《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEf教程初心： 《MetaGPT智能体开发入门》是由MetaGPT教程组以及Datawhale的小伙伴共同推出的首个专注于Agent代码开发的入门级实践教程。尽管关于大型模型prompt的教程、对话 ...
飞搜侠
热门搜索
管理员使用自主密钥（基础版） - 飞书
https://www.feishu.cn/hc/zh-CN/articles/860825466804-%E7%AE%A1%E7%90%86%E5%91%98%E4%BD%BF%E7%94%A8%E8%87%AA%E4%B8%BB%E5%AF%86%E9%92%A5-%E5%9F%BA%E7%A1%80%E7%89%882025年5月8日 ... 一、功能简介*谁能操作：超级管理员或拥有部署与加密权限的管理员飞书使用密钥来保障企业的数据安全。企业数据经过密钥加密后存储到云数据库中， ...
【多Agent】MetaGPT学习教程 - 飞书文档
https://docs.feishu.cn/article/wiki/MJDDwySWEibeJSkOzJocTC5InGh项目简介课程说明：Hugging Multi-Agent 是一套专为期望深入了解并实践多智能体系统的开发者设计的实用指南。基于国内领先的多智能体框架MetaGPT（iclr 2024 oral） 旨在 ...
扣子AI工坊相关教程丰富多样 - 飞书文档
https://docs.feishu.cn/v/wiki/Z7bhwJD0Li3UQ5kdOPRcHBkrnZf/a9参赛选手需要基于扣子（coze.cn）创建一个图文创作类AI Bot，如AI 文案优化，AI 视觉设计，AI 版式布局、AI 生图工具，AI海报设计等。 优雅的设计感及具备创意的展示形式会让评委 ...
Mobile-Agent 研习共创计划 - 飞书文档
https://docs.feishu.cn/article/wiki/I6AbwhI9jiSIwhku1t3cNdAZnrf研习话题需求调研 · 应用方案拆解及代码详解：手机、边缘计算、技术架构方案、全流程开发学习/实践经验、实际应用前景分析和拆解、迭代思路 · 大模型调优：RAG，Agent原理和优化 ...
素材管理、异地协作难？云文档搞定一切 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/360049067733-%E7%B4%A0%E6%9D%90%E7%AE%A1%E7%90%86-%E5%BC%82%E5%9C%B0%E5%8D%8F%E4%BD%9C%E9%9A%BE-%E4%BA%91%E6%96%87%E6%A1%A3%E6%90%9E%E5%AE%9A%E4%B8%80%E5%88%872024年9月2日 ... 视觉创作就像打怪，除了人前光鲜的艺术创作，还有人后繁琐的“后勤”劳动。 · 项目人员、时间安排梳理好了吗 · 视频脚本的修改通知到所有人了吗 · 平面设计 ...
Coze 插件的多样性与自定义开发 - 飞书文档
https://docs.feishu.cn/v/wiki/SXKewXJkEii4npkjbUGcYAJ0nCf/a4另一方面，我也期待那些已经拥有一定技术背景或实践经验的读者，能够在文章中获得更深层次的理解，更好地掌握和运用Coze。毕竟，Coze 的官方手册虽然提供了大量信息，但仍有许多 ...
快速上手表格 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/112470838712-%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B%E8%A1%A8%E6%A0%BC2025年4月2日 ... 一、认识表格表格不仅能承担日常工作的数据处理与分析，也能像文档、多维表格等其他云文档创作工具一样，提供便捷、高效的一站式办公体验： 好上手：飞书 ...
机器人应用概览 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/495678957203-%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BA%94%E7%94%A8%E6%A6%82%E8%A7%882025年2月5日 ... 一、功能简介机器人应用是飞书机器人助手提供的一项能力，是一个可视化的机器人应用搭建工具，可以帮助用户在没有代码基础的情况下快速搭建机器人应用， ...
吴恩达分享多智能体协作 - 飞书文档
https://docs.feishu.cn/v/wiki/WsyYwcfcUiNgTNkOm29cpgpOndX/a7然而，一个仍然存在的紧迫问题是它们对更强泛化形式的真实能力，在多模态环境中这一点尚未得到充分探讨。我们的研究旨在通过使用CompAct（Compositional Activities）来检验 ...