AI Agent:重塑业务流程自动化的未来力量(2/30)

《AI Agent:重塑业务流程自动化的未来力量》

摘要:整体思路是先介绍 AI Agent 的基本情况,再深入阐述其实现业务流程自动化的方法和在不同领域的应用,接着分析其价值和面临的挑战,最后得出结论,为读者全面呈现 AI Agent 在业务流程自动化中的作用和发展前景。

一、引言

在当今数字化高速发展的时代,人工智能(AI)正以前所未有的速度改变着各个行业。其中,AI Agent(人工智能代理)作为一种新兴的技术,正逐渐成为实现业务流程自动化的关键力量。本文将深入探讨 AI Agent 如何实现业务流程自动化以及其带来的巨大价值,为读者提供全面而深入的了解。

二、AI Agent 的概念与特点

(一)AI Agent 的定义

AI Agent 是一种能够自主感知环境、做出决策并执行任务的智能软件系统。它可以通过学习和适应不断变化的环境,为用户提供个性化的服务和解决方案。

(二)AI Agent 的特点

  1. 自主性

AI Agent 能够独立地感知环境、做出决策并执行任务,无需人工干预。它可以根据预设的目标和规则,自主地选择最优的行动方案,实现业务流程的自动化。

     2.学习能力

通过机器学习和深度学习等技术,AI Agent 能够不断学习和改进自己的决策能力。它可以从大量的数据中提取有用的信息,不断优化自己的模型,提高决策的准确性和效率。

     3.适应性

AI Agent 能够适应不同的环境和任务,为用户提供个性化的服务和解决方案。它可以根据用户的需求和偏好,自动调整自己的行为和策略,满足用户的个性化需求。

     4.交互性

AI Agent 能够与用户进行自然语言交互,理解用户的需求并提供相应的服务。它可以通过语音识别、自然语言处理等技术,与用户进行流畅的对话,为用户提供便捷的服务体验。

三、AI Agent 实现业务流程自动化的方法

(一)任务自动化

  1. 数据输入与处理

AI Agent 可以自动从各种数据源中提取数据,并进行清洗、转换和加载等处理操作。它可以识别不同格式的数据,并将其转换为统一的格式,以便进行后续的分析和处理。

     2.文件处理与管理

AI Agent 可以自动处理各种文件,如文档、表格、图片等。它可以识别文件中的内容,并进行分类、归档和存储等管理操作。它还可以根据用户的需求,自动生成各种文件,如报告、文档、表格等。

    3.邮件发送与回复

AI Agent 可以自动发送和回复邮件。它可以根据预设的规则和模板,自动生成邮件内容,并发送给指定的收件人。它还可以自动识别邮件中的问题,并进行回复和处理。

    4.日程安排与提醒

AI Agent 可以自动安排用户的日程,并进行提醒。它可以根据用户的需求和偏好,自动生成日程安排,并在指定的时间进行提醒。它还可以根据用户的反馈,自动调整日程安排,提高日程安排的合理性和效率。

(二)流程优化

        1.流程分析与建模

AI Agent 可以对业务流程进行分析和建模,找出其中的瓶颈和优化点。它可以通过流程挖掘、数据分析等技术,对业务流程进行深入分析,找出其中的问题和改进空间。它还可以通过流程建模、仿真等技术,对业务流程进行优化和改进,提高流程的效率和质量。

        2.智能决策与推荐

AI Agent 可以根据业务流程中的数据和信息,进行智能决策和推荐。它可以通过机器学习、深度学习等技术,对业务流程中的数据进行分析和挖掘,找出其中的规律和趋势。它还可以根据这些规律和趋势,进行智能决策和推荐,为用户提供最优的解决方案。

        3.实时监控与调整

AI Agent 可以对业务流程进行实时监控和调整,确保业务流程的顺利进行。它可以通过传感器、监控设备等技术,对业务流程中的各种数据进行实时采集和分析。它还可以根据这些数据,进行实时监控和调整,及时发现和解决问题,确保业务流程的顺利进行。

