Hello，向大家介绍一下我们目前正在探索的一个QQ机器人形态的Agent，欢迎大家来体验/捉虫～
体验方式
请添加机器人qq：2049652926（验证口令为大写的MAGA）
-
一份简短的图文并茂的使用指南： 认识A酱.pdf
-
目前支持的完整能力列表： A酱完整能力列表.pdf
-
技术报告的PPT链接（其实就是课上汇报用的PPT）： 技术报告.pdf
它能做什么
正如PPT里展示的那样，目前我们探索出来的主要玩法是
- 用gemini来自然语言p图
- 用定时任务来做每日汇报
- 用自然语言来管理minecraft服务器
- 总结一大段QQ聊天消息
- …
我们想要做什么
AI Agent是一个非常酷的东西，是我目前见过的最接近AGI的一种形态。
这个前景其实是相当诱人的，在最理想的情况下：
大模型本身已经具备思考能力了，如果使用ToolCall给予它工具调用的能力，那它就能够完成由多个步骤组成的任务，比如先上网搜索一个minecraft地图，然后下载下来，再应用到服务器上，修改配置文件，最后重启服务器，这一系列操作只需要管理员一句话就能完成
如果再给Agent搭配上记忆系统，那我们就可以像教人类做事一样来教会Agent做事，比如告诉它上述流程叫做“查找地图”，那么只需要教它一次，后面就无需再教
如果再给Agent加上定时触发系统，那么Agent就可以在某些情况下主动地去执行一些任务（例如每天某个时间帮我们检查一个网页），这让它更像一个真正的“人”了
如果再给Agent加上视觉模型，那么Agent将可以理解图片，这会进一步扩大Agent的能力范围
我们试图做的事情就是，不断的给Agent添加各种人类的能力，比如记忆，外部刺激，视觉等，同时给予更多工具，例如网络搜索等；在最理想的情况下，Agent可以充分利用这些能力，来完成用户的需求，即使这些需求是我们开发者从来没有想过要做的
技术细节
- 主要编程语言：Kotlin
- 框架：SpringBoot
- 基座模型：qwen3-max
最后的最后
不可否认的是，现在的AI智能水平依然有限，无论是在复杂任务的拆解上，还是在长上下文的场景下，都存在各种各样的问题。
但是我们依然可以去期待，去追逐；也许我们追逐的是AGI降临前的曙光，又或许只是一个海市蜃楼，但这都不重要了，因为向着光的方向奔跑，这本身就是一件很酷的事。
正如互联网上的一句名言：“万一中了呢？”
