腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

Agent Bucket 上手实测：把基层执法材料搬进智能体桶

Agent Bucket 的口号是「给 AI Agent 用的存储桶」。我第一眼琢磨的不是「给智能体用」这层，而是它能不能先当我的材料中转站。带着这个念头报了体验官。创建智能体桶时第一次提示「SMH 服务角色未授权」，点跳转去 CAM 页面点「同意授权」，回到创建页提交就通过了。唯一要留神的是第 3 步。提示写得清楚，点一下就过，没埋坑。桶名是系统自动生成的。从打开控制台到建好桶，前后十来分钟，实名认证占了两分钟。二、空间：一个桶管多类材料，这个设计对上了智能体桶下面用「空间」做逻辑分区，配额默认不限制，第一层目录就是空间本身。五、接下来要试的准备试两件事：一是把现场照片按检查批次自动归档进「现场照片」空间；二是让智能体读「报告底稿」里的内容，帮着起草调查报告初稿。跑通了再写一篇。桶名 smh2u8gmc7k9qtws-1495619876，成都地域，创建于 2026-09-25，实测 3 个空间、10 个文件、总存储 326 B。

2026-10-04

1260

标签:

玩转 Agent Bucket

腾讯云 Agent Bucket 智能体桶上手实测体验：把销售多智能体的「数据底座」换一遍

引言：我的数据为什么散了一地我在一家传感器公司做销售，日常靠 WorkBuddy 跑一串自动化智能体：选型 Agent 帮我给客户推型号、报价 Agent 出 PI、合同 Agent 跟交期、周报 Agent 听说腾讯云刚上线的 Agent Bucket（智能体桶）专门解决这个——它在一个桶里引入了 Space（独立空间）层，每个 Agent 一个 Space，自带独立凭证、配额、限速（官方公开表述，具体能力清单以官方文档为准然后进对象存储控制台 → 存储桶列表 → 切到「智能体桶列表」页签。实测发现：腾讯云已经给我账号预置了一个智能体桶（桶名是系统自动生成的 hash 字符串，比如）——点进去一看，账号里已经有 3 个 Space 在跑了（控制台空间管理列表实际显示）：Space ID 1：对象存储控制台「智能体桶列表」页签 + 刚定位的智能体桶（桶名如）三、给每个智能体划一个 Space（测评方向：多 Agent 存储场景）进桶详情 → 「空间管理」Tab，我点开一看，账号里已经在跑

2026-09-02

2950

标签:

玩转 Agent Bucket

腾讯云 AI 存储“全家桶”，重构智能体时代数据存储新范式

；缺少分层隔离、精细化权限、资产一体化治理能力，无法匹配海量用户、多智能体管控的业务需求。 Agent Bucket：智能体原生云空间，解决多租户隔离与业务轻量化落地近期上线的智能体存储桶 Agent Bucket，在传统对象存储扁平架构之上新增独立空间层级，支持空间独立隔离，每个用户、每一个据王致铭介绍，目前腾讯内部多款标杆 AI 产品已全面落地 Agent Bucket：办公智能体 WorkBuddy 云端网盘、智能体助理 QClaw 文件模块、ClawPro 网盘管理系统均由 Agent Vector Bucket：百亿向量低成本存储，实现存算分离降本90% 面向大模型 Embedding 向量长效存储需求，Vector Bucket 是专为高维向量设计的存储桶产品。腾讯云后续还将推出高性能存储桶，升级数据加速器产品，持续完善 AI 存力产品矩阵。

2026-07-15

6660

标签:

从零搭建私人网盘：腾讯云智能体桶（Agent Bucket）实操指南

这里简单说一下通用存储桶和智能体存储桶的区别：智能体桶相比通用存储桶（传统存储桶）新增空间（Space）这一独立逻辑分区，实现用户/智能体级别的数据隔离，适配智能体云空间、个人网盘、相册等多用户应用的存储搭建场景架构上的优势：每个应用对应一个独立智能体桶，桶内承载海量空间（Space），每个空间与用户/智能体绑定，实现独立配额、权限与用量统计创建存储桶打开腾讯云存储COS控制台：https://console.cloud.tencent.com /cos/bucket选择【智能体桶列表】，点击【创建智能体桶】在智能体桶创建页面，首先需要给SMH智能体桶服务角色授权，点击【前往授权】，在【角色】授权页面，直接点击【同意授权】然后回到我们的智能体桶页面，点击【刷新】完成后选择【确认创建】完成智能体桶的创建到这里我们的智能体桶就创建成功，整个操作过程很简单，除了授权跳转到另一个页面外，几乎没有任何复杂度。应用管理】可以看到智能体桶网盘，这里我们可以不用关心【部署须知】，直接点击【立即部署】后面遇到没有的资源或者需要开通的服务，按照提示开通即可在打开的部署智能体桶网盘页面，输入我们的登录密码，点击【下一步

六月的雨在Tencent

2026-10-30

2940

标签:

