logo
  • 环境
  • 企业版
  • 价格
DeveloperJul 20, 2025

来自 AMD ROCm OpenAI Day 0 博客的推文

EigentEigent
来自 AMD ROCm OpenAI Day 0 博客的推文
Automate Everything with
AI Workforce on Desktop
Download Eigent

阅读技术博客并发布推文——使用本地模型

这个工作流展示了 Eigent 三项高级能力的协同工作:一个定制的 MCP 工具,为 Eigent 提供 Twitter 访问能力;一个专门定制的 Twitter Agent,负责内容创作;以及一个运行智能层的本地开源模型——整个过程无需将你的内容发送到云端 API。最终效果是一个从博客 URL 到已发布推文的全自动管道,完全运行在你自己的基础设施上。

1设置 Twitter MCP 和本地模型

在开始之前,这个工作流需要先在 Eigent 中配置两项内容:

  • Twitter MCP: 一个定制连接器,让 Eigent 能代表你发布到 Twitter/X。请在 Settings → Connectors 中使用你的 Twitter API 凭据进行设置。
  • 本地模型: Eigent 可以将此任务路由到你本地部署的开源模型(例如通过 Ollama 或类似运行时)。请在 Settings → Models 中配置本地端点,并将其选为本次会话的活动模型。

一旦两者都就绪,整个工作流就会在本地运行——读取博客内容、起草推文并发送帖子,且没有任何数据离开你的机器。

2编写博客转推文提示词

将 Eigent 指向源博客并描述任务:

阅读 https://rocm.blogs.amd.com/ecosystems-and-partners/openai-day-0/README.html 中的内容。根据该内容,创建一条 Twitter 帖子并发送到我的 Twitter 账号。

Eigent 的浏览器代理会获取页面内容,并将其传递给 Twitter Agent 进行处理。

3浏览器代理读取博客

Eigent 会抓取这篇关于 OpenAI Day 0 支持的 AMD ROCm 博客文章——这是一篇技术文章,介绍 AMD 的 ROCm 软件栈如何实现与 OpenAI 最新模型的 Day 0 兼容性。浏览器代理会提取关键点:核心结论、“Day 0” 在该语境中的含义,以及最值得引用的技术洞见。

4本地模型起草推文

提取出的博客内容会传递给你本地部署的模型,由其作为 Twitter Agent 运行。模型会阅读材料,识别最适合分享的洞见或发现,并起草一条既符合字符限制、又能让技术受众读起来自然的推文。

由于这一过程运行在本地模型上,你可以完全控制模型选择、系统提示词,以及代理如何格式化输出。你可以调整该代理,使其匹配你的品牌语气或受众。

5通过 MCP 发布推文

起草好的推文会通过定制的 MCP 工具发送到 Twitter,该工具负责身份验证和 API 调用。推文发布后,你会收到一条确认信息,其中包含实时帖子 URL。

6为什么这很重要

将内容管道完全运行在本地基础设施上,对于处理敏感主题、在受限环境中运营,或者只是希望避免云 API 依赖的组织来说,都具有重要意义。这个工作流表明,完整闭环——阅读、起草、发布——可以在不调用任何外部模型 API 的情况下运行。定制的 MCP 和专门定制的代理架构也让它具备可复用性:只需替换博客 URL,同一条管道就能从任何来源发布内容。

7接下来可以尝试什么

阅读本周这篇博客中的前三篇文章,并分别为每篇发布一条推文。

将此管道改为发布到 LinkedIn,而不是 Twitter。

发布后,24 小时后检查推文的互动情况并回报。

对一篇德语博客文章运行相同工作流,并在发布前将推文翻译成英语。

8提升效果的技巧

  • 调整本地模型提示词。 默认的 Twitter Agent 提示词会生成中性、客观的推文。如果你想要更有观点或更犀利的风格,可以自定义代理的系统提示词以匹配你的语气。