(三)智能协作

        1.团队协作与沟通

AI Agent 可以促进团队成员之间的协作和沟通。它可以通过自然语言处理、语音识别等技术,实现团队成员之间的流畅对话和信息共享。它还可以根据团队成员的需求和偏好,自动推荐合适的协作工具和方法,提高团队协作的效率和质量。

        2跨部门协作与协调

AI Agent 可以促进跨部门之间的协作和协调。它可以通过数据分析、流程建模等技术,找出跨部门之间的协作点和协调点。它还可以根据这些协作点和协调点,自动推荐合适的协作工具和方法,提高跨部门协作的效率和质量。

        3.人机协作与互动

AI Agent 可以与人类员工进行协作和互动,共同完成业务流程中的任务。它可以通过自然语言处理、语音识别等技术,与人类员工进行流畅的对话和信息共享。它还可以根据人类员工的需求和偏好,自动推荐合适的协作工具和方法,提高人机协作的效率和质量。

四、AI Agent 在不同业务领域的应用案例

(一)客户服务领域

        1.智能客服

AI Agent 可以作为智能客服,为客户提供 24/7 的在线服务。它可以通过自然语言处理、语音识别等技术,理解客户的问题,并进行准确的回答和解决。它还可以根据客户的需求和偏好,自动推荐合适的产品和服务,提高客户满意度和忠诚度。

        2.客户关系管理

AI Agent 可以帮助企业进行客户关系管理,提高客户满意度和忠诚度。它可以通过数据分析、机器学习等技术,对客户的行为和需求进行分析和预测。它还可以根据这些分析和预测,自动推荐合适的营销策略和服务方案,提高客户满意度和忠诚度。

(二)销售与营销领域

        1.销售预测与推荐

AI Agent 可以帮助企业进行销售预测和推荐,提高销售效率和业绩。它可以通过数据分析、机器学习等技术,对销售数据进行分析和挖掘,找出其中的规律和趋势。它还可以根据这些规律和趋势,进行销售预测和推荐,为企业提供最优的销售策略和方案。

        2.市场营销自动化

AI Agent 可以帮助企业进行市场营销自动化,提高营销效率和效果。它可以通过数据分析、机器学习等技术,对市场数据进行分析和挖掘,找出其中的目标客户和潜在客户。它还可以根据这些目标客户和潜在客户,自动生成个性化的营销方案和内容,并进行精准的营销推广,提高营销效率和效果。

(三)供应链管理领域

        1.库存管理与优化

AI Agent 可以帮助企业进行库存管理和优化,降低库存成本和风险。它可以通过数据分析、机器学习等技术,对库存数据进行分析和挖掘,找出其中的规律和趋势。它还可以根据这些规律和趋势,进行库存预测和优化,为企业提供最优的库存管理策略和方案。

        2.物流配送与优化

AI Agent 可以帮助企业进行物流配送和优化,提高物流效率和服务质量。它可以通过数据分析、机器学习等技术,对物流数据进行分析和挖掘,找出其中的优化点和改进空间。它还可以根据这些优化点和改进空间,进行物流配送的优化和调整,提高物流效率和服务质量。

(四)金融服务领域

        1.风险评估与管理

AI Agent 可以帮助金融机构进行风险评估和管理,降低风险和损失。它可以通过数据分析、机器学习等技术,对金融数据进行分析和挖掘,找出其中的风险因素和风险点。它还可以根据这些风险因素和风险点,进行风险评估和预警,为金融机构提供最优的风险管理策略和方案。

        2.投资决策与分析

AI Agent 可以帮助投资者进行投资决策和分析,提高投资效率和收益。它可以通过数据分析、机器学习等技术,对金融市场数据进行分析和挖掘,找出其中的投资机会和风险点。它还可以根据这些投资机会和风险点,进行投资决策和分析,为投资者提供最优的投资策略和方案。

(五)医疗保健领域

        1.疾病诊断与治疗

AI Agent 可以帮助医生进行疾病诊断和治疗,提高诊断准确性和治疗效果。它可以通过数据分析、机器学习等技术,对医疗数据进行分析和挖掘,找出其中的疾病特征和治疗方案。它还可以根据这些疾病特征和治疗方案,进行疾病诊断和治疗,为医生提供最优的诊断和治疗策略和方案。

