什么是Shannon智能体?
Shannon智能体是单一用途、确定性的工具,无需LLM编排即可执行特定任务。每个智能体封装一个底层工具并返回结构化结果。
核心特性:
- ✅ 确定性 - 相同输入始终产生相同输出
- ✅ 快速 - 无AI规划开销,直接执行工具
- ✅ 结构化 - 经过验证的输入/输出模式
- ✅ 成本低 - 仅为工具付费,无编排成本
智能体 vs 任务
| 维度 | 智能体API | 任务API |
|---|
| 执行方式 | 直接调用工具 | 多步骤工作流 |
| LLM使用 | 仅在工具需要时 | 规划 + 执行 |
| 延迟 | 秒级 | 秒到分钟 |
| 使用场景 | 单一数据检索 | 复杂分析 |
- 您需要特定数据(广告、新闻、SEC文件)
- 您明确知道要使用哪个工具
- 您想要可预测的结构化输出
何时使用任务:
- 您需要AI来规划方法
- 可能需要多个工具
- 您想要自然语言交互
功能可用性
Shannon在两种部署模式下提供智能体:
Shannon开源版本: 自托管部署,包含核心平台功能
Shannon云版本: 托管SaaS平台,包含企业功能和集成
可用性矩阵
| 功能类别 | 智能体/工具 | Shannon开源版 | Shannon云版本 |
|---|
| 广告研究 | | | |
| serp-ads | ❌ | ✅ |
| yahoo-jp-ads | ❌ | ✅ |
| meta-ad-library | ❌ | ✅ |
| competitor-discover | ❌ | ✅ |
| ads-transparency | ❌ | ✅ |
| lp-visual-analyze | ❌ | ✅ |
| lp-batch-analyze | ❌ | ✅ |
| ad-creative-analyze | ❌ | ✅ |
| keyword-extract | ✅* | ✅ |
| browser-screenshot | ❌ | ✅ |
| 金融研究 | | | |
| sec-filings | ✅ | ✅ |
| twitter-sentiment | ❌ | ✅ |
| alpaca-news | ✅* | ✅ |
| news-aggregator | ❌ | ✅ |
| 平台API | | | |
| 智能体API | ✅ | ✅ |
| Blob存储API | ✅ | ✅ |
| 角色预设 | ✅ | ✅ |
| 技能系统 | ✅ | ✅ |
| 研究工作流 | ✅ | ✅ |
| 集群协作 | ✅ | ✅ |
- ✅ 可用
- ❌ 不可用
- ✅* 需要您提供自己的API密钥
为什么某些功能仅限云版本
许多智能体使用需要计费账户的商业API:
- SerpAPI - Google搜索广告发现
- SearchAPI.io - Meta广告库访问
- xAI API - Twitter情感分析
Shannon云版本提供托管API密钥和成本核算。自托管部署需要单独的API订阅。
某些智能体需要专用基础设施:
- Playwright服务 - 用于截图和落地页分析的浏览器自动化
- 视觉LLM服务 - 使用GPT-4V或Claude 3进行图像分析
- IP轮换 - Yahoo JP抓取需要分布式IP池
这些服务在Shannon云版本中已配置和维护。
Shannon云版本提供:
- 按租户使用跟踪
- 速率限制和配额
- 详细成本分解
- 计费集成
自托管部署需要单独实现这些功能。
在自托管中使用开源功能
对于标记为✅*的智能体,您可以通过提供自己的API密钥在Shannon开源版中使用:
# 开源部署的.env配置
SERPAPI_API_KEY=your_key_here
SEARCHAPI_API_KEY=your_key_here
XAI_API_KEY=your_key_here
ALPACA_API_KEY=your_key_here
keyword-extract - 使用您的LLM提供商(OpenAI/Anthropic)sec-filings - 免费SEC EDGAR API(无需密钥)alpaca-news - Alpaca Markets有免费层级
API成本: 使用自有API密钥时,您需要承担API使用成本。请监控使用情况以避免意外账单。
智能体类别
Shannon智能体按功能类别组织:
广告研究
仅限Shannon云版本: 这些智能体需要Shannon云订阅,并使用付费外部API(SerpAPI、SearchAPI.io、Playwright服务)。
广告研究智能体
从Google、Yahoo JP、Meta(Facebook/Instagram)提取竞争对手广告,分析落地页并发现创意模式。
- 竞争对手广告发现
- 落地页分析
- 创意文案研究
- 市场情报
金融研究
混合可用性: 部分智能体在开源版中可用(sec-filings),其他需要Shannon云版本(twitter-sentiment、news-aggregator)。
金融研究智能体
访问SEC文件、Twitter情感、股票新闻和聚合金融数据,用于股票研究。
- 股票研究
- 事件监控(8-K文件)
- 社交情感跟踪
- 新闻聚合
快速开始
1. 列出可用智能体
curl http://localhost:8080/api/v1/agents \
-H "X-API-Key: sk_your_api_key"
2. 获取智能体模式
curl http://localhost:8080/api/v1/agents/serp-ads \
-H "X-API-Key: sk_your_api_key"
3. 执行智能体
curl -X POST http://localhost:8080/api/v1/agents/serp-ads \
-H "X-API-Key: sk_your_api_key" \
-H "Content-Type: application/json" \
-d '{
"input": {
"keywords": "running shoes",
"country": "us"
}
}'
4. 获取结果
# 使用步骤3返回的task_id
curl http://localhost:8080/api/v1/tasks/{task_id} \
-H "X-API-Key: sk_your_api_key"
API参考
常用模式
模式1: 顺序智能体调用
按顺序执行多个智能体,在它们之间传递结果:
import httpx
client = httpx.Client(
base_url="http://localhost:8080",
headers={"X-API-Key": "sk_your_api_key"}
)
# 步骤1: 提取关键词
keywords_resp = client.post("/api/v1/agents/keyword-extract", json={
"input": {"query": "Find shoes for marathon training"}
}).json()
# 等待完成
task_id = keywords_resp["task_id"]
# ... 轮询结果 ...
# 步骤2: 使用提取的关键词搜索广告
ads_resp = client.post("/api/v1/agents/serp-ads", json={
"input": {"keywords": extracted_keywords}
}).json()
模式2: 并行智能体执行
并发执行多个智能体以获得更快的结果:
import asyncio
import httpx
async def execute_agent(client, agent_id, input_data):
response = await client.post(
f"/api/v1/agents/{agent_id}",
json={"input": input_data}
)
return response.json()
async def main():
async with httpx.AsyncClient(
base_url="http://localhost:8080",
headers={"X-API-Key": "sk_your_api_key"}
) as client:
# 并行执行3个智能体
results = await asyncio.gather(
execute_agent(client, "serp-ads", {"keywords": "shoes"}),
execute_agent(client, "sec-filings", {"ticker": "NKE"}),
execute_agent(client, "alpaca-news", {"symbols": "NKE"})
)
print("All agents submitted:", [r["task_id"] for r in results])
模式3: 批量处理
使用支持批量的智能体处理多个项目:
# 在一次调用中分析多个落地页
response = httpx.post(
"http://localhost:8080/api/v1/agents/lp-batch-analyze",
headers={"X-API-Key": "sk_your_api_key"},
json={
"input": {
"urls": [
"https://competitor1.com/product",
"https://competitor2.com/landing",
"https://competitor3.com/offer"
],
"device": "mobile",
"language": "en"
}
}
).json()
下一步