  • 先使用审阅步骤进行测试。 在前几次运行时,可以在提示词中加入“在发布前先展示草稿”,这样你就能在自动发布前验证本地模型的输出质量。

  • 让模型与内容类型相匹配。 技术博客文章(例如这篇 AMD ROCm 文章)适合使用具备强技术理解能力的模型。对于营销或生活方式内容,通用模型可能更合适。

Other use cases

收据和发票的自动化 VAT 申报

收据和发票的自动化 VAT 申报

请处理“VAT”文件夹中的所有收据和发票,包括照片、扫描的 PDF 和电子发票。最终输出应只包含两个文件:(1) vat_return.xlsx——Excel 文件应为每张收据或发票包含一行,列出所有提取字段,显示每一项是否符合 VAT 追回资格,显示每个符合条件项目的可追回 VAT 金额,包含不可追回项目的排除原因,清晰标记需要人工复核的项目,并包含一个显示可追回 VAT 总金额的汇总工作表。(2) vat_return.html——创建一个可直接打开并与财务团队共享的独立 HTML 文件。HTML 文件应显示所有 VAT 追回项目、每个项目的可追回 VAT 金额、被排除的项目及其排除原因、需要人工复核的项目,以及可追回 VAT 总金额。不要猜测任何不确定的信息。

长程任务:Eigent 单智能体 Harness 中的 GLM-5.1 vs GLM-5.2

长程任务:Eigent 单智能体 Harness 中的 GLM-5.1 vs GLM-5.2

对 AI 基础设施生态系统中的 26 家公司进行深入研究——这是整个 AI 价值链中最确定的主线。覆盖以下 6 个子行业(每个子行业选择具有代表性的公司,从大型龙头到较小参与者):AI 数据中心(算力基础设施 / 建设扩张);GPU / AI 芯片(训练与推理硅片、ASIC、IP);服务器、网络与光模块(交换机、NIC、光互连);电力、液冷与储能(电源、散热、能源管理);AI 云 / 计算平台(超大规模云厂商、GPU 云、算力租赁平台);支撑生态(HBM / 先进封装、晶圆代工、连接器及其他关键组件)。对于每家公司,研究:公司名称、子行业、总部 / 国家;核心产品及其在 AI 链中的具体角色;上市或非上市(若上市,注明股票代码 + 交易所;若非上市,注明最新估值 / 融资轮次);市值或估值规模(用于排序);在生态中的定位与护城河(1–2 句);主要客户 / 竞争对手。排序方式:在每个子行业内按从大到小排序(按市值 / 估值)。整体结构采用自上而下:从完整的硬件生态全景 → 到每一家单独公司。输出要求:首先生成结构化数据文件 ai_infra_data.json——包含全部 26 家公司及上述字段、6 个子行业分类、上市/非上市标记,以及跨公司比较矩阵(子行业 × 关键维度)。然后基于该 JSON 生成一份精美的 HTML 报告:包含生态全景 / 分层图、行业分区、公司卡片、清晰的上市与非上市视觉区分(标签或颜色编码)、市值排名图表,以及可排序 / 可筛选的比较表。设计应专业、信息密集且具交互性。请先验证研究数据的准确性(上市状态、股票代码、估值——使用最新数据并引用来源),然后再生成报告。以单智能体模式提交该任务。

使用 Eigent 同时构建 10 款中国新年 HTML5 游戏

使用 Eigent 同时构建 10 款中国新年 HTML5 游戏

使用 HTML、CSS 和 JS(不使用任何库)构建 10 款彼此独立且完整的游戏,主题均与 2026 年春节(马年)相关。游戏必须有趣、原创、打磨完善、适配移动端。包含计分、难度递增、重玩按钮和流畅视觉效果。覆盖:街机、解谜、无尽跑酷、反应、策略、记忆、双人本地、放置、复古像素,以及 1 款实验性游戏。

Automate everything with AI workforce on desktop
Download Eigent

立即体验 Eigent

下载开源桌面应用,在本地用 AI 工作团队开始自动化。

下载 Eigent
Eigent

获取关于 AI 员工自动化的最新更新和教程。

产品Eigent环境定价企业版
探索解决方案使用场景技能插件博客
开发者文档GitHubCAMEL-AI开源基金合作伙伴
下载开源版
公司关于我们品牌加入我们使用条款隐私政策安全与信任Cookie 政策退款与试用政策

保留所有权利 © 2026 EIGENT UK LTD

Eigent 1.0 新版本发布!download