        2.健康管理与监测

AI Agent 可以帮助人们进行健康管理和监测,提高健康水平和生活质量。它可以通过传感器、数据分析等技术,对人们的健康数据进行实时采集和分析。它还可以根据这些健康数据,进行健康管理和监测,为人们提供个性化的健康建议和服务方案。

五、AI Agent 的价值体现

(一)提高工作效率

        1.自动化任务处理

AI Agent 可以自动处理各种重复性、规律性的任务,如数据输入、文件处理、邮件发送等。它可以大大提高工作效率,让员工有更多的时间和精力专注于更有价值的工作。

        2.优化业务流程

AI Agent 可以对业务流程进行分析和优化,找出其中的瓶颈和优化点。它可以通过智能决策和推荐等技术,优化业务流程,提高流程的效率和质量。

        3.智能协作与互动

AI Agent 可以促进团队成员之间的协作和互动,提高团队协作的效率和质量。它可以通过自然语言处理、语音识别等技术,实现团队成员之间的流畅对话和信息共享。它还可以根据团队成员的需求和偏好,自动推荐合适的协作工具和方法,提高团队协作的效率和质量。

(二)降低成本

        1.减少人工错误

AI Agent 可以自动处理各种任务,减少人工错误的发生。它可以大大降低企业的运营成本,提高企业的经济效益。

        2.优化资源配置

AI Agent 可以对业务流程进行分析和优化,找出其中的资源浪费和优化点。它可以通过智能决策和推荐等技术,优化资源配置,提高资源的利用效率。

        3.降低人力成本

AI Agent 可以自动处理各种任务,减少对人工的依赖。它可以大大降低企业的人力成本,提高企业的经济效益。

(三)提高服务质量

        1.24/7 在线服务

AI Agent 可以作为智能客服,为客户提供 24/7 的在线服务。它可以大大提高客户满意度和忠诚度,为企业带来更多的业务机会和收益。

        2.个性化服务推荐

AI Agent 可以根据客户的需求和偏好,自动推荐合适的产品和服务。它可以大大提高客户满意度和忠诚度,为企业带来更多的业务机会和收益。

        3.快速响应客户需求

AI Agent 可以通过自然语言处理、语音识别等技术,快速响应客户的需求。它可以大大提高客户满意度和忠诚度,为企业带来更多的业务机会和收益。

(四)增强企业竞争力

        1.创新业务模式

AI Agent 可以帮助企业创新业务模式,提高企业的竞争力。它可以通过数据分析、机器学习等技术,找出其中的创新点和改进空间。它还可以根据这些创新点和改进空间,进行业务模式的创新和优化,提高企业的竞争力。

        2.提高决策准确性

AI Agent 可以通过数据分析、机器学习等技术,为企业提供准确的决策支持。它可以大大提高企业的决策准确性和效率,为企业带来更多的业务机会和收益。

        3.快速适应市场变化

AI Agent 可以通过学习和适应不断变化的环境,快速适应市场变化。它可以大大提高企业的竞争力,为企业带来更多的业务机会和收益。

(五)4个AI Agent代码案例

以下是一些与 AI Agent 实现业务流程自动化相关的代码案例:

案例一:使用 Python 和自动化任务库实现数据输入自动化

假设我们有一个任务是从多个 CSV 文件中读取数据,并将其整合到一个数据库中。可以使用 Python 的pandas库和数据库连接库来实现这个任务的自动化。

python

import pandas as pd
import sqlite3# 从多个 CSV 文件读取数据
file1 = 'data1.csv'
file2 = 'data2.csv'
df1 = pd.read_csv(file1)
df2 = pd.read_csv(file2)# 连接到数据库
conn = sqlite3.connect('mydatabase.db')# 将数据写入数据库
df1.to_sql('table1', conn, if_exists='replace', index=False)
df2.to_sql('table2', conn, if_exists='replace', index=False)# 关闭数据库连接
conn.close()

