跳到正文

自动化与工作流

把重复动作交给工具:触发器与连接器、Agent 工作流、定价与用量限制,一个人干一支团队的活。

810条精选相关主题Zapiern8nLangChain

最新精选

第 141–160 条 · 共 810 条
9月21日周一
  1. Semrush Blog58

    Semrush 与 Claude Code 的 AI 引用外联工作流

    Semrush 发布了一份用 Claude Code 自动化 AI 引用外联的教程,流程包括从 Prompt Tracking 导出 AI 引用来源 CSV、在 Claude Code 中建立项目文件并运行分析,输出 opportunities.csv 等结果。

    推荐理由:Semrush 与 Claude Code 结合的 AI 引用外联流程,给出了从导出引用数据到人工复核的完整步骤,可迁移到自己的 AI 可见度工作。

9月19日周六
  1. OpenRouter Blog62

    OpenRouter 实测 Jev 与 LLM:何时用决策模型而非生成文本

    OpenRouter 在 60 张客服工单上对比了 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus:意图准确率分别为 59/60、59/60、60/60,每 1,000 张工单成本为 $0.0248、$0.0921、$2.88,中位延迟 194ms、1,106ms、1,957ms。

    推荐理由:OpenRouter 用同一批工单对比决策模型与生成式 LLM 的成本和延迟,并给出两条可复用的组合流水线代码。

9月18日周五
  1. Semrush Blog60

    什么是 agentic SEO:在真实站点上跑通的 8 个工作流

    Semrush 介绍了 agentic SEO 的搭建方法,把 SEO 工作流交给 AI agent 执行,并拆成四层:承载业务背景的 Project、承载流程的 Skills、拉取实时数据的 MCP,以及只承载当次任务的 prompt。

    推荐理由:原文给出四层结构与八个可复用工作流,并附实测结果,读者可据此搭建自己的 SEO Agent。

9月17日周四
  1. Neon Blog62

    Neon 后端正式 GA,把数据库、存储、函数、Auth 和 AI 网关做成一套原语

    Neon 宣布其后端能力正式 GA,在 Postgres 之外提供 S3 兼容对象存储、Node.js 24 函数、基于 Better Auth 的 Auth 和 AI Gateway,均随分支一起复制且包含在 Free Plan 中。

    推荐理由:Neon 把数据库、对象存储、函数、Auth 和模型网关做成同一套分支语义的原语,可看 agent 后端栈的形态。

  2. Upstash Blog62

    Upstash 对比 15 家 AI Agent 沙箱:隔离、持久化、Agent 工具与成本(2026)

    Upstash 在 2026 年 9 月按各家文档和定价页对比了 15 家 AI agent 沙箱,维度包括隔离方式、冷启动、计费口径、会话上限、暂停后保留的内容、内置 agent 工具、部署与开发者体验。

    推荐理由:15 家 AI agent 沙箱按隔离、计费、持久化与 agent 工具逐项对比,并给出一个按小时算成本的实例。

  3. AWS News Blog58

    AWS 推出面向 AI 开发者的简化上手体验

    AWS 宣布推出新的简化上手体验,面向按 AI 节奏开发的开发者,注册时可用 Google、GitHub、Apple 等现有身份登录,多数新用户无需信用卡即可开始并获得 $100 免费额度。

    推荐理由:AWS 官方发布面向 AI 开发者的简化注册体验,读者可了解默认配置、免费额度和消费上限的具体规则。

9月16日周三
9月15日周二
9月11日周五
  1. Together AI Blog62

    Together AI 扩展微调服务:新增模型、实时指标与更细粒度控制

    Together AI 扩展其 Fine-Tuning 服务,新增 GLM-5.3、Kimi K2.7、Qwen 3.5 系列、Gemma 4 等开放权重模型支持,并加入实时实验指标追踪、专家层 LoRA、早停、任意 batch size、数据预检与 packing 控制。

    推荐理由:Together AI 公布微调服务的新模型、实时指标与训练控制项,并给出 LoRA 训练价格下调幅度。

9月10日周四
  1. OpenRouter Blog62

    OpenRouter 发布 Fusion:多模型辩论后由裁判合成答案

    OpenRouter 推出复合模型 Fusion,把一条 prompt 同时发给多个模型并行作答,由裁判比较共识、矛盾与盲点后,再由调用模型写出最终答案。默认三模型面板的成本约为单次调用的 4 到 5 倍,耗时通常为 2 到 3 倍,适合复杂研究、专家评审等错误代价高的场景,不适合聊天、代码补全等实时路径。

    推荐理由:OpenRouter 官方说明 Fusion 的多模型辩论机制、成本与延迟代价,并给出适用与不适用场景。