即刻App年轻人的同好社区
下载
置顶#今天聊聊产品逻辑
在与泛电商类客户的交流中，我们发现，传统搜索和AI搜索对于用户而言，在使用场景和心智上是有不同的。
在泛电商类App目前的产品设计范例中，用户对于Craglist-like的引导（即图标入口-列表-商品陈列）和传统搜索（即输入sku query-商品/服务项陈列）的定位，都会带有强目的倾向，即对这类交互的工具功能性定位是更强的。
换句话说，用户在使用这类功能的时候，心里已经有比较强的“我为什么要打开这个app”，“我希望做什么”的why认知。
而AI搜索的对话、总结式交互，并不一定在这类场景中让用户觉得更优，甚至会出现因为AI搜索进行加工的速度过慢导致用户产生不耐烦情绪。
我们认为，这是AI搜索解决的实际问题场景并不与传统搜索完全重叠造成的，不要因为两个feature命名时都带有“搜索”二字而被迷惑。
AI搜索基于模型提供的能力，最能补足的是连接用户的模糊诉求和精确商品之间的场景逻辑。这其实更像是推荐的场景，而非陈列和搜索的场景。
举个例子具象地说：
当用户说“我今天中午想吃肯德基”的时候，他是不需要App告诉他为什么的，他只需要App给他呈现肯德基，给他下单肯德基。从AI搜索的角度而言，并不会比传统搜索有更多优化的空间。（注意，从AI助理角度是可以完成快速下单的，但我们在讨论的是AI搜索场景）
但当用户说“我今天想吃个快的，下午1点就有个会”的时候，他就需要AI搜索理解“吃个快的”背后的含义，帮他解释why，并连接到解决能“吃个快的”这个问题背后对应的商品，可以是肯德基，也可以麦当劳、汉堡王。
在这样的场景里，背后的逻辑更像是基于效用周期更短的用户画像进行推荐，而不是基于query的搜索。
--------------
打个广告:
我们提供基于大模型的场景落地、咨询、培训及开发技术支持服务
欢迎有意者私聊或email: business@agently.tech
在与泛电商类客户的交流中，我们发现，传统搜索和AI搜索对于用户而言，在使用场景和心智上是有不同的。
在泛电商类App目前的产品设计范例中，用户对于Craglist-like的引导（即图标入口-列表-商品陈列）和传统搜索（即输入sku query-商品/服务项陈列）的定位，都会带有强目的倾向，即对这类交互的工具功能性定位是更强的。
换句话说，用户在使用这类功能的时候，心里已经有比较强的“我为什么要打开这个app”，“我希望做什么”的why认知。
而AI搜索的对话、总结式交互，并不一定在这类场景中让用户觉得更优，甚至会出现因为AI搜索进行加工的速度过慢导致用户产生不耐烦情绪。
我们认为，这是AI搜索解决的实际问题场景并不与传统搜索完全重叠造成的，不要因为两个feature命名时都带有“搜索”二字而被迷惑。
AI搜索基于模型提供的能力，最能补足的是连接用户的模糊诉求和精确商品之间的场景逻辑。这其实更像是推荐的场景，而非陈列和搜索的场景。
举个例子具象地说：
当用户说“我今天中午想吃肯德基”的时候，他是不需要App告诉他为什么的，他只需要App给他呈现肯德基，给他下单肯德基。从AI搜索的角度而言，并不会比传统搜索有更多优化的空间。（注意，从AI助理角度是可以完成快速下单的，但我们在讨论的是AI搜索场景）
但当用户说“我今天想吃个快的，下午1点就有个会”的时候，他就需要AI搜索理解“吃个快的”背后的含义，帮他解释why，并连接到解决能“吃个快的”这个问题背后对应的商品，可以是肯德基，也可以麦当劳、汉堡王。
在这样的场景里，背后的逻辑更像是基于效用周期更短的用户画像进行推荐，而不是基于query的搜索。
--------------
打个广告:
我们提供基于大模型的场景落地、咨询、培训及开发技术支持服务
欢迎有意者私聊或email: business@agently.tech
2 00
@所有人 Agently 3.5.0.0更新！
更新要点：
Ⓜ️ 通过全新的FastServer模块对已经定义好的Agent、Workflow进行支持，首期支持类型为MCP，你现在可以把自己做好的Agent和工作流通过MCP Server让各种客户端（如Cursor、Claude）使用了
🛠️ 经过重构的Tool Using插件，将支持直接使用MCP Server作为工具输入，所以，你也可以通过Agently直接使用MCP Server提供的工具啦！
🪄 在JSON修复流程中，引入了在Instant模式中经过验证的Lexer方法，进一步提升JSON修复可靠性
同时，#我们将在今天下午4点通过官方视频号直播聊聊Agently和MCP的双向结合方案
敬请关注！
更新要点：
Ⓜ️ 通过全新的FastServer模块对已经定义好的Agent、Workflow进行支持，首期支持类型为MCP，你现在可以把自己做好的Agent和工作流通过MCP Server让各种客户端（如Cursor、Claude）使用了
🛠️ 经过重构的Tool Using插件，将支持直接使用MCP Server作为工具输入，所以，你也可以通过Agently直接使用MCP Server提供的工具啦！
🪄 在JSON修复流程中，引入了在Instant模式中经过验证的Lexer方法，进一步提升JSON修复可靠性
同时，#我们将在今天下午4点通过官方视频号直播聊聊Agently和MCP的双向结合方案
敬请关注！
3 00
#Agently #MCP
再次remind，明天下午16:00，咱们聊聊Agently与MCP的结合方法
如果你对于MCP到底是什么，如何用在封装好的模型客户端之外（如业务代码中），如何快速搭建智能MCP服务（而不是简单调用工具）这些问题感兴趣，千万不要错过！