这个代码片段可以自动读取多个 CSV 文件的数据,并将其存储到一个 SQLite 数据库中,实现了数据输入的自动化。

案例二:使用机器学习进行销售预测

以下是一个使用 Python 的scikit-learn库进行简单销售预测的示例。假设我们有历史销售数据,包括时间、促销活动、季节等特征,以及对应的销售数量作为目标变量。

python

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error# 读取销售数据
data = pd.read_csv('sales_data.csv')# 提取特征和目标变量
X = data[['time', 'promotion', 'season']]
y = data['sales_quantity']# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)# 创建线性回归模型并训练
model = LinearRegression()
model.fit(X_train, y_train)# 在测试集上进行预测
y_pred = model.predict(X_test)# 评估模型性能
mse = mean_squared_error(y_test, y_pred)
print(f"Mean Squared Error: {mse}")

这个代码使用线性回归模型对销售数据进行训练和预测,可以为企业的销售决策提供参考,实现销售预测的自动化。

案例三:智能客服聊天机器人

可以使用自然语言处理库如transformers来构建一个简单的智能客服聊天机器人。

python

from transformers import pipeline# 创建聊天机器人
chatbot = pipeline('conversational', model='microsoft/DialoGPT-medium')# 进行对话
while True:user_input = input("You: ")if user_input.lower() == 'exit':breakresponse = chatbot([{"text": user_input}])print(f"Chatbot: {response[0]['generated_text']}")

这个代码创建了一个基于预训练语言模型的聊天机器人,可以自动回答用户的问题,实现智能客服的自动化。

案例四:文件处理自动化

假设我们需要对一批图片文件进行自动分类和归档。可以使用 Python 的PIL库和文件操作库来实现这个任务。

python

from PIL import Image
import os# 定义分类标准
def classify_image(image_path):img = Image.open(image_path)width, height = img.sizeif width > height:return 'landscape'else:return 'portrait'# 遍历图片文件夹进行分类
image_folder = 'images'
landscape_folder = 'landscape_images'
portrait_folder = 'portrait_images'for filename in os.listdir(image_folder):if filename.endswith('.jpg') or filename.endswith('.png'):image_path = os.path.join(image_folder, filename)category = classify_image(image_path)if category == 'landscape':destination_folder = landscape_folderelse:destination_folder = portrait_folderos.rename(image_path, os.path.join(destination_folder, filename))

这个代码可以自动对图片文件进行分类,并将其移动到相应的文件夹中,实现文件处理的自动化。

 

六、AI Agent 面临的挑战与解决方案

(一)数据安全与隐私保护

        1.数据加密与访问控制

AI Agent 需要处理大量的敏感数据,如客户信息、财务数据等。因此,数据安全和隐私保护是 AI Agent 面临的一个重要挑战。解决方案包括加强数据加密、访问控制等措施,确保数据的安全和隐私。

        2.合规性与监管要求

AI Agent 需要遵守各种法律法规和监管要求,如数据保护法、隐私政策等。因此,合规性和监管要求是 AI Agent 面临的一个重要挑战。解决方案包括加强合规性管理、建立监管机制等措施,确保 AI Agent 的合规性和监管要求。

(二)技术复杂性

        1.算法选择与优化

AI Agent 涉及到多种技术,如机器学习、深度学习、自然语言处理等。这些技术的复杂性给企业的技术团队带来了很大的挑战。解决方案包括加强技术培训、引进专业人才、与技术供应商合作等措施,提高企业的技术水平。

        2.模型训练与调优

AI Agent 的模型需要进行大量的训练和调优,才能达到较好的性能。这需要大量的计算资源和时间,给企业的技术团队带来了很大的挑战。解决方案包括采用分布式计算、云计算等技术,提高模型训练和调优的效率。

(三)伦理与法律问题

        1.决策透明度与可解释性

AI Agent 的决策可能会对人类产生重大影响,因此决策透明度和可解释性是 AI Agent 面临的一个重要挑战。解决方案包括加强决策透明度和可解释性的研究,开发可解释性强的算法和模型。

        2.责任界定与法律监管

AI Agent 的决策可能会导致法律责任的问题,因此责任界定和法律监管是 AI Agent 面临的一个重要挑战。解决方案包括加强法律监管、建立责任界定机制等措施,确保 AI Agent 的决策符合法律要求。

