新闻详情

新闻详情

首页 / 资讯中心 / 详情

进阶:千问办公的多智能体协作、定时任务与 MCP 扩展

发布时间:2026/11/20 4:25:03来源:尧图网络
进阶:千问办公的多智能体协作、定时任务与 MCP 扩展
前两篇讲了入门和实战这篇聊进阶当 AI 助手不止一个、任务不止一次、工具不止内置时能玩出什么花。适合想深度定制工作流的同学。一、多智能体Multi-Agent让 Agent 干 Agent 的活千问办公支持多会话编排主会话可以创建多个子 Agent 并行执行任务各自有独立上下文完成后把结果汇总回来。适合的场景非常明确——可拆分、可并行的批量工作例如调研 5 个竞品 传统单线程逐个搜索、阅读、总结串行 5 倍时间 多智能体 开 5 个子 Agent 各调研一个主会话只做汇总实践中的两个心得子任务要边界清晰。给每个子 Agent 明确的输入、输出格式比如返回 300 字摘要 优劣势表格汇总质量会高很多。主会话只做编排不做执行。让主 Agent 专注拆解任务和合并结果具体活全部下沉避免上下文互相污染。二、定时任务Scheduler从被动应答到主动干活这是我认为最具想象力的能力可以创建持久化的定时 Agent 任务支持一次性和 cron 周期调度而且不依赖你的机器开机。几个我实际在用的例子任务频率说明舆情/资讯简报每天早 9 点搜集指定关键词的新文章生成简报发到群里数据周报每周一拉上周数据 → 跑固定分析框架 → 产出报告竞品动态监控每天一次抓取竞品官网/发布页对比变化并提醒交易日盯盘摘要交易日收盘后汇总指数、板块涨跌与北向资金动向本质上是把上次那个提示词变成一个常驻岗位。注意所有定时任务创建前会向你确认敏感操作对外发消息等建议在任务描述里写清楚触发条件避免误发。三、MCP 接入把外部世界接进来千问办公支持 MCPModel Context Protocol协议可以把任意外部 MCP Server 挂载为工具——这意味着它不局限于内置能力。接入方式概括起来就三步准备好目标 MCP Serverstdio 方式如npx/uvx启动或远程 HTTP/SSE 端点按引导添加服务器配置完成后即可在对话中调用该 Server 暴露的工具可玩的方向数据库 MCP让助手直接查询你的业务库做分析地图/地理 MCP结合业务数据做区域分析自建内部 MCP把公司内部 API 封装成工具团队共用配合它的浏览器自动化Playwright能力还能做没有 API 的网站的数据抓取和表单操作——有 API 走 MCP没 API 走浏览器基本没有够不着的系统。四、技能Skill机制把 SOP 沉淀成资产如果你发现自己反复输入相似的提示词就该用 Skill 了。Skill 的本质是把一套工作流 模板 判断标准打包成可复用的能力需要时一句话触发。适合沉淀的内容固定格式的周报/日报框架公司内部的文档规范含品牌色、字体、结构特定数据的分析 SOP口径、图表类型、结论风格发布流程检查清单团队层面好的 Skill 库就是组织知识的一个切面新人拿到的是老员工沉淀的工作流而不是一篇需要自己消化的 wiki。五、一个完整的自动化案例把上面的能力串起来举一个自媒体运营的例子每天 18:00定时任务触发 ├─ 子任务 A联网搜索今日行业热点web 搜索 ├─ 子任务 B抓取竞品公众号更新浏览器自动化 ├─ 主会话选题去重 拟定 3 个选题方向 ├─ 生成初稿 → 按沉淀的公众号文风 Skill 润色 └─ 产出一篇待审稿件 排版建议人的角色收缩为两个动作审核和拍板。剩下的一切定时发生、自动完成。六、安全边界进阶玩家更要心里有数能力越大越要划清红线。我的三条原则对外发送类操作永远人工确认——消息、邮件、审批宁可慢一拍凭证类信息不进上下文——密码、密钥不粘贴给任何 Agent自动化任务定期审计——每月检查一遍定时任务列表清理不再需要的七、总结三篇下来千问办公给我的完整印象是入门篇从聊天框到执行体交付不需要二次加工的成品实战篇数据分析到报告的链路被压缩到分钟级进阶篇多智能体 × 定时任务 × MCP 扩展从工具变成数字员工AI 办公的终局不是更好的对话而是可靠地完成工作的闭环。如果你也在搭建自己的自动化工作流欢迎评论区交流。本文为个人实践记录。产品功能以官方为准详见 qwenwork.cn。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/19 20:26:12

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/19 15:16:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/19 18:03:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