1. 如何将现有MCP服务快速转化为工具注册给Agently Agent
2. 如何将你制作的Agently Agent快速转化为MCP服务
3. 如何将自定义Agently Agent增强方法/工作流快速转化为MCP服务
欢迎预约，明天下午见！也欢迎将这场直播转发给你认为有需要的开发者朋友们！o(^▽^)o
再次remind，明天下午16:00，咱们聊聊Agently与MCP的结合方法
如果你对于MCP到底是什么，如何用在封装好的模型客户端之外（如业务代码中），如何快速搭建智能MCP服务（而不是简单调用工具）这些问题感兴趣，千万不要错过！
1. 如何将现有MCP服务快速转化为工具注册给Agently Agent
2. 如何将你制作的Agently Agent快速转化为MCP服务
3. 如何将自定义Agently Agent增强方法/工作流快速转化为MCP服务
欢迎预约，明天下午见！也欢迎将这场直播转发给你认为有需要的开发者朋友们！o(^▽^)o
1 00
@所有人 明天下午16:00，咱们聊聊Agently与MCP的结合方法
1. 如何将现有MCP服务快速转化为工具注册给Agently Agent
2. 如何将你制作的Agently Agent快速转化为MCP服务
3. 如何将自定义Agently Agent增强方法/工作流并快速转化为MCP服务
欢迎预约，明天下午见！
1. 如何将现有MCP服务快速转化为工具注册给Agently Agent
2. 如何将你制作的Agently Agent快速转化为MCP服务
3. 如何将自定义Agently Agent增强方法/工作流并快速转化为MCP服务
欢迎预约，明天下午见！
1 01
圣诞快乐！我们发布了一套Python同异步多线程混合编程工具，让Python的异步多线程编程不再一团糟！
在使用Python进行开发时，您是否也和我们一样，被异步和多线程编程的复杂表达所困扰？Agently Stage来啦！这是我们在2024年圣诞节给所有Python开发者的一份礼物🎁。
五项强大能力帮您轻松进行异步和多线程编程
- 能力1：使用Stage统一管理同步、异步函数混合调度
- 能力2：使用StageFunction将普通函数转换为具有状态的非阻塞函数
- 能力3：迭代生成器（Iter Generator）和异步迭代生成器（Async Iter Generator）也可以在Stage中工作，并且可以在下游被for或者async for消费，无需进行类型转换
- 能力4：使用Tunnel帮助您轻松跨越线程和协程进行流式数据传输
- 能力5：和node.js中使用体验完全一致的EventEmitter，我们做到了！
我们希望通过Agently Stage，为Python带来简单易用的异步编程体验。告别复杂的event loop管理，轻松进行异步编程吧！
在使用Python进行开发时，您是否也和我们一样，被异步和多线程编程的复杂表达所困扰？Agently Stage来啦！这是我们在2024年圣诞节给所有Python开发者的一份礼物🎁。
五项强大能力帮您轻松进行异步和多线程编程
- 能力1：使用Stage统一管理同步、异步函数混合调度
- 能力2：使用StageFunction将普通函数转换为具有状态的非阻塞函数
- 能力3：迭代生成器（Iter Generator）和异步迭代生成器（Async Iter Generator）也可以在Stage中工作，并且可以在下游被for或者async for消费，无需进行类型转换
- 能力4：使用Tunnel帮助您轻松跨越线程和协程进行流式数据传输
- 能力5：和node.js中使用体验完全一致的EventEmitter，我们做到了！
我们希望通过Agently Stage，为Python带来简单易用的异步编程体验。告别复杂的event loop管理，轻松进行异步编程吧！
圣诞快乐！我们发布了一套Python同异步多线程混合编程工具，让Python的异步多线程编程不再一团糟！
2 10
Agently Realtime实时模型返回结果解析能力的说明文档来啦！
如果你还在为“很难在流式输出过程中，对结构化数据进行解析，只能等待模型给出完整输出的结束信号后，才能获得相对可靠、安全、完整的结构化数据”这个问题所困扰，解决方案就是它：agently.tech
Agently Realtime 方案，结合Agently特有的Output语法，就能帮助开发者在模型流式输出的同时，第一时间获取并使用复杂数据结构中几乎任何一个特定字段的实时更新内容。
是的，是几乎任何一个特定字段，包括从{ "list_a": [ { "dict_key_1": [ <str_item> ], ... }, ... ] }这样的复杂数据结构中，取出<str_item>的流式更新值。
Agently框架Github项目地址：github.com
如果你还在为“很难在流式输出过程中，对结构化数据进行解析，只能等待模型给出完整输出的结束信号后，才能获得相对可靠、安全、完整的结构化数据”这个问题所困扰，解决方案就是它：agently.tech
Agently Realtime 方案，结合Agently特有的Output语法，就能帮助开发者在模型流式输出的同时，第一时间获取并使用复杂数据结构中几乎任何一个特定字段的实时更新内容。
是的，是几乎任何一个特定字段，包括从{ "list_a": [ { "dict_key_1": [ <str_item> ], ... }, ... ] }这样的复杂数据结构中，取出<str_item>的流式更新值。
Agently框架Github项目地址：github.com
4 04