七、文章思路与结论

(一)思路

文章首先引入 AI Agent 在业务流程自动化中的重要性。接着详细阐述了 AI Agent 的概念与特点,包括定义、自主性、学习能力、适应性和交互性。然后从任务自动化、流程优化和智能协作三个方面论述了 AI Agent 实现业务流程自动化的方法。之后通过不同业务领域的应用案例展示其实际作用。再分析 AI Agent 的价值体现,如提高工作效率、降低成本、提高服务质量和增强企业竞争力。接着探讨了 AI Agent 面临的挑战及解决方案,包括数据安全与隐私保护、技术复杂性、伦理与法律问题。最后得出结论,强调 AI Agent 是未来业务流程自动化的重要趋势,企业应积极应用,政府和社会也应加强监管和引导。

整体思路是先介绍 AI Agent 的基本情况,再深入阐述其实现业务流程自动化的方法和在不同领域的应用,接着分析其价值和面临的挑战,最后得出结论,为读者全面呈现 AI Agent 在业务流程自动化中的作用和发展前景。

(二)结论

AI Agent 作为一种新兴的技术,正逐渐成为实现业务流程自动化的关键力量。它可以通过任务自动化、流程优化、智能协作等方法,实现业务流程的自动化和智能化。它还可以为企业带来提高工作效率、降低成本、提高服务质量、增强企业竞争力等巨大价值。然而,AI Agent 也面临着数据安全与隐私保护、技术复杂性、伦理与法律问题等挑战。企业需要采取相应的解决方案,克服这些挑战,充分发挥 AI Agent 的优势,实现业务流程的自动化和智能化。

总之,AI Agent 是未来业务流程自动化的重要趋势,企业应该积极探索和应用 AI Agent,为企业的发展注入新的动力。同时,政府和社会也应该加强对 AI Agent 的监管和引导,确保 AI Agent 的发展符合人类的利益和价值观。

作者还写了与本文相关文章,欢迎批评指正:

1、AI Agent 介绍(1/30)

2、AI Agent:重塑业务流程自动化的未来力量(2/30)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/489830.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

网页端web内容批注插件:

感觉平时每天基本上90%左右的时间都在浏览器端度过,按理说很多资料都应该在web端输入并且输出,但是却有很多时间浪费到了各种桌面app中,比如说什么notion、语雀以及各种笔记软件中,以及导入到ipad的gn中,这些其实都是浪…

vue2实现多段打字机效果

实现效果 多段打字,每段之间延迟一点时间,末尾有光标 页面结构 所有的“打字”的效果都在typedText里面展现,打印完了就把这一段加入displayedParagraphs中,同时清空typedText。 displayedParagraphs就是正常v-for渲染 数据结…

力扣打卡14:多数元素

链接:169. 多数元素 - 力扣(LeetCode) 这道题正常很简单,但是如果想要完成进阶做法有点困难。我使用了O(n/2)左右的空间,使用了哈希映映射。 看了题解,有一种解法叫摩尔投票,可以解决这种问题…

SQL server学习03-创建和管理数据表

目录 一,SQL server的数据类型 1,基本数据类型 2,自定义数据类型 二,使用T-SQL创建表 1,数据完整性的分类 2,约束的类型 3,创建表时创建约束 4,任务 5,由任务编写…

【网络攻击与防范】常见服务的配置方法

一、DHCP 服务的安装与配置 1、安装 2、验证安装 3、启动、停止和重新启动 4、配置作用域 Scope 检验配置:netsh 5、DHCP服务器选项 6、利用 kali 客户端来进行验证 将 kali 的网卡也设置在 VMnet2 中: 二、DNS服务的安装与配置 1、安装 2、验证安装 …

移动端h5自适应rem适配最佳方案

网页开发中,我们常用的单位有如下几个: px:像素固定,无法适配各分辨率的移动设备em: 该单位受父容器影响,大小为父元素的倍数rem: 因为html根元素大小为16px,所以默认 1rem 16px,rem只受根元素…

ubuntu20.04复现 Leg-KILO

这里写目录标题 opencv版本问题下载3.2.0源代码进入解压后的目录创建构建目录运行 CMake 配置 配置时指定一个独立的安装目录,例如 /opt/opencv-3.2:出错: 使用多线程编译错误1: stdlib.h: 没有那个文件或目录错误2:er…