玩转 Agent Bucket

智能体案例分析：IT新闻聚合智能体

智能体案例分析：IT新闻聚合智能体 IT新闻聚合智能体通过自动化技术抓取、分析和呈现最新的IT行业动态。这类智能体通常结合自然语言处理（NLP）和机器学习技术，从多个来源筛选高价值信息。核心功能包括：实时爬取主流科技媒体（如TechCrunch、Wired、The Verge）自动分类（人工智能、网络安全、云计算等）情感分析判断新闻倾向性生成摘要简化阅读典型应用场景：投资机构追踪技术趋势

贺公子之数据科学与艺术

2025-12-17

6920

标签:

自然语言处理

从串数据焦虑到 Space 自由，我用 Agent Bucket 智能体桶管游戏素材

所以当 Agent Bucket 智能体桶上线的时候，我直接就是一个"好家伙"。多用户目录、隔离、配额、文件系统能力，全给做成了产品特性。这不就是给我这种懒人量身定做的吗。二、先弄明白：智能体桶到底是个什么神仙桶一句话版本：智能体桶不是给 COS 套了个壳，而是在标准桶之上加了一层 Space（空间）。每个 Agent、每个用户、每个项目，都能分到一块独立地盘。对象上传、下载、列举走 COS/S3 API，Space、令牌、配额、目录、检索这些治理活儿走智能体桶专属 API。各干各的，互不添乱。三、上手实测：我的空间布局与真实手感好产品得用起来才见真章。现在用智能体桶，我更像在打乐高，一块一块拼。同一个桶，各空间各过各的小日子，谁也不打扰谁。这种感觉，懂的都懂。把图片处理交给腾讯云，把空间治理交给智能体桶，把操作交给 WorkBuddy，我只需要负责继续做游戏。就这日子，给个神仙都不换。

2026-09-02

3180

标签:

玩转 Agent Bucket

智能体来了！2026智能体开发全面指南

智能体来了！2026智能体开发全面指南一、繁华落尽后的“平静”：技术背后的选择逻辑“真正深入使用 AI 之后，我反而更平静了。” 在过去这段时间里，我深入钻研了 Python 编程、探究了 AIGC 的视觉极限、搭建了复杂的流程智能体、甚至深入到了 STM32 的硬件底层。而顶级的 AI 大模型与 Agent（智能体），正是我能遇到的认知最高、脾气最好、思维最完善的存在。在我的「心枢」系统里，AI 不仅仅是执行任务的“器”，它更是我最好的老师、朋友、教练和员工。在这里，我们筛选真需求，击碎伪智能，夺回 AI 时代的协作主权。礼包内包含（持续更新）：多维提示词库：包含智能体设计规范、AI 绘画精准词簇、AI 视频叙事 Prompt。ComfyUI 极客工作流：从零搭建好的 json 配置文件，导入即用。

2026-02-04

7960

标签:

AI 互动体验展

也就是AI Agent AI Agent AI 智能体是一个能够感知环境并采取行动以实现特定目标的系统。它从标准大语言模型演进而来，被赋予了规划、使用工具以及与周围环境交互的能力。可以把智能体 AI 想象成一个能在工作中不断学习的智能助手。它遵循一个简单的五步循环来完成任务 1.获取任务目标：你给它一个目标，比如“帮我安排日程”。 Claude Code Claude Code是一个比较通用的智能体系统架构工具系统是 Claude Code 的"手脚"，使其能够与外部环境交互：文件工具：读取、写入、搜索文件；执行工具：运行

2026-06-25

2110

标签:

【EMQX】互联网+智能垃圾桶垃圾桶项目分析

管理后端：含有以下功能一、用户列表：字段：积分、id、真人头像二、垃圾桶列表：字段：id、在线与否、地区、满溢状态、清理命令判断设备在线接口：http://ip:18083/api

园游会永不打烊

2023-08-08

4350

标签:

智能体结构

智能体的结构迄今为止我们通过描述行为—在任何给定的感知序列下采取的行动—讨论了智能体，现在我们不得不将知难而进，去讨论智能体内部是如何工作的，AI的任务是设计智能体程序，通过它来把感知信息映射到行动的智能体函数注意智能体程序和智能体函数之间的差别。智能体程序在于当前感知为输入，而智能体函数是以整个历史为输入的。智能体程序只把当前感知作为输入是因为环境无法得到更多的东西。如果智能体的行动依赖于整个感知序列。那么该智能体不得不记住全部感知的信息。 *智能体程序骨架还有其他的选择。例如我们可以让智能体程序成为协同程序。行动表明确的表示了每个智能体程序实现的智能体函数。要用这种方式来建造理性智能体。作为设计者，我们必须构造包括各种可能的感知序列的适当行动的函数表。在这个文章的以下部分，我想概述四种基本的智能体程序，他们几乎涵盖了所有智能系统的基础准则： 1：简单反射型智能体 2：基于模型的反射型智能体 3：基于目标的智能体 4：基于效用的智能体然后我们将概括的解释如何把这些智能体转换成学习智能体

2018-04-11

1.5K0

标签: