推翻已有习惯,而是把已有能力整合进一个更自然的 IM 工作入口。
```

https://imagent.vercel.app/

00
山顶洞人Adolph
3天前
哈哈哈,很多真打不过。 //@无心小红手: 可能都打不过牛来

Akira神小狼: 为啥那么多电影撤档?

00
山顶洞人Adolph
6天前
《牛来》同时讽刺了中国电影和二级市场,牛哇牛哇,我尼玛。
00
山顶洞人Adolph
6天前
太妙了

杨远骋Koji: 1) DeepSeek Harness 很妙呀 在模型能力没有收敛的时期,把大家都动员起来、都 involve 进来,广纳天下之 Harness 贤才,一起迭代和探索未至之境 2) 不要理解这是一个产品,这其实是一个战略:「把全世界变成一个分布式 Harness 团队」 3) 如果把 DSH 当作产品,我们会问: 它现在有没有 Claude Code 好用?UI 是否成熟?Token 消耗高不高?子 Agent 会不会报错?文档是否足够清楚? 这些问题当然都重要。 但如果把它当作战略,应该问的是另外几个问题: 它把哪些人动员了进来?它允许多少种技术路线同时存在?全世界对 Harness 的探索,最后会沉淀在哪里? 4) 在模型能力高速变化、Harness 范式尚未收敛的阶段,过早押注一个封闭产品,相当于用一家公司的判断,去猜一个仍在快速移动的终局。 DeepSeek 的做法,是保留尽可能多的选择权。 如果某种上下文策略胜出,它可以成为默认插件;如果 PTC 比传统工具调用更有效,它可以被进一步强化;如果未来模型已经强到不再需要复杂的多 Agent 编排,那些组件也可以被卸掉;如果某个垂直社区创造出更好的工作流,DSH 可以直接吸收其经验,而不需要推倒重来。 更重要的是,这会形成一个模型与 Harness 共同进化的回路。 5) 社区公开的问题、插件和运行经验,会不断暴露模型在真实任务中的摩擦点。 这些摩擦既可以推动 Harness 迭代,也能反过来告诉模型团队:下一代模型应该在哪些 Agent 能力上继续训练。 6) 从这个角度看,DeepSeek Harness 很妙。 它没有等到所有问题都想清楚以后,端出一个号称完美的 DeepSeek 版 Claude Code; 它选择在模型能力和 Harness 范式都没有收敛的时候,把大家都动员起来、都 involve 进来,广纳天下之 Harness 贤才,共同探索未至之境。 DSH 今天只是一个 0.1 阶段的产品。 但 DS 真正试图争夺的,是 Agent 时代的演化权。 越是不知道终局在哪里,越要尽早把门打开 此情此景,让我想起 2008 年的《北京欢迎你》,没错,《DeepSeek 欢迎你》

00
山顶洞人Adolph
12天前
ChatGPT这周怎么不给重置。
00
山顶洞人Adolph
14天前
AI时代最重要的三件事:
​品味
​常识
​客观规律
00
山顶洞人Adolph
20天前
刘波态势感知就这么被清盘了?太疯狂了。
00