Python爬虫之Selenium的应用

【1】Selenium基础介绍 1.什么是selenium? (1)Selenium是一个用于Web应用程序测试的工具。 (2)Selenium 测试直接运行在浏览器中,就像真正的用户在操作一样。 (3)支持通过各种driv…

回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出

回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出 文章目录 回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出预测效果基本介绍程序设计参考资料致谢预测效果 基本介绍 BiGRU(双向门控循环单元)多输入单输出模型是一种结合了双向门控循环单元(BiGRU)的…

React的状态管理库-Redux

核心思想:单一数据源、状态是只读的、以及使用纯函数更新状态。 组成部分 Store(存储) 应用的唯一状态容器,存储整个应用的状态树,使用 createStore() 创建。 getState():获取当前状态。dispatch(action)&#xff…

.NET平台使用C#设置Excel单元格数值格式

设置Excel单元格的数字格式是创建、修改和格式化Excel文档的关键步骤之一,它不仅确保了数据的正确表示,还能够增强数据的可读性和专业性。正确的数字格式可以帮助用户更直观地理解数值的意义,减少误解,并且对于自动化报告生成、财…

【Maven】生命周期和插件详解

Maven生命周期 Maven 将项目的生命周期抽象成了 3 套生命周期,每套生命周期又包含多个阶段(phase)。每套中具体包含哪些阶段是 Maven 已经约定好的,但是每个阶段具体需要做什么,是用户可以自己指定的。 Maven 中定义…

数据保护策略:如何保障重要信息的安全

一、什么是数据安全? 数据安全是保护数字信息免遭盗窃、未经授权的访问和恶意修改的过程。这是一个持续的过程,负责监督信息的收集、存储和传输。 机密性:保护数据免遭未授权方访问。 完整性:保护数据免遭未经授权的修改、损坏…

Linux:进程(环境变量、程序地址空间)

目录 冯诺依曼体系结构 操作系统 设计操作系统的目的 操作系统的管理 进程 PCB fork 进程状态 进程状态查看 僵尸进程 孤儿进程 进程优先级 查看、修改进程优先级命令 竞争、独立、并行、并发 进程切换 活动队列和运行队列 活动队列 过期队列 active指针…

ansible自动化运维(一)简介及清单,模块

相关文章ansible自动化运维(二)playbook模式详解-CSDN博客ansible自动化运维(三)jinja2模板&&roles角色管理-CSDN博客ansible自动化运维(四)运维实战-CSDN博客 ansible自动化运维工具 1.什么是自…

DuckDB快速入门教程

DuckDB是一个用c编写的进程内OLAP DBMS,太复杂了。我们从简单的开始,好吗?DuckDB是用于分析的SQLite。它没有依赖关系,非常容易设置,并且经过优化可以对数据执行查询。本文将介绍什么是DuckDB,如何使用它&a…

【橘子容器】如何构建一个docker镜像

你肯定打过docker镜像是吧,作为一个开发这很正常,那么你用的什么打包方式呢,这里我们来梳理几种常用的docker镜像构建方式。 ps:这里不是太讲原理,更多的是一种科普和操作。因为讲原理的东西网上已经够多了。 一、Dock…

操作系统(8)死锁

一、概念 死锁是指在一个进程集合中的每个进程都在等待只能由该集合中的其他进程才能引起的事件,而无限期地僵持下去的局面。在多任务环境中,由于资源分配不当,导致两个或多个进程在等待对方释放资源时陷入无限等待的状态,这就是死…

el-table行合并及合并后序号处理

效果图 <el-tableclass"ncky-detail-table"v-loading"tableLoading"border:data"tableDataVo":span-method"objectSpanMethod"row-key"uniqueFlag":row-class-name"tablerowclassname"><el-table-column…

【Python】使用Selenium的find_element模块获取网页上的大段文字和表格的方法(建议收藏!)

发现了一个使用Selenium的find_element模块&#xff0c;快速获取文字和表格的方法&#xff0c;很实在&#xff0c;以后爬网的时候&#xff0c;就不用beautifulSoup 和 pandas的read_html 混起来用了&#xff01; 文字部分&#xff1a;实现网络节点下&#xff0c;某个节点下的其…