最近我发现一个非常好用的 AI Agent，这个智能体非常有特色。

我之前说过，我是不看好通用智能体的，因为要保证通用性就会牺牲专业性，要照顾大众的需求，这就会导致 AI 做任务的时候，不是那么深入，只有深入某一个行业的领域，接入优质的行业数据，做专业智能体才能有前途，能够解决实际问题，这样的智能体才是有需求的。

就像是凯文·凯利在新书《2049：未来10000天的可能》里说的，“一把瑞士军刀可以做很多事情。瑞士军刀中包含平口刀、剪刀、小镊子、开罐器等。但在现实中，几乎没有人会经常使用瑞士军刀，因为瑞士军刀不如真正的剪刀好用。”

通用智能体就像瑞士军刀，能聊天、能辅助思考决策，还提供情绪价值，但在“任务着急交，老板明天就要看结果”的关键时刻，你更需要能立刻解决具体问题的专用工具。

很多 AI 看起来啥都能干，但“能干”和“干得好”是两个差别很大的标准。这就是专用工具的价值所在，不求什么都能做，只求把一件事做到极致。

但是，我今天给大家介绍的这个智能体，思路很好，看似通用，但是，又保证了专业性。

这个智能体就是：AiPy ，它是什么设计理念呢？通过深度融合大语言模型（LLM）与 Python 编程能力，实现任务规划、执行到优化的全链路闭环。也就是 AiPy 能够根据用户需求自动生成 Python 代码，并执行程序以操作本地应用、数据库、物联网设备。与传统AI工具相比，AiPy 无需依赖预设工具或复杂配置，而是通过动态生成代码直接解决问题，同时还突破了固定场景限制。

说简单点就是通过 AI 的“脑子”，结合 Python 的“手”，让那些不会写 Python 代码编程能力的普通人，也拥有使用 Python 编写程序/脚本处理任务，实现自动化干活的能力。

我们都知道，对于我们专业程序员来讲，Python 这个语言非常简单好用，比如开发一些工具、插件、编写一些脚本工具，进行一些数据的分析，通常都是使用 Python 来实现的。

举个例子，像以前，需要批量处理数据的时候，我们程序员都是编写一个 Python 脚本，一键自动化执行，非常方便。但是，现在有了 AI 了，普通人也可以使用 AI 来编写 Python 脚本处理一些自动化的任务了，你不会写代码也行。

没错，所以，我这么说， AiPy 的设计理念，大家可能就理解了。通用性是它确实能干很多活，但是，专业性也有了，它结合 AI 只做 Python 编程能力擅长的任务。既突破了一定的固定场景限制，同时还保证了专业性和可用性。

这也是我觉得 AiPy 最聪明的地方——它不是去追求“无所不能”，而是聚焦在“有用且可执行”的边界里。

所以，我感觉 AiPy 这个智能体非常有特色，而且很实用。

我给大家举几个例子。

前天吧，我有一个当老师的朋友，需要排班，他就问了豆包，提供了数据，让豆包帮忙进行排班，最终，豆包给他生成了一段批量化处理的 Python 代码。

这时候，我朋友看迷糊了，毕竟他不是程序员。就问我，怎么办？我说你电脑有 Python 代码运行的环境吗？他没有，就求助我，让我帮忙。

我说，你把数据给我，我帮你处理。我就打开了 AiPy 智能体。

将排班信息，发给了它，这个要求还挺苛刻的，需要根据学校所有老师的课时情况来进行单双休排班，每个老师一学期有课时总量，不同的课和值班课时量不一样。比如，早读是 0.5 个课时，午餐和午休是 1.5 个课时，需要精确的计算排班。

你看，像这么一个任务，普通人在 Excel 表格里进行排班绝对非常费脑子。但是，处理 Excel 表格数据，Python 擅长啊，再加上有了 AI 的助力，普通人，只需要用自然语言描述需求，就可以开发脚本处理数据了。

看看，它给我干活的过程，真的很赞。

最终，经过 AiPy 的不懈努力，帮我排班完成了，顺便还给出了一个报告。

因为涉及到真实的学校和老师名字，所以，名称这里我都打码了。

我们都知道 Python 语言非常擅长一些数据分析和可视化以及自动化与脚本的编写，数据分析和可视化，刚才我们看到了，我们再来个批量自动化脚本的案例。

我是做自媒体的，我们经常会遇到批量处理图片和文件命名的问题，在这里我给大家演示一个批量给图片打印水印的案例。

我们可以将要批量处理的图片放到一个文件夹内，然后，打开 AiPy ，然后选择该目录。同时，写上自己的需求：

请帮我给这个目录下的图片，在图片右下角加水印，水印文字为：非著名程序员，注意：要距离底部和右边边距有 20 个像素左右。水印文字大一点。

经过 AiPy 的不懈努力，这个小打工仔，我的智能牛马 1 分钟左右，把活全给我干完了。

大家可以看看效果：

这水印打的还不错哈。

再给大家分享一个很多人可能都感兴趣的案例，就是量化分析，毕竟最近股市苗头不错。

AiPy里面的一个叫“量化研究”的智能体，根据官方介绍，这个量化研究智能体，拥有美股、港股、A股所有上市公司历史股价数据，包括公开交易数据、财务数据等，实测之后，效果确实很好。

我们只需要在「智能体集市」当中，找到一个「量化研究」的智能体，并进行安装。然后在软件的聊天框中选中这个智能体，就可以使用了。

举个例子，比如你现在持仓阿里巴巴，你可以问问它适不适合现在加仓。

它就会调用工具一通分析，给出建议。看看它怎么说的？说，暂不建议加仓，而且给出了趋势分析、风险提示以及不建议加仓的理由。

当然了，除此之外，我们还可以让它分析一些股票的趋势和走势。AiPy不仅给了价格变化区间、成交量、最高/最低价等硬数据，还根据阶段性涨跌情况总结了特征，并标记了关键事件。比起单看K线图直观得多。

是不是感觉还挺实用的？

到这里，我相信大家也都看明白了，只要 Python 语言擅长的东西，它都能够很好的执行，帮你做出来。通过这两个案例的演示，我们也知道了， AiPy 虽然是驱动 Python 来完成任务，但是一样对普通用户友好，用户无须具备 Python 知识，代码过程向普通用户隐藏，AiPy 会交付结果而不仅仅是交付代码。

我看了看官方给的很多案例，确实能够实现很多场景下的任务，比如：数据分析和处理、生成招标文件、分析数据库记录以及设计原型图等等。

大家可以去体验一下，而且完全可以放心，它支持本机运行，可以读写本机文件、和本机应用程序交互、调用私有模型、私有数据、可内网使用风险可控，关键是代码还开源了。

大家赶紧去试试吧。

项目官网：www.aipyaipy.com

Github地址：https://github.com/knownsec/aipyapp

项目案例论坛：https://d.aipyaipy.com/

告诉大家一个好消息，现在注册，填邀请码：XOFS，还能免费额外领取350万Tokens。赶紧去试试吧。

另外，AiPy 官方也已经建了粉丝群，扫码即可加入，大家可以在群里交流经验、分享玩法。

本篇文章来源于微信公众号: 非著名程序员