智能体#
智能体在可视化工作流中将图像、模型、条件和操作连接起来。使用 YOLO 决定哪些图像需要仔细查看，让视觉语言模型对其进行解释，或者将选定的图像收集到数据集中以供审查。
使用侧边栏的工作室选择器切换到你的个人工作室，并在 设置 > 个人资料 中启用抢先体验。然后在侧边栏中打开智能体，或访问 platform.ultralytics.com/agents。抢先体验是一项个人偏好设置，即使你在团队工作室中工作也适用。
运行你的第一个工作流#
- 打开智能体，点击添加块 > 模板，然后选择 YOLO → VLM 监控器。
- 输入图像块，选择一个已上传的数据集，并选择一张包含人物的图像。在共享试用中使用最大 400 万像素（4 megapixels）的图像。
- 保持默认的 YOLO26 nano 模型不变。当 YOLO 检测到至少一个人时，条件通过。
- 选择描述场景，选择一个视觉语言模型，并输入提示词。如果尚未添加，请在 Settings > API Keys 中添加匹配的提供商密钥。在团队工作室中，请让工作室拥有者添加或替换提供商密钥。
- 保持选中共享试用 · 60 秒以进行小型运行，然后点击运行。
- 观察块的更新并检查输出。如果未检测到人员，条件将在不运行描述分支的情况下结束。
你可以在保存草稿之前运行它。使用保存工作流命名并保存工作流以便以后使用，并在修改后再次保存。Python 按钮显示生成的工作流代码。
从模板开始#
| 模板 | 工作流 | 适用于 |
|---|---|---|
| YOLO → VLM 监控器 | 图像 → YOLO → 条件 → 视觉语言模型 → 输出 | 仅在检测到人物时描述场景 |
| 收集不确定检测结果 | 数据集 → 部署 → 置信度条件 → 数据集 | 从具有不确定检测结果的图像中构建审查集 |
| 捕获并警报 | 图像 → YOLO → 条件 → 数据集和 Slack | 从同一条件保存图像并向频道发送通知 |
模板是可编辑的起点。在运行它们之前，请为你的工作室选择图像、部署、目标数据集和集成。这些工作流在你点击运行时执行；监控器模板会分析选定的输入图像。
选择运行位置#
运行旁边的执行选择器用于选择工作流的硬件。
| 选项 | 将其用于 | 限制与定价 |
|---|---|---|
| 共享试用 · 60 秒 | 尝试小型工作流 | 最长 60 秒，总共最多 20 个输入图像（每个最大 400 万像素），以及最多 20 次模型/提供商调用；一个本地 YOLO 模型，使用官方的 YOLO26 nano 模型 |
| 现有专用部署 | 更大的数据集、更长的运行时间或其他本地模型 | 使用该部署现有的硬件和定价，包括符合条件的免费专用部署；没有总体工作流时长或图像数量上限 |
| 新部署… | 从构建器创建专用硬件 | 打开现有的部署创建和定价对话框；选择资源并等待部署就绪 |
共享试用每五分钟允许两次提交。Platform 运行支持最多 20 个块。模型/提供商调用包括 YOLO、视觉语言模型、部署预测和 Slack 操作；分支可能会增加每个输入图像的调用次数。
专用运行在所选部署的检查点请求中继续。关闭或重新加载浏览器不会停止运行。现有的部署限制和提供商限制仍然适用，语言模型的使用费用由与你的密钥关联的提供商结算。有关硬件选项，请参阅部署定价。
部署块选择用于预测步骤的端点。执行选择器选择工作流本身的运行位置。你可以为两者选择相同的专用部署。
配置块#
| 块 | 用途 |
|---|---|
| 图像 | 从上传的数据集中选择一张图像 |
| 无入站连接的数据集 | 从选定的数据集和数据划分中读取图像，并具有可配置的输入限制 |
| YOLO | 运行官方模型或来自工作室的训练模型 |
| 部署 | 通过现有的就绪 Platform 部署进行预测 |
| LLM | 将图像和上游上下文发送到选定的语言模型或视觉语言模型 |
| 门控 | 使用条件或步调控制下游执行 |
| 带有入站连接的数据集 | 将入站图像添加到目标数据集 |
| Slack | 向工作室连接的 Slack 频道发送消息 |
| 导出 | 使用 Platform 现有的导出工作流导出模型 |
| 输出 | 显示上游结果 |
选择一个块来编辑其设置。将一个输出连接到另一个块以将其结果传递到下游。一个输出可以连接到多个块：例如，将一个条件同时连接到目标数据集和 Slack。每个分支使用相同的评估条件。
使用条件过滤检测结果#
使用相同的门控块进行检测计数和置信度过滤。选择上游结果、任意类别或特定类别以及比较方式。例如：
- 人数 ≥ 1：检测到至少一个人时继续。
- 置信度在 0.25 到 0.5 之间：至少有一个匹配的检测结果落入该包含性范围内时继续。
- 置信度范围内的特定类别：仅收集该类别的不确定检测结果。
置信度过滤器检查单个检测结果。分数为 0.3 和 0.9 的图像可以通过 0.25–0.5 范围，因为有一个检测结果匹配。没有检测结果的图像不会通过置信度条件。将预测模型的置信度截断值设置得足够低，以便保留你想要评估的检测结果。
不匹配的条件在完成时没有下游输出。其连接的操作不会针对该图像运行。
收集图像以供审查#
打开收集不确定检测结果，选择源数据集和数据划分，选择你的预测部署，并配置置信度范围。在最终的Dataset块中选择现有的目标数据集。如果需要，请先从数据集页面创建一个数据集。
目标端会收到未标记的原始图像，保存在其 train 划分中。现有的副本会被跳过，并且常规的数据集存储配额适用。源标签和模型预测不会作为标注复制。在现有的标注编辑器中打开目标端以审查和标注收集到的图像。
使用你的工作室可以访问的托管图像以及你可以编辑的目标数据集。连接的云存储和本地数据集不能用作收集目标。
发送条件 Slack 警报#
在 Settings > Integrations 中连接 Slack，然后将条件连接到 Slack 块。输入消息并使用 {output} 包含上游结果。捕获并警报还将该相同条件连接到数据集，以便收集匹配的图像并向连接的频道发送消息。
工作流 Slack 消息在块中进行配置。它们与设置中的训练、导出和部署通知选项是分开的。
跟踪进度并停止运行#
活动块显示绿色旋转图标。已完成的块显示绿色勾号和绿色轮廓；失败的块显示红色轮廓。计数显示哪些输入已到达每个块，当条件不匹配时，下游块保持未执行状态。
重新加载页面会恢复运行的进度和所选的执行部署。已完成的结果对于匹配的工作流保持可见。点击停止以取消活动运行；取消操作会等待正在执行的块到达取消点。停止或删除其执行部署也会取消工作流。
